精华内容
下载资源
问答
  • 数据仓库的模型设计流程

    千次阅读 2020-03-22 22:59:56
    数仓模型设计的整体流程涉及需求调研、模型设计、开发测试、模型上线四个主要环节,且规范设计了每个阶段的输出与输入文档。 需求调研:收集和理解业务方需求,就特定需求的口径达成统一,在对需求中涉及到的...

    数仓模型设计的整体流程涉及需求调研、模型设计、开发测试、模型上线四个主要环节,且规范设计了每个阶段的输出与输入文档。

     

    1. 需求调研:收集和理解业务方需求,就特定需求的口径达成统一,在对需求中涉及到的业务系统或系统模块所承担的功能进行梳理后进行表字段级分析,并对数据进行验证,确保现有数据能够支持业务需求
    2. 模型设计:根据需求和业务调研结果对模型进行初步归类,选择合适的主题域进行模型存放;确定主题后进入数据模型的设计阶段,逻辑模型设计过程要考虑总线结构构建、模型规范定义等关键问题;物理模型设计以逻辑模型为基础,兼顾存储性能等因素对逻辑模型做的物理化的过程,是逻辑模型的最终物理实现.物理模型在一般情况下与逻辑模型保持一致,模型设计完成后需要进入评审与 Mapping 设计。
    3. 模型开发:就是对模型计算脚本的代码实现过程,其中包含了数据映射、脚本实现、测试验证等开发过程。单元测试完成后需要通知业务方一起对模型数据进行业务验证,对验证问题做收集,返回验证模型设计的合理性。
    4. 模型上线:完成验证后的模型就可以在线上生产环境进行部署。上线后需要为模型配置监控,及时掌握为业务提供数据服务的状况。我们还将模型的实体和属性说明文档发布给仓库数据的使用者,使模型得到更好地应用。
    展开全文
  • 软件设计包括软件的结构设计,数据设计,接口设计和过程设计。 1、结构设计:定义软件系统各主要部件之间的关系。 2、数据设计:将模型转换成数据结构的定义。 3、接口设计:软件内部,软件和操作系统间以及软件和人...

    软件设计包括软件的结构设计,数据设计,接口设计和过程设计。

    1、结构设计:定义软件系统各主要部件之间的关系。

    2、数据设计:将模型转换成数据结构的定义。

    3、接口设计:软件内部,软件和操作系统间以及软件和人之间如何通信。

    4、过程设计:系统结构部件转换成软件的过程描述。

    展开全文
  • 本文主要整理了一些大屏设计过程中的方法和原则,希望能够为大家提供一些借鉴思路。 大屏是什么?大屏设计是最近比较流行的概念,一般按照功能来分有几种:1. 可交互的触摸屏,大多运用在互动教学课程或者...

    本文来自网易云社区


    作者: 魏辛逸

    图片: “网易有数”可视化平台


    大屏是我们用来分享、沟通、传播信息的有效途径之一。它将会进化成一种新的媒体形式,在品牌推广、政务接待、商业沟通、数据监控等各个场景发挥重要作用。本文主要整理了一些大屏设计过程中的方法和原则,希望能够为大家提供一些借鉴思路。


     大屏是什么?

    大屏设计是最近比较流行的概念,一般按照功能来分有几种:

    1. 可交互的触摸屏,大多运用在互动教学课程或者报告演示现场,用户可结合交互操作来阐述具体内容。设计师需要对交互形式和传达内容作统一思考设计。


    2. 为某些特定的大型活动设计的专属大屏,比如说产品发布会、双11购物狂欢节。这类大屏需要结合音乐、场景、动效、灯光等多方面元素统一烘托,最终效果酷炫震撼,所有展现的内容都是定制化设计和开发的。


    20180830113108a008f4a5-6d08-4eab-bcbb-d7046beca784.png


    3.专为企业提供服务的可视化数据大屏,这一类大屏在商业中有其应用价值,它的特性是数据展示能力强,用一些较为常见的图表,如柱状图、饼图等来展现业务情况,使客户快速读懂数据背后的含义。


    20180830113120d5a90665-4e6d-4d7a-8392-cadb338e7b1c.png


    就网易而言,数据大屏为客户提供了政务、电商、客服、安全、金融等多个应用场景。


    20180830113133bd782523-a8ba-4830-9f86-80b31e232e69.png


    数据大屏和数据报告的区别是什么?

    先来看一下业务场景中的报告和大屏是如何展现的:

    报告


    201808301131546775c858-0581-4e1c-a847-451926c775e9.png


    大屏


    20180830113212a1e7419a-f2ce-450c-a8ff-a648b40f8823.png


    1.用户

    数据报告的用户一般是数据分析师,分析师制作完报告,会把结果反馈给业务人员或者公司高层,为决策提供参考。而大屏的用户会更广,整个企业内的有关人员甚至所有员工都能够看大屏。


    2.交互

    一份完整的报告一般包括详细的分析过程,用户无法在不交互的情况下了解完整数据,比如说筛选、钻取、查看详情等等,都是很常用的分析功能。而大屏依靠视觉、动效,来传递有效信息,用户并不需要交互即可直观迅速了解内容。


    3.时间

    报告偏向展示一段时间内的数据,某些企业甚至能通过报告的日期筛选查询到从接入系统开始所有的历史数据。大屏更多起到的是监测职能,反馈的是实时信息,显示的是当下的数据。


    4.展示

    报告的阅读场景决定了它展示的侧重点在“精确”和“完整”,要达到这两点,不可避免有时候会牺牲一些视觉表现。例如:数据项过多的情况下,视觉感受比较拥挤。


    20180830113235fe7028ab-72e3-4101-a4ed-b270be2b5ca6.png


    对于大屏来说,即使只有当下的数据,用户也很难在短时间内get到关键,所以重要的是如何在有限的时间内传递出有效信息,即如何迅速提炼出重点数据并展示,即使这样会牺牲数据的完整性。

    如果用一句话总结数据大屏的设计的关键:重点突出大于面面俱到。


    大屏产生的过程


    大部分人制作大屏的方式,只是一种图表的堆砌,先把需要的单个图表做完,然后简单地罗列组合在一起,最后改变一下整体颜色,就完成了。整个过程虽然不能说错,但并没有把大屏的优势发挥出来。一个完整的大屏设计过程应该包括以下步骤:


    20180830113248fbe9c14a-ae8a-43cc-a661-ea61af1389b5.png


    1.提炼信息

    首先,我们要对数据进行分析,得出自己的结论。同样一份数据,因为不同的角度和思考方式,可能得出的观点很不一样。例如同样都是关于销售额的数据,有人希望知道各地销售额对比,有人希望了解销售额排名前五的商品类型,拿来数据就画图会让设计显得杂乱无章,读者也不知道要读什么数据。

    所以在大屏设计之前,需要先和客户确认他们想要传达给目标用户的重点,这个重点是他们希望用户在读完这个大屏之后能够理解并记住的主要信息,很多公司都错误的认为,把多个数据塞进一个大屏中可以帮助提高公司的专业度,实际上这只能显示他们有很多数据。

    为什么重点这么重要,试想一下,看大屏的人可能只会驻足在屏幕前一分钟,他们和大屏仅有的互动就是快速扫过整张图,在这一分钟内,到底能记住多少信息?设计师在每个设计环节都要牢牢记住这一点。

    可以尝试着问客户两个问题:(1)如果整个大屏只能展示一个最重要的信息,你希望是什么?(2)你希望展现这些信息的理由是什么?通过客户的回答,你能了解他希望用户的关注点在哪里,从而提炼出设计重点。如果只有一个重点,放在最显眼的位置,如果有几个重点,尽量集中放置,吸引视觉焦点。

    没有什么比加粗高亮数字更简单直接,保险大屏想传递的重心在于(1)保费总额 。(2)各地贡献的保费情况。


    201808301132570e48afe9-e8de-4b4c-b30c-596e640ee104.png


    网络安全大屏,首先让用户通过直接的数字感知总体安全情况,其次详细查看当前攻击发生的源头和目的地。


    201808301133064e3dfd0b-a5b5-4cd3-8a2b-75ee00432af5.png


    整个客户服务的场景中,员工们是非常忙碌的,可能只有偶尔休息的间隙查看一下实时的服务情况,最希望传达给客服的信息集中设计在左半屏,(1)呼叫量。(2)满意度。其他信息的优先级相对较低。


    2018083011331548077e03-d69b-4965-9bb0-d0d2e88d4806.png


    2.选择图表

    明确需要表达的信息和主题后,需要根据这个信息的数据关系,决定选择何种图表类型,以及要对图表作何种特别处理。

    图表种类各式各样,有些图表很难界定是属于哪种关系,我见过讲图表关系和图表功能比较好的平台是Ant v的墨者学院,有兴趣的小伙伴可以了解一下。



    20180830113331b5e049ad-3f0b-4474-9669-a8e1ccc001f3.png


    Ant v把数据关系分成了9个大类,当你确定了某个数据关系类型后,就可以根据该数据的使用场景查找出相对应的图表和使用建议,并在其中进行选择。

    以一份购物城数据为例:


    201808301133432e059fcf-7d62-469d-96b8-a92240b46c27.png


    3.制作图表

    当确定了要使用哪些图表做图后,开始进入制作流程,影响最终图表展现效果的元素一般分为两个层面:

    非数据层:

    不受数据影响样式的元素,比如说背景、网格线、外边框等等。这类元素起到的是辅助阅读作用,但如果不加处理全部放出,视觉上会显得杂乱和不够简洁,干扰到你真正想展示的信息。对于这类元素,应该尽量隐藏和弱化。

    隐藏

    ·      去除不必要的背景填充

    ·      去掉无意义的颜色变化

    ·      去掉不必要的外框

    弱化

    ·      坐标轴淡色或隐藏

    ·      网格线淡色或隐藏

    20180830113353d898571d-0dd5-4485-9b1d-72b26e64ec51.png

    数据层:

    受数据影响样式的元素,比如说柱状图的柱条长度,柱条颜色,柱条展示个数,气泡图气泡大小等等,这类元素的展示效果和图表本身的数据息息相关,一旦图表本身的数据比较极端,有可能会使得最终视觉展现不尽如人意,我们无法改变具体的数据,是否就完全无法操控这些元素了呢?

    这里挑选了几个大屏中应用较多的图表,总结了其数据层样式的调整方式。

    调整范围

    ·      截断超大值

    当某一个值特别大时,绘制出的条形远远长于其他类别,导致其他条形被压缩,不便于比较。某条特别长,也可能会影响到整个大屏的排版平衡,可以采用截断选项的方式。

    201808301134035e94f2f5-8507-4dd7-9a88-1be99f049863.png


    ·      数据可以不从0开始

    很多数据可视化工具里都有“数轴是否包括零”这一个选项,用户可通过这个功能来控制坐标轴的显示范围,例如下图,折线的波动范围比较小,走势起伏不明显,这时可以选择数据不从零开始,清晰地看出了折线的走势情况。当然,如果在平时的数据报告中,这样显示有夸大差异的嫌疑,不建议频繁使用。


    20180830113417203b7196-851a-47b6-91c4-069f007100cd.png


    避免重叠

    ·      避免负值被遮盖

    当一些数值有负数时,标签和柱条离得较远,不便于阅读,如果标签紧贴柱条,又会发生重叠,比较好的方式是标签根据柱条的方向分别显示在坐标轴的两侧。


    201808301134281916e464-6784-49f9-a859-8687b1c56db6.png


    ·      轴标签太长可横向放置

    当轴标签太长时,虽然斜放可以避免重叠,但歪着头查看内容在浏览大屏的场景下对用户不是很友好,可以考虑把柱条横向放置,把标签置于柱条空隙之间。


    20180830113438867f3d15-a64d-422b-96d6-a04acfc54bc7.png


    精简数据项

    ·      饼图分类5~7项

    在做数据报告时,不管有多少数据项,为了完整和精确性,所有的内容都会显示出来,但在大屏中,如此满的数据展示,不但忽略了视觉体验,还会让用户抓不住重点,对于饼图来说,建议扇区个数不要超过5个,例如保留占比前5的扇区,剩下的非重点数据全部归到“其他”。


    2018083011345026c3fc50-b540-4d07-a584-b111d5d6c194.png


    ·      保留前五和后五

    如果柱状图的数据项过多,展示时会过于密集,建议先把数据项按照数值大小排序,然后将中间用户可能不是最关心的柱条折叠起来,只保留前五和后五的数据项。


    201808301135010a0e3463-d3ae-427f-b3f1-30d04b0f3387.png


    强调重点

    ·      视觉高亮重要信息

    先来看一张对比图,虽然左图颜色更加丰富,但是没有重点,视觉传达给用户的信息是没有主次的,而右图很明显想传达:这个数值有异常!请关注我!在大屏中,为了在短时间内让用户get到关键信息,应该尽量排除其他不重要的数据项干扰。

    折线图中,只高亮重要数据点比每个节点都标注更能传递有效信息

    在饼图中,因为颜色块大小代表占比多少,所以高亮的方式并不一定适用,我们可以通过分离某一块扇区达到强调重点的效果。

    ·      尽量减少图例

    大屏的图表中应该尽量避免图例,图例会让用户不断在数据项和颜色块之间往返比对,耗费时间,还容易忘记重点,由于柱条个数经特殊处理后并不会很多,所以数据项名称可以直接标注。


    201808301135382b5c510e-9f35-4d6d-b586-4c681538995f.png


    总结

    如果要对大屏设计的特点作一个总结:全屏时突出重点图表,单表时突出重点数据。把握好这点,至少可以避过大部分的坑。但一个高水准的大屏,还少不了一些细节的把控。比如:


    1.  大屏风格是否符合业务主题,是热烈?是专业?是冷静?

    2.  是否需要一些个性化的控件:例如时间器、轮播欢迎语等。

    3.  是针对固定屏的定制化开发,还是考虑延展性的模块纵横栅格布局,对不同屏的适配是如何?

    4.  现场投放大屏后,内容是否方便阅读,动效是否符合预期,色差是是否需要调整等等。


    由于篇幅原因,这里不一一详细展开,如果有小伙伴对我们平台感兴趣,可搜索“网易有数”,点击可免费试用


    参考资料:


    1.《Excel图表之道》 刘万祥

    2.《可视化沟通》 Randy Krum




    相关文章:
    【推荐】 网易云容器服务微服务化实践—微服务测试及镜像化提测全流程实践
    【推荐】 不再任人欺负!手游安全的进阶之路
    【推荐】 经常使用的数据挖掘软件/软件包大盘点

    展开全文
  • 与阿里大数据实践之路配合,基本可以看到阿里建设数据中台的过程,和一些技术细节。做一件有价值的事情就是把自己觉得好的东西分享出来,那么开始内容 (1)大数据的发展历程和价值探索 大数据的发展 文章开篇是一段...

    最近在读阿里数据中台的书,因为要在组内做分享,就多度了几遍。与阿里大数据实践之路配合,基本可以看到阿里建设数据中台的过程,和一些技术细节。做一件有价值的事情就是把自己觉得好的东西分享出来,那么开始内容

    (1)大数据的发展历程和价值探索

    大数据的发展

    文章开篇是一段作者建设数据中台过程的心路历程,下来就是老套路,介绍了国内外大数据发展的历程与大数据的价值探索,这里做简单的介绍。
    大数据编年史
    两个重要的节点需要说一下

    1. 2003年谷歌公开了内部对于海量文件的处理技术、GFS分布式文件系统、并行计算处理框架MapReduce、高效数据存储模型BigTable,这些促成了分布式系统基础架构—hadoop。为各个大数据组件的诞生打下基础。
    2. 2012年全球大数据从TB上升到PB,也是阿里大数据之路开端的一年。

    大数据的价值

    大数据的价值书中主要从四个方面介绍,在下面的四个方面都深刻的解析了大数据的实际应用和真是含义。

    1. 语义层面:‘数据’即所有信息的记录,例如用户访问网站的信息的转化过程的行为属性;大是巨量的意思,可以隐身为数量、形式、含义的丰富,保障实现被高保真的记录与回放
    2. 实现层面:大数据是一套数据处理技术活方法体系,实现具体以上特征的数据的存储、计算、共享、备份和容灾、保密等,保证数据处理的时效性和拓展性
    3. 服务层面:大数据的数据技术变革引发的新型信息服务模式,例如从数据探索出发,系统主动推送信息给用户做决策、给及其优化参数、基于数据的量变完成数据的质变
    4. 应用层面:大数据是数据服务组合生成的新场景、新体验、日益增长的数据量非但不会使信息获取效率降低、质量下降,反而会让每个人都能得到快速的迭代,个性化的互联网服务。

    ##(2)阿里的大数据主张
    在数据提供服务的基础上,阿里对数据的要求是准、快、全、统、通,简单的解释是标准统一
    融会贯通、资产化、服务化、闭环自优,这是阿里数据中台实现目标的核心。
    数据中台赋能业务运行图
    要实现上面的目标,如何做呢?
    图片展示了数据中台运行的过程,主要抽象成三个部分
    第一部分:OneData致力于实现数据的标准与统一
    第二部分:OneEntity致力于实现实体的统一,让数据融通而非以孤岛存在,为精准的用户画像提供基础
    第三部分:OneService致力于实现数据服务统一,让数据复用而非复制

    从两一个维度看一下数据中台赋能业务的全景图
    数据中台赋能业务全景图

    • 数据后台:计算数据后台同时具有离线计算、实时计算计算能力和在线分析能力从而可以让用户今早的看见昨天及以前汇总及萃取的数据,准确无误的看到上一秒产生的数据、在线分析,查看海量的数据
    • 数据中台:云上数据中台、通过智能数据能力实现全局数据仓库规划、数据规范定义、数据建模研发、数据连接萃取、数据运维监控,拥有多样的数据的分层数据中心。
    • 数据前台:数据前台的核心是通过数据的复用,为多个业务线提供数据高效的数据服务。

    ——————————————————————————————————————
    今天就介绍到这里,下次介绍阿里巴巴的大数据建设过程,主要以时间为主线介绍。

    展开全文
  • 点击上方 蓝字 关注我们作为数据分析师的你,是否和我一样经常会被业务方拿着两个不同数据平台的报表数据进行灵魂拷问。下面的场景你应该在熟悉不过了。情景1一场拉新促活的活动之后,运营拿着两个...
  • 这个数据结构通用性是很强的,大多数流程都可以采用这个流程,因为它是可配置的。为这个流程我可是抓狂了很久,最后还是在高手的指导下完成的,当然我做的不是请假审批流程,是另外一个更复杂的,希望对看到它的人有...
  • 大屏数据可视化设计流程

    千次阅读 2019-01-07 16:37:01
    下面分析一下大屏数据可视化的流程: 前期需求调研; 大屏特点分析: A. 屏幕面积较大,字号字体的选择应以用户看清楚为原则。 B. 交互操作不便,结合平板触控设备利于操作。 C. 分析屏幕硬件:常见的分为有...
  • 数据仓库多维数据模型设计

    万次阅读 多人点赞 2017-11-09 18:14:59
    建设数据模型既然是整个数据仓库建设中一个非常重要的关键部分,那么,怎么建设我们的数据仓库模型就是我们需要解决的一个问题。这里我们将要详细介绍如何创建适合自己的数据模型。 数据仓库建模方法 大千世界,...
  • 软件设计有三个要素:流程、功能方法和数据结构 一 设计流程要点 功能方法考虑性能,流程方法考虑设计模式。 1. 愿景 你需要做个什么东西,要做到什么水平。 2. 边界 你需要干什么,什么你不用干,什么你不能干。 3....
  • 大屏数据可视化设计指南

    万次阅读 多人点赞 2019-01-03 14:25:31
    把相对复杂、抽象的数据通过可视的方式以人们更易理解的形式展示出来的一系列手段叫做数据可视化,数据可视化是为了更形象地表达数据内在的信息和规律,促进数据信息的传播和应用。 在当前新技术支持下,数据可视化...
  • 数据仓库主题设计及元数据设计

    万次阅读 2016-04-15 15:06:29
    数据仓库主题设计及元数据设计
  • 数据设计

    千次阅读 2010-06-23 11:31:00
    本来是信息系统设计中的一个技术性很强的工作,通常由系统设计(详细设计)人员根据需求进行具体设定。随着Web应用的普及,兴起了各类元数据标准,以及根据这些标准制定元数据方案(领域应用)的做法,主要是希望在...
  • 设计规范 逻辑架构、技术架构、分层设计、主题划分、方法论 命名规范 各层级命名、任务命名、表命名、字段命名、指标命名等 模型规范 建模方法、建模工具、血缘关系、维度退化、一致性维度、元数据管理 开发...
  • 数据处理流程

    万次阅读 多人点赞 2019-02-21 16:53:13
    数据处理流程 1. 数据处理流程 网站流量日志数据分析是一个纯粹...数据采集概念,目前行业会有两种解释:一是数据从无到有的过程(web服务器打印的日志、自定义采集的日志等)叫做数据采集;另一方面也有把通过...
  • BI数据系统的设计流程

    千次阅读 2017-03-23 11:16:34
    在专栏《帆软数据应用研究院》里有关于企业数据管理和BI报表平台建设的案例。 站在项目实施的角度,可以从技术和业务两个层面来考虑。 前期进行需求调研。罗列了一张建设思路图。 技术上需要考虑两大...
  • 数据权限设计研究-行数据权限

    万次阅读 2019-01-17 19:22:56
    数据权限设计研究-行数据权限关于权限设计功能权限数据权限前提数据分类几种场景设计方案与思路映射表提供过滤sql的方法测试实际应用查询新增修改删除修改数据的私有,公开,部门属性私有改为部门私有改为公开部门改...
  • 如何使用数据字典 使用场景 : 在平时开发的过程中,特别是在遇到表单时候,我们经常需要为前端提供一些下拉选项的信息,这时候我们需要为前端提供下拉菜单的信息,让前端进行渲染。同时我们在数据库中存储的只可能...
  • 千万级数据清洗ETL设计方案

    千次阅读 2020-11-21 16:07:17
    千万级数据清洗项目分析总结项目简介一、需求分析1. 前期需求2. 中期需求3. 后期需求二、技术支持1. MySQL2. Redis三、框架设计1. 流线型代码2. 工厂模式四、调式工作1. 线上测试五、问题回顾1. Mysql使用问题2. ...
  • 数据结构课程设计实验报告

    万次阅读 2017-06-08 21:54:02
    本实践教学是培养学生数据抽象能力,进行复杂程序设计的训练过程。要求学生能对所涉及问题选择合适的数据结构、存储结构及算法,并编写出结构清楚且正确易读的程序,提高程序设计基本技能和技巧。 一.设计目的 1...
  • 数据处理流程总结

    千次阅读 2019-01-05 11:20:26
    4.数据分析的流程 1.问题的定义:明确目的和思路(具有数据思维) 问正确的问题往往是成功的一半。——邱老师 首先你需要确定去分析的问题是什么?你想得出哪些结论?即,先明确分析目的:问题的定义可能需要你...
  • 库存管理信息系统的分析、设计和实施 论文 带图与数据流程图 管理信息系统课程设计论文 本文提供了系统分析、系统设计和编写程序的实际过程,熟练掌握这些内容,将为课程设计做好充分准备。
  • 数据结构》课程设计-迷宫求解

    千次阅读 2019-06-26 09:00:25
    这是我自己去年写的,现在发布仅供参考 1 设计目标 迷宫问题:编写一个程序求解迷宫问题。迷宫以m行n列的长方阵表示,0和1分别表示迷宫中通路和障碍。...1、本程序实现迷宫的探索过程. 以用户和计算机对话...
  • Python金融数据分析入门到实战

    万人学习 2019-09-26 17:08:33
    会用Python分析金融数据 or 金融行业会用Python 职场竞争力更高 Python金融数据分析入门到实战 Get√金融行业数据分析必备技能 以股票量化交易为应用场景 完成技术指标实现的全过程 课程选取股票量化交易为应用场景...
  • 数据中台的设计

    千次阅读 2019-12-18 10:30:49
    1. 数据中台的设计 数据中台的概念由阿里巴巴首次提出,它是一个承接技术,引领业务,构建规范定义的,全域可连接萃取的,智慧的数据处理平台,建设目标是为了高效满足前台数据分析和应用的需求。数据中台是涵盖了...
  • 数据仓库之模型设计

    千次阅读 2020-03-22 21:01:22
    数据仓库(模型设计) 一、数据仓库与数据库的区别 1、数据仓库是集成的,数据库为单一的业务提供服务。 2、BI结构:数据整合层、数据服务层、应用分析层、信息展现层 3、数据层库结构 ODS(临时存储层),一般...
  • 数据采集过程介绍

    千次阅读 2019-06-11 21:53:53
    数据采集过程介绍简介网站页面分析(AnalyseSite Page)链接抽取(Extract URL)链接过滤(Filt URL)内容抽取(Extract Content)爬取URL队列(Crawl URL Queue)数据(Data)数据的总体采集过程如下: 简介 网络...
  • 目录 介绍 特性 架构总述 介绍  JD_databus是为满足多数据中心项目的mysql在数据中心间复制的需求所产生的。...设计和开发过程中参考了Databus、Canal/Otter的一些好的思路,对于Binlog解析部分则直接使用了...
  • 数据库设计--数据字典

    万次阅读 多人点赞 2017-06-20 16:06:28
    数据字典定义数据字典(data dictionary)是对于数据模型中的数据对象或者项目的描述的集合,这样做有利于程序员和其他需要参考的人。
  • 数据分发组件架构设计

    千次阅读 2017-12-26 14:04:35
    数据分发组件架构设计
  • 微服务架构设计实践 目 次1 序言2 微服务3 软件架构设计思想4 微服务架构设计实践4.1 项目概述4.2 架构准备阶段4.3 概念架构阶段4.4 细化架构阶段4.4.1 业务架构4.4.2 数据架构4.4.3 应用架构4.4.4 技术架构4.4.5 ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,926,351
精华内容 770,540
关键字:

数据设计过程