DataWorks初探

概述

DataWorks数据工场,是MaxComputer的可视化开发平台,一站式开发、管理界面。我们可以通过DataWorks来使用MaxCompute,实现一站式的数据同步、业务流程设计、数据开发、管理和运维功能。

MaxCompute(ODPS)是适用于数据分析场景的企业级SaaS(Software as a Service)模式云数据仓库,以Serverless架构提供快速、全托管的在线数据仓库服务,消除了传统数据平台在资源扩展性和弹性方面的限制,最小化用户运维投入,可以经济并高效地分析处理海量数据。

准备工作

需要购买DataWorks、MaxComputer、RDS服务,购买时最好保证在同一个地域和可用区。

  1. 购买DataWorks服务,DataWorks (按量付费)image-20210802125148073
  1. 购买MaxComputer服务,大数据计算服务MaxCompute(按量计费)image-20210802125108395

  2. 进入DataWorks工作台,创建工作空间,选择购买的MaxComputerimage-20210802125450509

  3. 创建成功后,可以看到自己的工作空间image-20210802125621827

  4. 购买RDS,创建实例,<<云数据库 RDS 按量付费>>image-20210803124754591

  5. 创建好RDS实例后,进入dataworks控制台,选择数据源管理,列表应该已经存在一个MaxCompute的数据源,点击新增数据源,将mysql数据源加入,填好基本信息后,测试一下与资源组的连通性,连通成功表示可以在dataworks中使用该数据源了。image-20210803125419624

创建同步任务

数仓分层

  • ADS一定要是面向业务的,不是面向开发的,这部分数据让业务能最短的时间去理解,甚至直接使用。
  • DWS必须是指标,也是刚才前面讲的指标体系的一个承载体,都由DWS去做,DWS汇总基本上就是ADS的支撑。
  • DWD就是明细层,明细层怎么建呢?我们建议采用的是维度建模的方式,企业有维表,有事实表,维表也有很多层级维度,比如枚举维度,事实表有周期快照。当然在这里有一个点就是DWD的字段必须是可被直接理解的,不要有二义性,一旦有二义性的时候,DWS使用的时候会有问题,会导致整个上游应用都有问题。
  • ODS基本上大家理解应该都保持一致,就是业务数据直接同步过来。但是现在有一些架构的演变,大家喜欢在ODS做一个初步的ETL处理,这样会导致ODS的数据跟企业业务的数据不一致。其实我们建议是不这样做,原因很简单,我们要保证ODS跟业务库保持一致,这样当出现问题的时候,我们能很快定位到问题的原因。一旦做了ETL,有可能ETL的过程是有bug的,会导致两边数据不一致。所以如果企业是严格要求从业务库的数据到ODS不允许做任何的逻辑的处理,那么出现问题的时候,只能是中间件或者是其他的任何存储出了问题导致的,不应该是业务逻辑导致的。

数据脚本

MySql表

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
CREATE TABLE `users` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(32) DEFAULT NULL COMMENT '名称',
`phone` varchar(32) DEFAULT NULL COMMENT '手机号',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='用户表';

CREATE TABLE `sku` (
`id` int(11) NOT NULL,
`product_id` int(11) NOT NULL COMMENT '产品ID',
`price` decimal(10,2) NOT NULL COMMENT '价格',
`stock` int(10) NOT NULL DEFAULT '0' COMMENT '库存',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

CREATE TABLE `product` (
`id` int(11) NOT NULL,
`name` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT '商品名称',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='商品表';

CREATE TABLE `order_product` (
`id` int(11) NOT NULL,
`product_name` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT '产品名称',
`product_price` decimal(10,2) NOT NULL COMMENT '产品价格',
`product_total` int(10) NOT NULL COMMENT '产品数量',
`order_no` varchar(32) NOT NULL COMMENT '订单编号',
`product_id` int(10) NOT NULL COMMENT '产品id',
`sku_id` int(11) NOT NULL COMMENT 'sku_id',
PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='订单产品快照表';

CREATE TABLE `order` (
`order_no` varchar(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT '订单号',
`order_name` varchar(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT '下单人',
`order_phone` varchar(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT '下单手机号',
`pay_time` timestamp NULL DEFAULT CURRENT_TIMESTAMP COMMENT '支付时间',
`pay_price` decimal(10,2) DEFAULT NULL COMMENT '支付金额',
`order_price` decimal(10,2) NOT NULL COMMENT '订单金额',
`pay_out_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '订单超时支付事件',
`order_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '下单时间',
`order_total` int(10) NOT NULL COMMENT '订单数',
PRIMARY KEY (`order_no`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='订单表';

CREATE TABLE `comment` (
`id` int(11) NOT NULL,
`comment` varchar(255) DEFAULT NULL COMMENT '评价',
`star_level` tinyint(1) DEFAULT NULL COMMENT '星级',
`user_id` int(11) NOT NULL COMMENT '用户ID',
`order_no` int(11) NOT NULL COMMENT '订单编号',
`create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '评价时间',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='评价表';

ODPS表

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
CREATE TABLE ods_users (
`id` bigint,
`name` varchar(32) COMMENT '名称',
`phone` varchar(32) COMMENT '手机号'
) COMMENT '用户表';

CREATE TABLE ods_sku (
`id` bigint,
`product_id` int COMMENT '产品ID',
`price` decimal(10,2) COMMENT '价格',
`stock` int COMMENT '库存'
) COMMENT 'sku表';

CREATE TABLE ods_product (
`id` bigint,
`name` varchar(255)COMMENT '商品名称'
) COMMENT '商品表';

CREATE TABLE ods_order_product (
`id` bigint,
`product_name` varchar(64) COMMENT '产品名称',
`product_price` decimal(10,2) COMMENT '产品价格',
`product_total` int COMMENT '产品数量',
`order_no` varchar(32) COMMENT '订单编号',
`product_id` bigint COMMENT '产品id',
`sku_id` bigint COMMENT 'sku_id'
) COMMENT '订单产品快照表';

CREATE TABLE ods_order (
`order_no` varchar(32) COMMENT '订单号',
`order_name` varchar(32)COMMENT '下单人',
`order_phone` varchar(32) COMMENT '下单手机号',
`pay_time` timestamp COMMENT '支付时间',
`pay_price` decimal(10,2) COMMENT '支付金额',
`order_price` decimal(10,2) COMMENT '订单金额',
`pay_out_time` timestamp COMMENT '订单超时支付事件',
`order_time` timestamp COMMENT '下单时间',
`order_total` int COMMENT '订单数'
) COMMENT '订单表';

CREATE TABLE ods_comment (
`id` bigint,
`comment` varchar(255) COMMENT '评价',
`star_level` tinyint COMMENT '星级',
`user_id` bigint COMMENT '用户ID',
`order_no` varchar(32) COMMENT '订单编号',
`create_time` timestamp COMMENT '评价时间'
) COMMENT '评价表';

新建流程

进入dataworks控制台,选择数据开发,新建业务流程

image-20210805131706175

image-20210805132346008

执行流程

image-20210805132513612

image-20210805132704432

以上就是一个简单的通过dataworks将mysql数据清洗到ODPS的过程。

评论

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×