助力工业物联网,工业大数据之维修事实指标需求分析【二十二】

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 助力工业物联网,工业大数据之维修事实指标需求分析【二十二】

1:维修事实指标需求分析

  • 目标掌握DWB层维修事实指标表的构建需求分析
  • 路径
  • step1:目标需求
  • step2:数据来源
  • 实施
  • 目标需求:基于维修信息数据统计维修设备个数、维修、更换、升级配件数量、工时费用、配件费用等指标

  • 数据来源
  • ciss_service_repair:维修信息表
select
    id,--维修单id
    code,--维修单号
    service_id,--服务单id
    is_pay,--是否收费 1-收费,0-免费
    hour_charge,--工时费用
    parts_charge,--配件费用
    fares_charge --车船费用
from ciss_service_repair;
  • ciss_service_order:服务单信息表
select
  id,            --服务单id
  workorder_id,  --工单id
  type           --工单类型,1-安装,2-维修,3-巡检
from ciss_service_order;
  • ciss_service_workorder:工单详情事实表
select
    id,--工单id
    service_userid,--工程师id
    service_station_id,--服务站点id
    oil_station_id,--油站id
    create_time --创建时间
from ciss_service_workorder;
  • ciss_service_order_device:服务单设备信息表
select
    id,               --设备id
    service_order_id  --服务单id
from ciss_service_order_device;
  • ciss_service_fault_dtl:设备故障信息表
select
    serviceorder_device_id,--服务单设备id
    solution_id,--解决方案id,1-维修,2-更换,3-升级
    fault_type_id --故障分类id
from ciss_service_fault_dtl;
  • 小结
  • 掌握DWB层维修事实指标表的需求分析

2:维修事实指标构建

  • 目标实现DWB层维修事实指标表的构建
  • 实施
  • 建表
drop table if exists one_make_dwb.fact_srv_repair;
create table if not exists one_make_dwb.fact_srv_repair(
    rpr_id string comment '维修单id'
    , rpr_code string comment '维修单编码'
    , srv_user_id string comment '服务人员用户id'
    , ss_id string comment '服务网点id'
    , os_id string comment '油站id'
    , date_id string comment '日期id'
    , exp_rpr_num string comment '收费维修数量'
    , hour_money int comment '工时费用'
    , parts_money int comment '配件费用'
    , fars_money int comment '车船费用'
    , rpr_device_num int comment '维修设备数量'
    , rpr_mtrl_num int comment '维修配件数量'
    , exchg_parts_num int comment '更换配件数量'
    , upgrade_parts_num int comment '升级配件数量'
    , fault_type_ids string comment '故障类型id集合'
) comment '维修单事实表'
partitioned by (dt string)
stored as orc
location '/data/dw/dwb/one_make/fact_srv_repair';
  • 抽取
insert overwrite table one_make_dwb.fact_srv_repair partition(dt = '20210101')
select
    repair.id rpr_id                                              --维修单id
  , repair.code rpr_code                                        --维修单号
  , swo.service_userid srv_user_id                              --工程师id
  , swo.service_station_id ss_id                                --服务网点id
  , swo.oil_station_id os_id                                    --油站id
  , swo.create_time date_id                                     --创建时间
  , case when repair.is_pay = 1 then 1 else 0 end exp_rpr_num   --收费维修数量
  , repair.hour_charge hour_money                               --工时费用
  , repair.parts_charge parts_money                             --配件费用
  , repair.fares_charge fars_money                              --车船费用
  , rpr_device_num                                              --维修设备数量
  , rpr_mtrl_num                                                --维修配件数量
  , exchg_parts_num                                             --更换配件数量
  , upgrade_parts_num                                           --升级配件数量
  , fault_type_ids                                              --故障类型id集合
  --维修信息表
from one_make_dwd.ciss_service_repair repair
  --服务单信息表
    left join one_make_dwd.ciss_service_order sorder on repair.service_id = sorder.id
  --工单信息表
    left join one_make_dwd.ciss_service_workorder swo on sorder.workorder_id = swo.id
  --获取维修设备数量
    left join (
    select
      rep.id, count(rep.id) rpr_device_num
    from one_make_dwd.ciss_service_repair rep
    left join one_make_dwd.ciss_service_order sod on rep.service_id = sod.id
    left join one_make_dwd.ciss_service_order_device dev on sod.id = dev.service_order_id
    group by rep.id
    ) repairdvc on repair.id = repairdvc.id
  --获取维修、更换、升级配件数量
    left join (
    select
      rep.id,
         sum(case when sfd.solution_id = 1 then 1 else 0 end) rpr_mtrl_num,
         sum(case when sfd.solution_id = 2 then 1 else 0 end) exchg_parts_num,
         sum(case when sfd.solution_id = 3 then 1 else 0 end) upgrade_parts_num
    from one_make_dwd.ciss_service_repair rep
      left join one_make_dwd.ciss_service_order sod on rep.service_id = sod.id
      left join one_make_dwd.ciss_service_order_device dev on sod.id = dev.service_order_id
      left join one_make_dwd.ciss_service_fault_dtl sfd on dev.id = sfd.serviceorder_device_id
    group by dev.id,rep.id
    ) dvcnum on repair.id = dvcnum.id
  --获取故障类型ID
    left join (
    select
      rep.id, concat_ws(',', collect_set(sfd.fault_type_id)) fault_type_ids
    from one_make_dwd.ciss_service_repair rep
      left join one_make_dwd.ciss_service_order sod on rep.service_id = sod.id
      left join one_make_dwd.ciss_service_order_device dev on sod.id = dev.service_order_id
      left join one_make_dwd.ciss_service_fault_dtl sfd on dev.id = sfd.serviceorder_device_id
    where sfd.fault_type_id is not null
    group by rep.id
    ) faulttype on repair.id = faulttype.id
where repair.dt = '20210101'
;
  • 小结
  • 实现DWB层维修事实指标表的构建


目录
相关文章
|
28天前
|
分布式计算 搜索推荐 物联网
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
|
2月前
|
分布式计算 DataWorks 大数据
MaxCompute产品使用合集之如何实现嵌入式设备到物联网平台再到PAI DSW的云边结合
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
3月前
|
传感器 机器学习/深度学习 监控
物联网技术在工业自动化中的实时故障诊断与维护
物联网技术在工业自动化中的实时故障诊断与维护
|
4月前
|
传感器 机器学习/深度学习 算法
LabVIEW开发工业物联网状态监测
LabVIEW开发工业物联网状态监测
56 2
|
4月前
|
传感器 人工智能 供应链
工业物联网(IIoT)及其在制造业的应用
【5月更文挑战第31天】工业物联网(IIoT)驱动制造业变革,实现设备预测性维护、生产流程优化、供应链智能化及质量控制。Python示例展示数据获取,但面临数据安全、设备兼容性挑战。IIoT将结合AI、大数据,推动制造业创新与转型,助力企业提升竞争力,为制造业可持续发展注入新动力。
94 0
|
4月前
|
监控 物联网 大数据
智慧工地管理平台系统源码基于物联网、云计算、大数据等技术
智慧工地平台APP通过对施工过程人机料法环的全面感知、互联互通、智能协同,提高施工现场的生产效率、管理水平和决策能力,实现施工管理的数字化、智能化、精益化。
94 0
|
4月前
|
NoSQL 物联网 大数据
【补充】助力工业物联网,工业大数据之AirFlow安装
【补充】助力工业物联网,工业大数据之AirFlow安装
82 1
|
15天前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
62 11
|
21天前
|
存储 分布式计算 大数据
MaxCompute 数据分区与生命周期管理
【8月更文第31天】随着大数据分析需求的增长,如何高效地管理和组织数据变得至关重要。阿里云的 MaxCompute(原名 ODPS)是一个专为海量数据设计的计算服务,它提供了丰富的功能来帮助用户管理和优化数据。本文将重点讨论 MaxCompute 中的数据分区策略和生命周期管理方法,并通过具体的代码示例来展示如何实施这些策略。
51 1
|
26天前
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段

热门文章

最新文章