HAYDN解决方案工厂-数据实施质量检查:数据模型设计

时间：2024-07-04 19:44:56

HAYDN解决方案工厂实施管理

数据模型设计

数据治理过程中，每层的表命名都有其规范，在数据集成增量集成过程中也会多增加些表字段如ext_delete_flag （删除）、ext_updated_at （数据入仓时间）。实施人员可以通过运行此功能，检测到项目中不满足要求的表，即时整改。

表命名规范检查
表命名规范检查功能用于检查目的端（DWS、 MRS -HUDI等）数据库中的表命名是否符合项目中的规范要求。项目中大多表是根据数据模型的层进行开头命名的，如：
- 贴源层命名：ods/sdi_业务名
- 维表命名：dim_{domain/subject}
- 主题层 dwi_{domain/suject}_(business_info)_[suffix] 、domain/suject：多为业务主题域
- 明细层：dwr_{domain/suject}_(business_info)_[suffix]
- 汇总层：dws_{domain/suject}_(business_info)_[suffix]
- 集市层：dm_{domain/suject}_(business_info)_[suffix]
图1 表命名规范检查

操作步骤：
1. 参考管理应用系统和数据连接，创建需要进行检查的数据连接；
2. 点击【规则配置】，可查看到解决方案工作台预置的表命名规范检查规则，用户可根据需要修改或新增。
3. 添加监控对象，选择要监控的数据连接类型和连接名称。
  图2 添加监控对象
4. 添加采集信息，对需要进行规范检查的DB、Schema进行配置，配置规则名根据需要选择解决方案工作台预置的或新增的规范标准。
  图3 添加采集信息
5. 预览监控对象配置信息，并将该信息保存到本地，另存为配置文件application.properties。
  图4 预览监控对象配置信息
6. 下载探源工具。
  图5 探源工具下载入口
7. 将探源工具解压缩为jar包，并与配置文件application.properties一起放在远端服务器同一目录下。要求：该服务器为Linux操作系统，且网络上能访问到要进行质量检查的数据库。
  图6 探源工具
8. 运行启动脚本：run_agent.sh。启动后，探源工具将会按照配置文件application.properties的规则进行数据质量检查。
  探源工具通过查询指定数据库的系统表获取相关信息，对数据库压力较小，但为了保证不影响业务，建议将探源工具的定时任务设置在凌晨等压力较小的时间段进行。
9. 查看检查结果。
  如果运行探源工具的服务器可访问公网，则检查结果可在线上报，点击界面右侧的刷新按钮即可查看；如果运行探源工具的服务器仅能在内网运行，可通过【导入】的方式将探源工具获取的结果进行导入。
  
  图7 探源工具运行结果
  
  图8 查看检查结果
附件字段检查
与表命名规范检查一样，可以添加需要监控的对象后配置需要采集信息的数据库、表，用户可根据需要修改/新增附加字段规范。同样，本功能模块需要运行探源工具获取检查结果。

图9 附件字段检查