版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
大數(shù)據(jù)時(shí)代的數(shù)據(jù)質(zhì)量保障--數(shù)據(jù)質(zhì)量中心的設(shè)計(jì)與實(shí)現(xiàn)yuwen.xm@阿里巴巴-CDO數(shù)據(jù)平臺(tái)事業(yè)部雨玟大數(shù)據(jù)時(shí)代的數(shù)據(jù)質(zhì)量保障yuwen.xm@taobao.co主要內(nèi)容大數(shù)據(jù)時(shí)代的質(zhì)量難題數(shù)據(jù)質(zhì)量中心架構(gòu)設(shè)計(jì)數(shù)據(jù)質(zhì)量中心的實(shí)踐主要內(nèi)容大數(shù)據(jù)時(shí)代的質(zhì)量難題
阿里的數(shù)據(jù)中心CDO 阿里的數(shù)據(jù)中心CDO數(shù)據(jù)質(zhì)量中心的設(shè)計(jì)與實(shí)現(xiàn)課件
大數(shù)據(jù)時(shí)代的質(zhì)量難題 大數(shù)據(jù)時(shí)代的質(zhì)量難題質(zhì)量難題在數(shù)據(jù)處理流程中在那一部分?jǐn)?shù)據(jù)出問(wèn)題,不知道?不同系統(tǒng)間數(shù)據(jù)流通,是否有損失?表記錄數(shù)據(jù)波動(dòng),與上期同比波動(dòng)或與固定數(shù)據(jù)一致性比較是否正常?字段平均值字段最大值字段最小值字段匯總值字段空值個(gè)數(shù)字段重復(fù)值個(gè)數(shù)離散值帶業(yè)務(wù)過(guò)濾條件的數(shù)據(jù)波動(dòng),精確監(jiān)控難數(shù)據(jù)校驗(yàn)方法多樣性難,平均值?方差?周期性?固定值?字段的唯一值個(gè)數(shù)質(zhì)量難題在數(shù)據(jù)處理流程中在那一部分?jǐn)?shù)據(jù)出問(wèn)題,不知道?不同質(zhì)量保證歷程質(zhì)量保證歷程
數(shù)據(jù)質(zhì)量中心架構(gòu)設(shè)計(jì) 數(shù)據(jù)質(zhì)量中心架構(gòu)設(shè)計(jì)數(shù)據(jù)質(zhì)量中心--DataQualityCenter(DQC)產(chǎn)品介紹數(shù)據(jù)質(zhì)量中心--DataQualityCenter(DQ整體設(shè)計(jì)—核心內(nèi)容數(shù)據(jù)監(jiān)控?cái)?shù)據(jù)清洗數(shù)據(jù)度量整體設(shè)計(jì)—核心內(nèi)容數(shù)據(jù)監(jiān)控?cái)?shù)據(jù)清洗數(shù)據(jù)度量交互產(chǎn)品DQC離線計(jì)算平臺(tái)元數(shù)據(jù)云調(diào)度告警數(shù)據(jù)通道交互產(chǎn)品DQC離線計(jì)算平臺(tái)元數(shù)據(jù)云調(diào)度告警數(shù)據(jù)數(shù)據(jù)質(zhì)量DBGATEWAYS… 數(shù)據(jù)傳輸通道/離線處理
平臺(tái)
DQCHOOK DQCEXECUTOR 數(shù)據(jù)質(zhì)量WEB服務(wù)
數(shù)據(jù)質(zhì)量服務(wù)DQCENGINE DQC規(guī)則中心DQC質(zhì)量校驗(yàn)中心DQC任務(wù)POOL DQC報(bào)警模塊
多級(jí)容錯(cuò)機(jī)制DQC規(guī)則同步工具DQC樣本對(duì)比工具DQC告警對(duì)比工具DQC規(guī)則/模板配置DQC項(xiàng)目級(jí)管理DQC報(bào)告展現(xiàn)任務(wù)及質(zhì)量展現(xiàn)離線處理調(diào)度系統(tǒng)
整體設(shè)計(jì)—架構(gòu)示圖數(shù)據(jù)質(zhì)量DBGATEWAYS… 數(shù)據(jù)傳輸通道/離線處整體設(shè)計(jì)—報(bào)警分級(jí)紅色報(bào)警Red橙色報(bào)警Orange整體設(shè)計(jì)—報(bào)警分級(jí)紅色報(bào)警Red橙色報(bào)警Orange整體設(shè)計(jì)—規(guī)則分級(jí)blockRulecheckalertweak……整體設(shè)計(jì)—規(guī)則分級(jí)blockRulecheckalertwe整體設(shè)計(jì)—阻塞邏輯Redblock下游任務(wù)阻塞整體設(shè)計(jì)—阻塞邏輯Redblock下游任務(wù)阻塞HiveHDFS其他離線處理平臺(tái)多種數(shù)據(jù)傳輸通道多種數(shù)據(jù)庫(kù)存儲(chǔ)ShellMR應(yīng)用之前HiveHDFS其他離線處理平臺(tái)多種數(shù)據(jù)庫(kù)存儲(chǔ)ShellMRHiveHDFSShellMRDQC應(yīng)用之后其他離線處理平臺(tái)多種數(shù)據(jù)傳輸通道多種數(shù)據(jù)庫(kù)存儲(chǔ)HiveHDFSShellMRDQC應(yīng)用之后其他離線處理平臺(tái)
DQC在數(shù)據(jù)生態(tài)鏈中的位置 DQC在數(shù)據(jù)生態(tài)鏈中的位置整體設(shè)計(jì)—Y軸DB1DB2DB3S1DWS2OLAPOLAPS3report數(shù)據(jù)傳輸實(shí)時(shí)傳輸businessbusinessS4數(shù)據(jù)傳輸整體設(shè)計(jì)—Y軸DB1DB2DB3S1DWS2OLAPOLAP整體設(shè)計(jì)—X軸DW數(shù)據(jù)傳輸DB1時(shí)間維度DT:數(shù)據(jù)傳輸通道整體設(shè)計(jì)—X軸DW數(shù)據(jù)傳輸DB1時(shí)間DT:數(shù)據(jù)傳輸通道
數(shù)據(jù)質(zhì)量中心的實(shí)踐 數(shù)據(jù)質(zhì)量中心的實(shí)踐示例舉例1某應(yīng)用源數(shù)據(jù)s*表,發(fā)現(xiàn)“當(dāng)日旺旺在線時(shí)長(zhǎng)”有>24小時(shí)的情況On_line_time>24hRULEDataRunGetODPSDataDataResultsCheck示例舉例1某應(yīng)用源數(shù)據(jù)s*表,發(fā)現(xiàn)“當(dāng)日旺旺在線時(shí)長(zhǎng)”有>2示例舉例2某應(yīng)用訂單交易明細(xì)表的訂單總金額相比昨天波動(dòng)-98.6%Sum(amount)RULEDataRunGetODPSDataDataResultsCheckHistoricalsamples示例舉例2某應(yīng)用訂單交易明細(xì)表的訂單總金額相比昨天波動(dòng)-98示例舉例3某日志統(tǒng)計(jì)r*表,發(fā)現(xiàn)存在pv=0而uv>0的數(shù)據(jù)Count(*)>0pv=0uv>0RULEDataRunDataResultsCheck方法1:如舉例1圖方法2:如舉例3圖示例舉例3某日志統(tǒng)計(jì)r*表,發(fā)現(xiàn)存在pv=0而uv>0DQC淘寶天貓一淘支付寶ICBU阿里金融阿里云CBUCDO聚劃算應(yīng)用情況DQC淘寶天貓一淘支付寶ICBU阿里阿里云CBUCDO聚劃算應(yīng)用情況應(yīng)用情況應(yīng)用優(yōu)點(diǎn)智能閾值算法體系多級(jí)容錯(cuò)、緩存校驗(yàn)規(guī)則與生產(chǎn)任務(wù)異步模板規(guī)則靈活,可擴(kuò)展校驗(yàn),預(yù)警分級(jí)別ODPS緊密結(jié)合的數(shù)據(jù)采集器獨(dú)立計(jì)算,不耗生產(chǎn)slots應(yīng)用優(yōu)點(diǎn)智能閾值算法體系多級(jí)容錯(cuò)、緩存校驗(yàn)規(guī)則與生產(chǎn)任務(wù)異步DQC后續(xù)發(fā)展支付寶ICBU淘寶天貓一淘阿里金融阿里云CBUCDO聚劃算DQC后續(xù)發(fā)展支付寶ICBU淘寶天貓一淘阿里阿里云CBUCDHiveHDFSShellMRDQC后續(xù)發(fā)展其他離線處理平臺(tái)多種數(shù)據(jù)傳輸通道多種數(shù)據(jù)庫(kù)存儲(chǔ)HiveHDFSS
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 河南省商丘名校2025屆高三3月份模擬考試英語(yǔ)試題含解析
- 山東省沂水縣2025屆高三適應(yīng)性調(diào)研考試英語(yǔ)試題含解析
- 深圳高級(jí)中學(xué)2025屆高三第三次模擬考試英語(yǔ)試卷含解析
- 現(xiàn)代學(xué)徒制課題:現(xiàn)場(chǎng)工程師專項(xiàng)培養(yǎng)計(jì)劃政策保障研究(附:研究思路模板、可修改技術(shù)路線圖)
- 四川省峨眉第二中學(xué)2025屆高三第四次模擬考試英語(yǔ)試卷含解析
- 新疆石河子高級(jí)中學(xué)2025屆高考數(shù)學(xué)倒計(jì)時(shí)模擬卷含解析
- 陜西省西安高中2025屆高三沖刺模擬數(shù)學(xué)試卷含解析
- 廣東省佛山市普通高中2025屆高三壓軸卷英語(yǔ)試卷含解析
- 2025屆云南省曲靖市西南名校高三第六次模擬考試數(shù)學(xué)試卷含解析
- 湖南省百所重點(diǎn)名校2025屆高三六校第一次聯(lián)考語(yǔ)文試卷含解析
- 《保險(xiǎn)科技》課件-第五章 物聯(lián)網(wǎng)及其在保險(xiǎn)中的應(yīng)用
- 脊椎動(dòng)物魚(yú)課件-2024-2025學(xué)年(2024)人教版生物七年級(jí)上冊(cè)
- 卵巢非良性腫瘤生育力保護(hù)及保存中國(guó)專家共識(shí)(2024年版)解讀
- 《科技創(chuàng)新引領(lǐng)未來(lái)》主題班會(huì)
- 江西美術(shù)出版社(贛美版)美術(shù)三年級(jí)上冊(cè)全冊(cè)課件
- 9《知法守法 依法維權(quán)》(教學(xué)設(shè)計(jì))部編版道德與法治六年級(jí)上冊(cè)
- 山東省機(jī)場(chǎng)管理集團(tuán)濟(jì)南國(guó)際機(jī)場(chǎng)股份有限公司招聘筆試題庫(kù)2024
- 2024年全國(guó)新能源汽車(chē)關(guān)鍵技術(shù)技能大賽考試題庫(kù)500題
- NB-T 10641-2021 電動(dòng)汽車(chē)非車(chē)載充電機(jī)現(xiàn)場(chǎng)檢測(cè)儀
- 2024-2030年中國(guó)旋轉(zhuǎn)變壓器行業(yè)市場(chǎng)深度分析及前景趨勢(shì)與投資研究報(bào)告
- 誠(chéng)意金合同協(xié)議模板
評(píng)論
0/150
提交評(píng)論