运动大数据中心文化建设-中科汇成公司

大数据中心建设的体系架构

业务板块：根据业务的属性划分出几个相对独立的业务板块，业务板块之间的指标或业务重叠性较小。

规范定义：结合行业的数据仓库建设经验和自身数据特点，设计出的一套数据规范命名体系，规范定义将会被用在模型设计中。后面章节将会详细说明。

模型设计：以维度建模理论为基础，基于维度建模总线架构，运动大数据中心文化建设费用，构建一致性的维度和事实（进行规范定义）。同时，在落地表模型时，运动大数据中心文化建设费用，基于自身业务特点，设计出一套表规范命名体系。

大数据中心建设的基本原则

公共处理逻辑下沉及单一——越是底层公用的处理逻辑越应该在数据调度依赖的底层进行封装与实现，不要让公用的处理逻辑暴露给应用层实现，运动大数据中心文化建设，不要让公共逻辑多处同时存在。

成本与性能平衡——适当的数据冗余可换取查询和刷新性能，不宜过度冗余与数据复贴。

数据可回滚——处理逻辑不变，在不同时间多次运行数据结果确定不变。

大数据中心建设——功能介绍

数据融合加工

1.19+数据加工算法组件；20+计算函数开箱即用，无须代码开发

2.拖拽式操作实现跨库的、大数据的融合加工

数据服务

1. 自定义封装数据API服务接口，可配置映射关系、代码转换标准等

2. API接口全生命周期管理及监控，实现对外提供服务

数据地图

可视化、多方位、多维度的展现企业数据资产分布及运营管理情况

数据安全

1. 支持数据加密、密级、三员等多种安全策略

2. 支持敏感数据发现及敏感监控，全力保障数据安全环境