本文为您介绍如何查看、修改和删除MaxCompute表、AnalyticDB for PostgreSQL表,以及数据分层的基础知识。

前提条件

  • 您需要在工作空间配置页面,绑定MaxCompute计算引擎,才可以使用表管理功能。详情请参见工作空间配置
  • 您需要在工作空间配置页面,绑定AnalyticDB for PostgreSQL计算引擎,并在数据地图页面采集AnalyticDB for PostgreSQL元数据,才可以使用表管理功能。详情请参见AnalyticDB for PostgreSQL元数据采集

背景信息

DataWorks支持MaxCompute表和AnalyticDB for PostgreSQL表,您可以在表管理选择引擎类型,查看和操作该类型的表。表管理

操作表

  1. 登录DataWorks控制台
  2. 在左侧导航栏,单击工作空间列表
  3. 单击相应工作空间后的进入数据开发
  4. 在左侧导航栏,单击表管理
    单击左下角的展开图标,即可展开或折叠左侧导航栏。
  5. 选择引擎类型,查看和操作该类型的表。
    本文以MaxCompute计算引擎为例,为您介绍如何查看、修改和删除表。新建表的详情请参见新建表
    操作 描述
    查看表 单击搜索框后的筛选图标,选择需要查询的环境,即可切换至相应的环境中。
    说明
    • 标准模式工作空间下,公共表包括开发环境生产环境

      简单模式工作空间下,公共表仅包括生产环境

    • 蓝色表示当前环境。

    双击打开相应的表,即可在表的编辑页面查看详情。

    重命名表 右键单击相应的表名,选择重命名表。在重命名表对话框,输入修改后的表名,单击确认
    导入数据 右键单击相应的表名,选择导入数据,具体配置请参见上传本地数据
    删除表
    • 删除开发环境的表。
      1. 拥有开发权限的用户右键单击相应的表名,选择删除表
      2. 删除表对话框,选中我已悉知风险,确认删除
      3. 单击确认

      tmp_pyodps开头的表为PyODPS类型,详情请参见PyODPS

    • 删除生产环境的表。

      新建一个ODPS SQL节点,执行删除表的语句,发布至生产环境。详情请参见ODPS SQL

数仓分层

表的编辑页面中的物理模型设计,用于为您构建数仓分层。让您在管理数据时,可以对数据有更加清晰的规划和掌控。

常见的数仓分层如下:
  • 数据引入层(ODS,Operation Data Store):将原始数据几乎无处理的存放在数据仓库系统,结构上与源系统基本保持一致,是数据仓库的数据准备区。主要完成基础数据引入到MaxCompute的职责,同时记录基础数据的历史变化。
  • 数据公共层(CDM,Common Data Model,又称通用数据模型层),包含DIM维度表、DWD和DWS,由ODS层数据加工而成。主要完成数据加工与整合,建立一致性的维度,构建可复用的面向分析和统计的明细事实表,以及汇总公共粒度的指标。
    • 公共维度层(DIM):基于维度建模理念思想,建立整个企业的一致性维度。降低数据计算口径和算法不统一风险。

      公共维度层的表通常也被称为逻辑维度表,维度和维度逻辑表通常一一对应。

    • 公共汇总粒度事实层(DWS):以分析的主题对象作为建模驱动,基于上层的应用和产品的指标需求,构建公共粒度的汇总指标事实表,以宽表化手段物理化模型。构建命名规范、口径一致的统计指标,为上层提供公共指标,建立汇总宽表、明细事实表。

      公共汇总粒度事实层的表通常也被称为汇总逻辑表,用于存放派生指标数据。

    • 明细粒度事实层(DWD):以业务过程作为建模驱动,基于每个具体的业务过程特点,构建最细粒度的明细层事实表。可以结合企业的数据使用特点,将明细事实表的某些重要维度属性字段做适当冗余,即宽表化处理。

      明细粒度事实层的表通常也被称为逻辑事实表。

  • 数据应用层(ADS,Application Data Service):存放数据产品个性化的统计指标数据。根据CDM与ODS层加工生成。