欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

【实时数仓篇】(01)美团 Flink 实时数仓应用

程序员文章站 2022-03-10 23:09:14
本文是学习Flink社区在B站的实时数仓篇第一节课程的总结,[1. Flink 实时数仓的应用] ,讲师:黄伟伦(美团点评 数据系统研发工程师)。...

写在前面:我是「云祁」,一枚热爱技术、会写诗的大数据开发猿。昵称来源于王安石诗中一句 [ 云之祁祁,或雨于渊 ] ,甚是喜欢。


写博客一方面是对自己学习的一点点总结及记录,另一方面则是希望能够帮助更多对大数据感兴趣的朋友。如果你也对 数据中台、数据建模、数据分析以及Flink/Spark/Hadoop/数仓开发 感兴趣,可以关注我的动态 https://blog.csdn.net/BeiisBei ,让我们一起挖掘数据的价值~


每天都要进步一点点,生命不是要超越别人,而是要超越自己! (ง •_•)ง

一、前言

本文是学习Flink社区在B站的实时数仓篇第一节课程的总结,1. Flink 实时数仓的应用
讲师:黄伟伦(美团点评 数据系统研发工程师)。

二、实时数仓建设目的

【实时数仓篇】(01)美团 Flink 实时数仓应用

三、实时数仓的应用场景

【实时数仓篇】(01)美团 Flink 实时数仓应用

四、如何建设实时数仓

【实时数仓篇】(01)美团 Flink 实时数仓应用

4.1 实时数仓的整体的架构图

【实时数仓篇】(01)美团 Flink 实时数仓应用

  • 数仓层次更少
    尽量减少层次的划分,应用层数据直接写入应用数据库,仓库内不维护应用层。
  • 多种数据源存储
    实时数仓使用Kafka存储明细与数据汇总数据,Tair、Hbase等缓存存储维度数据。

4.2 ODS层的建设

【实时数仓篇】(01)美团 Flink 实时数仓应用

  • 数据来源尽可能统一
  • 利用分区保证数据局部有序

4.3 DW层的建设

解决原始数据中数据存在噪声、不完整和数据形式不统一的情况。形成规范,统一的数据源。如果可能的化尽可能和离线保持一致。

【实时数仓篇】(01)美团 Flink 实时数仓应用
除了数据本身我们会在每条数据上额外补充一些信息,应对实时数据生产环节的一些常见问题。

【实时数仓篇】(01)美团 Flink 实时数仓应用

4.4 实时数仓维度数据建设

【实时数仓篇】(01)美团 Flink 实时数仓应用
变化频率低的维度
可以通过离线仓库的维度数据,同步到缓存,或者通过公共服务提数据。通过维度服务查询,对用户屏蔽细节。

【实时数仓篇】(01)美团 Flink 实时数仓应用
变化频率高的维度

  • 通过维度数据的变化的消息构建拉链表
  • 通过事实数据计算衍生维度构建拉链表

Tips:可以通过Hbase的MIN_VERSIONS方便的构建类似于拉链表的结构。

4.5 实时数仓维度的使用

【实时数仓篇】(01)美团 Flink 实时数仓应用

4.6 实时数仓汇总层的建设

【实时数仓篇】(01)美团 Flink 实时数仓应用

五、仓库的质量保证

实时数仓工具功能结构体图
【实时数仓篇】(01)美团 Flink 实时数仓应用
实时数仓工具——元数据与血缘管理

【实时数仓篇】(01)美团 Flink 实时数仓应用

  • 通过元数据服务生产Catalog
  • 解析 DDL 语句创建更新表
  • 作业信息和运行状态写入元数据

实时数仓工具——数据质量验证

【实时数仓篇】(01)美团 Flink 实时数仓应用
将实时数据写入Hive,使用离线数据持续验证实时数据的准确性。

本文地址:https://blog.csdn.net/BeiisBei/article/details/107332439

相关标签: # ---- Flink Flink