通过逆向建模将已有物理表快速生成维度模型-大数据开发治理平台 DataWorks-阿里云

当您的物理引擎中已有大量物理表，且希望通过DataWorks智能数据建模产品统一管理所有模型，则可使用逆向建模功能，将已有物理表反向建模至DataWorks的维度建模中。该功能帮助您无需再次执行建模操作即可快速创建模型，节省了大量的时间成本。本文为您介绍如何进行逆向建模。

前提条件

物理引擎中已有大量物理表，同时，物理引擎已在目标DataWorks工作空间创建数据源。创建数据源的更多详情，请参见数据源管理。
已创建数仓分层，用于确定模型所属的层级。详情请参见定义数仓分层。
公共层用于加工、整合贴源层输入的公共数据，建立统一的指标维度，构建可复用面向分析和统计的明细事实数据和汇总数据；应用层基于实际应用需求，获取公共层加工整合后的数据，面向具体应用场景或指定产品进行的个性化数据统计。
创建的模型可归属于公共层或应用层，不同层级归属需单独完成如下准备：
- 公共层：
  - 已创建数据域，用于确定模型所统计的业务数据范围。详情请参见数据域。
  - 已创建业务过程，用于确定模型所统计分析的具体业务活动。详情请参见业务过程。
- 应用层：
  - 已创建数据集市，用于确定模型所统计的特定应用场景或产品的数据类别。详情请参见数据集市。
  - 已创建主题域，用于确定模型所统计的特定业务数据主题。详情请参见主题域。

使用限制

当前仅支持对MaxCompute、EMR Hive引擎中生产环境的表进行逆向建模。

建模流程

逆向建模主要用于将大数据引擎中已经存在的物理表反向建模至DataWorks的维度建模中，其建模流程如下：逆向建模流程

配置逆向建模策略。
- 建模范围：创建模型前，您需要根据业务需求确定需要将哪些表逆向生成模型。
  该过程需确定表所在的工作空间、引擎实例，以及使用精准名称还是关键字匹配表名，匹配到的表后续将会被逆向生成相应模型。
- 建模规则：确定逆向创建的模型所属的分层及命名规范。
  该过程您可使用检查器或自定义方式规范模型名称。统一同一分层中模型的命名格式，便于通过名称即可了解该模型所属的业务类型、数据粒度等信息。模型名称检查器详情，请参见配置数仓分层检查器、使用检查器。
- 建模执行方式：确定建模时是全量新建目标模型，还是仅创建维度建模中不存在的目标模型。
说明
逆向建模为不可逆操作，创建逆向策略并使用该策略生成模型后，该策略则不可被更改，请您根据实际业务需求提前做好策略规划。
详情请参见配置逆向建模策略。
解析并匹配模型。
DataWorks会根据您配置的建模策略进行解析，匹配出待创建的模型。
确认模型信息。
DataWorks初步生成的表模型可能会存在偏差，您需要根据业务需求进行模型信息的调整。例如，更改表所在的数据域、业务过程等模型基础信息。详情请参见确认模型信息。
生成最终模型。
建模完成后，您可查看生成的模型信息及状态。查看建模失败的模型错误信息，快速定位问题并及时处理。
说明
- 建模成功的模型已被物化至相应引擎，您无需再进行发布。
- 建模成功的模型会被存放至维度建模中，您可以进入维度建模页面查看并进行后续的管理操作，详情请参见模型管理。

操作步骤

进入逆向建模。
1. 登录DataWorks控制台，切换至目标地域后，单击左侧导航栏的数据开发与运维 > 数据建模，在下拉框中选择对应工作空间后单击进入数据建模。
2. 在智能数据建模页面顶部导航栏，单击维度建模，进入维度建模页面。
3. 在维度建模页面的左侧导航栏，单击逆向建模，进入逆向建模页面。
启动建模。
- 首次使用逆向建模，请单击逆向建模界面中间的快速开始，启动建模。
- 非首次使用逆向建模，请单击建模列表右上角的开始逆向建模，启动建模。

配置逆向策略。

说明

逆向建模为不可逆操作，创建逆向策略并使用该策略生成模型后，该策略则不可被更改，请您根据实际业务需求提前做好策略规划。

配置策略信息。

逆向策略

参数	描述
项目空间	选择待逆向建模的表所在的DataWorks工作空间。说明仅支持选择当前登录用户所在的DataWorks工作空间（即该用户为工作空间成员）。如果您需要选择目标DataWorks工作空间，则可添加用户为工作空间成员，详情请参见空间级模块权限管控。
引擎类型	当前仅支持逆向建模MaxCompute、EMR Hive引擎中生产项目的物理表。
引擎实例	选择待逆向建模的表所在的引擎实例。
表名匹配规则	选择使用英文名称的关键字或精准全称在目标引擎中匹配相应表，后续会对匹配结果进行逆向建模。匹配方式如下：模糊匹配：输入关键词，即可匹配到名称中包含该关键词的所有表。精准匹配：输入的表名称为表的精准全称。说明多个表名称之间使用英文分号（;）分隔，并且英文分号（;）后不能添加空格。若未匹配到任何满足条件的表，则此次逆向建模失败，即不会生成任何模型。
逆向后模型所在数据分层	公共层：创建明细表、维度表、汇总表时，可选择该层级。应用层：创建应用表、维度表时，可选择该层级。
表命名规范	用于解析通过表名匹配规则匹配到的表名称，来规范逆向建模后的模型名称，并将模型挂载至相应的数仓层级下。具体如下：解析规则解析匹配到的表名称及下划线个数。表名称最多可包含9个下划线，每两个下划线之间可选择配置为业务过程、数据域、自定义内容等信息。当识别到表名称包含对应数仓层级时，则该表逆向生成的模型将挂载至对应的层级下。说明当识别到表名称中不存在对应的数据域、业务过程等数仓层级时，则该模型的分层为空。您可在确认模型信息时修改相应模型所属的分层。解析方式表名检查器：选择已创建的检查器解析匹配到的表名称。创建检查器，详情请参见配置数仓分层检查器、使用检查器。自定义：通过自由组合业务过程、数据域、业务分类、自定义内容等信息，解析匹配到的表名称。
执行方式	选择创建模型的方式：全量覆盖：DataWorks会将所有匹配到的表逆向创建至维度建模中。当您需要全量重新为匹配结果创建模型时，可选择该方式。说明如果维度建模中已存在匹配结果对应的模型，选择全量覆盖时会将原已存在的模型删除重建。增量更新：DataWorks会对匹配结果进行如下处理：识别匹配结果在维度建模中是否已创建模型，并将已创建模型的表过滤。将维度建模中未创建模型的匹配结果逆向建模至维度建模中。当您知晓部分匹配结果在维度建模中已创建模型，并且该匹配结果未改动，不希望重复创建时，可选择该方式。

单击开始创建模型，通过建模策略进行模型解析。

确认模型信息。
1. 确认模型信息。
  DataWorks根据您配置的建模策略生成初步模型，您可结合实际需求，调整表类型，以及所属的数仓分层、数据域等信息。同时，当目标表无需建模时，也可将其删除。
2. 单击开始生成模型，生成模型。
查看建模结果。
模型生成后，您可查看本次成功创建的各类型模型数量，以及建模失败的表详细信息，单击错误日志，即可快速定位问题原因并及时处理。
说明
- 建模成功的模型已被物化至相应引擎，您无需再进行发布。
- 建模成功的模型会被存放至维度建模中，您可以进入维度建模页面查看并进行后续的管理操作，详情请参见模型管理。

查看建模列表

在逆向建模 > 建模列表页面，您可查看已创建任务的详细信息及操作日志。查看建模列表

区域

描述

在该区域，您可通过任务ID、操作人、操作日期进行筛选，查看指定条件的逆向建模任务。

在该区域，您可查看逆向建模任务的逆向规则、建模结果等详情。

对于已执行的建模任务，单击日志查看即可查看任务的日志信息。
对于未执行的建模任务，单击任务查看即可返回任务详情页继续执行任务。

后续步骤

逆向建模完成后，您可执行如下操作：

进入维度建模页面的模型管理目录树，查看创建的模型。详情请参见发布模型至引擎。
进入数据开发页面，进行相关的数据开发操作。数据开发的功能介绍，详情请参见DataStudio功能引导。