写回答
-
推荐回答1) 规范性问题 • 表命名不规范，缺乏管控：随着数据量增长，大淘系的表出现了大量命名未遵 循阿里大数据体系的情况，难以管控。
2) 通用层复用性问题 • 通用层表复用性不高：通用层表下游引用少于 2 个的数量非常多； • 通用层建设不足或通用层透出不足：cdm 引用下降，ads 引用上升； • 较多的 ads 表共性逻辑未下沉：出现很多 ads 表代码重复，字段相似度高的情 况。
3) 应用层效率问题 • 临时表多，影响数据管理：出现了很多 TDDL 临时表、PAI 临时表、机器临时表、 压测临时表等； • 通用层表在各团队分布不合理：散布多个团队； • 较多的 ads 表共性逻辑未下沉； • 部分 ads 表层内依赖深度较深：很多 ads 表在应用层的深度超过 10 层； • 应用层跨集市依赖问题明显：不同集市间 ads 互相依赖，不仅影响了数据稳定 性，而且数据准确性也难以保障； • 存在大量的可交接的通用层表：不同团队的通用层数据与大淘系数据混合在一起； • 表人员分配不均衡：表 owner 管理的表数量分布很不均匀，有些 owner 名下只有几十张，有些 owner 名下有几千张。
以上内容摘自《大数据&AI实战派 第1期》电子书，点击https://developer.aliyun.com/ebook/download/7722 可下载完整版
2022-08-30 13:02:13赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
MaxCompute（原ODPS）是一项面向分析的大数据计算服务，它以Serverless架构提供快速、全托管的在线数据仓库服务，消除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，使您经济并高效的分析处理海量数据。
