数仓搭建(hive):DM搭建(数据集市层)

news2025/5/24 14:16:26

DM层  数据集市层 (Data Mart)

粒度上卷(Roll-up): 

指的是沿着维度层次向上聚合汇总数据,从细粒度到粗粒度观察数据的操作。

示例

数仓的上一层DWS的是按日汇总

DM层基于DWS层主题日宽表上卷统计出按年,月,周的数据 >>用DWS层的宽表连接DWD层的时间维度表

创建DM层 :  建数据库>>建表

CREATE DATABASE if NOT EXISTS DM;

建表: 表结构和DWS层的表结构几乎一致, 只多了关于日期的维度字段

建表sql

CREATE TABLE dm.dm_sale(
   date_time string COMMENT '统计日期,不能用来分组统计' ,--记录哪一天干活
   time_type string COMMENT '统计时间维度:year、month、week、date(就是天day)',
   year_code string COMMENT '年code',
   year_month string COMMENT '年月',
   month_code string COMMENT '月份编码', 
   day_month_num string COMMENT '一月第几天', 
   dim_date_id string COMMENT '日期',
   year_week_name_cn string COMMENT '年中第几周',

   group_type string COMMENT '分组类型:store,trade_area,city,brand,min_class,mid_class,max_class,all',
   city_id string COMMENT '城市id',
   city_name string COMMENT '城市name',
   trade_area_id string COMMENT '商圈id',
   trade_area_name string COMMENT '商圈名称',
   store_id string COMMENT '店铺的id',
   store_name string COMMENT '店铺名称',
   brand_id string COMMENT '品牌id',
   brand_name string COMMENT '品牌名称',
   max_class_id string COMMENT '商品大类id',
   max_class_name string COMMENT '大类名称',
   mid_class_id string COMMENT '中类id', 
   mid_class_name string COMMENT '中类名称',
   min_class_id string COMMENT '小类id', 
   min_class_name string COMMENT '小类名称',
   --   =======统计=======
   sale_amt DECIMAL(38,2) COMMENT '销售收入',
   plat_amt DECIMAL(38,2) COMMENT '平台收入',
   deliver_sale_amt DECIMAL(38,2) COMMENT '配送成交额',
   mini_app_sale_amt DECIMAL(38,2) COMMENT '小程序成交额',
   android_sale_amt DECIMAL(38,2) COMMENT '安卓APP成交额',
   ios_sale_amt DECIMAL(38,2) COMMENT '苹果APP成交额',
   pcweb_sale_amt DECIMAL(38,2) COMMENT 'PC商城成交额',
   order_cnt BIGINT COMMENT '成交单量',
   eva_order_cnt BIGINT COMMENT '参评单量comment=>cmt',
   bad_eva_order_cnt BIGINT COMMENT '差评单量negtive-comment=>ncmt',
   deliver_order_cnt BIGINT COMMENT '配送单量',
   refund_order_cnt BIGINT COMMENT '退款单量',
   miniapp_order_cnt BIGINT COMMENT '小程序成交单量',
   android_order_cnt BIGINT COMMENT '安卓APP订单量',
   ios_order_cnt BIGINT COMMENT '苹果APP订单量',
   pcweb_order_cnt BIGINT COMMENT 'PC商城成交单量'
)
COMMENT '销售主题宽表' 
ROW format delimited fields terminated BY '\t' 
stored AS orc tblproperties ('orc.compress' = 'SNAPPY');

插入数据sql

WITH TEMP AS (
    SELECT
        D.year_code,
        D.year_month,
        D.month_code,
        D.day_month_num,
        D.dim_date_id,
        D.year_week_name_cn,
        city_id, city_name, trade_area_id, trade_area_name, store_id, store_name, brand_id, brand_name, max_class_id, max_class_name, mid_class_id, mid_class_name, min_class_id, min_class_name, sale_amt, plat_amt, deliver_sale_amt, mini_app_sale_amt, android_sale_amt, ios_sale_amt, pcweb_sale_amt, order_cnt, eva_order_cnt, bad_eva_order_cnt, deliver_order_cnt, refund_order_cnt, miniapp_order_cnt, android_order_cnt, ios_order_cnt, pcweb_order_cnt, dt
    FROM DWS.DWS_SALE_DAYCOUNT S
    INNER JOIN DWD.DIM_DATE D
    ON S.dt = D.date_code
)
INSERT overwrite table dm.dm_sale
SELECT
    CURRENT_DATE AS DATE_TIME,
    CASE
        WHEN dim_date_id IS NOT NULL THEN 'DATE'
        WHEN year_week_name_cn IS NOT NULL THEN 'WEEK'
        WHEN month_code IS NOT NULL THEN 'MONTH'
        WHEN year_code IS NOT NULL THEN 'YEAR'
    END AS TIME_TYPE,
    year_code,
    year_month,
    month_code,
    day_month_num,
    dim_date_id,
    year_week_name_cn,
    CASE
        WHEN T.store_id IS NOT NULL THEN '店铺'
        WHEN T.trade_area_id IS NOT NULL THEN '商圈'
        WHEN T.city_id IS NOT NULL THEN '城市'
        WHEN T.min_class_id IS NOT NULL THEN '小类'
        WHEN T.mid_class_id IS NOT NULL THEN '中类'
        WHEN T.max_class_id IS NOT NULL THEN '大类'
        WHEN T.brand_id IS NOT NULL THEN '品牌'
        ELSE '日期'
    END AS GROUP_TYPE,
    city_id,
    city_name,
    trade_area_ID,
    trade_area_name,
    store_id,
    store_name,
    brand_id,
    brand_name,
    max_class_id,
    max_class_name,
    mid_class_id,
    mid_class_name,
    min_class_id,
    min_class_name,
    SUM(sale_amt),
    SUM(plat_amt),
    SUM(deliver_sale_amt),
    SUM(mini_app_sale_amt),
    SUM(android_sale_amt),
    SUM(ios_sale_amt),
    SUM(pcweb_sale_amt),
    SUM(order_cnt),
    SUM(eva_order_cnt),
    SUM(bad_eva_order_cnt),
    SUM(deliver_order_cnt),
    SUM(refund_order_cnt),
    SUM(miniapp_order_cnt),
    SUM(android_order_cnt),
    SUM(ios_order_cnt),
    SUM(pcweb_order_cnt)
FROM TEMP T
GROUP BY
    -- 所有 GROUPING SETS 中出现的列都要包含在 GROUP BY 中
    day_month_num,
    dim_date_id,
    city_id, city_name, trade_area_id, trade_area_name, store_id, store_name, brand_id, brand_name, max_class_id, max_class_name, mid_class_id, mid_class_name, min_class_id, min_class_name,
    year_code,
    year_month,
    month_code,
    year_week_name_cn
GROUPING SETS (
    (day_month_num, dim_date_id),
    (day_month_num, dim_date_id, city_id, city_name),
    (day_month_num, dim_date_id, city_id, city_name, trade_area_id, trade_area_name),
    (day_month_num, dim_date_id, city_id, city_name, trade_area_id, trade_area_name, store_id, store_name),
    (day_month_num, dim_date_id, brand_id, brand_name),
    (day_month_num, dim_date_id, max_class_id, max_class_name),
    (day_month_num, dim_date_id, max_class_id, max_class_name, mid_class_name, mid_class_id),
    (day_month_num, dim_date_id, max_class_id, max_class_name, mid_class_name, mid_class_id, min_class_id, min_class_name),
    (year_week_name_cn),
    (year_week_name_cn, city_id, city_name),
    (year_week_name_cn, city_id, city_name, trade_area_id, trade_area_name),
    (year_week_name_cn, city_id, city_name, trade_area_id, trade_area_name, store_id, store_name),
    (year_week_name_cn, brand_id, brand_name),
    (year_week_name_cn, max_class_id, max_class_name),
    (year_week_name_cn, max_class_id, max_class_name, mid_class_name, mid_class_id),
    (year_week_name_cn, max_class_id, max_class_name, mid_class_name, mid_class_id, min_class_id, min_class_name),
    (year_month, month_code),
    (year_month, month_code, city_id, city_name),
    (year_month, month_code, city_id, city_name, trade_area_id, trade_area_name),
    (year_month, month_code, city_id, city_name, trade_area_id, trade_area_name, store_id, store_name),
    (year_month, month_code, brand_id, brand_name),
    (year_month, month_code, max_class_id, max_class_name),
    (year_month, month_code, max_class_id, max_class_name, mid_class_name, mid_class_id),
    (year_month, month_code, max_class_id, max_class_name, mid_class_name, mid_class_id, min_class_id, min_class_name),
    (year_code),
    (year_code, city_id, city_name),
    (year_code, city_id, city_name, trade_area_id, trade_area_name),
    (year_code, city_id, city_name, trade_area_id, trade_area_name, store_id, store_name),
    (year_code, brand_id, brand_name),
    (year_code, max_class_id, max_class_name),
    (year_code, max_class_id, max_class_name, mid_class_name, mid_class_id),
    (year_code, max_class_id, max_class_name, mid_class_name, mid_class_id, min_class_id, min_class_name)
);

插入sql分析

查询DWS层的宽表>>确认连接字段dt的数据格式

查询时间维度表>>找到和DWS层的宽表的连接字段数据格式一样的字段>>查找新维度的相应字段

select * from DWD.DIM_DATE

 

在with as临时表里面把用DWS层的宽表连接DWD层的时间维度表, 内连接,连接字段dt(日)

在临时表查询语句中把目标表新增的时间维度的字段添加进去

目标表

临时表

INSERT overwrite table dm.dm_sale 是hive中全量插入的语法

在查询语句中把目标表新增的列实现

 group_type string COMMENT '分组类型:store,trade_area,city,brand,min_class,mid_class,max_class,all',

枚举类型>>case when 

group by 分组后面跟除了指标字段及 group_type 的所有字段(维度字段)

用grouping sets 写出需要的维度组合

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2301846.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

用 Python 实现 DeepSeek R1 本地化部署

DeepSeek R1 以其出色的表现脱颖而出,不少朋友想将其本地化部署,网上基于 ollama 的部署方式有很多,但今天我要带你领略一种全新的方法 —— 使用 Python 实现 DeepSeek R1 本地化部署,让你轻松掌握,打造属于自己的 AI…

GitHub基本操作及Git简单命令

GitHub简介 GitHub就是一个远程仓库,远程仓库可以理解为就是一个可以保存自己代码的地方,在实际开发当中一个项目往往是有多个人来共同协作开发完成的,那么就需要一个统一代码保存的地方,而GitHub就是起到一个共享和汇总代码的作…

AI工作流+专业知识库+系统API的全流程任务自动化

我有点悲观,甚至很沮丧,因为AI留给普通人的机会不多了,这既是人类之间权力的斗争,也是硅基生命和碳基生命的斗争。AI自动化是无法避免的趋势,如果人类不能平权,那就只能跪下接受审判。 通过整合AI工作流、专…

本地文件共享——HFS

目录 1.介绍: 2.下载: 3.开始使用: 1.介绍: HFS(HTTP File Server)是一款轻量级的本地文件共享软件,主要用于快速搭建一个基于网页的临时文件服务器,支持通过浏览器直接上传或下载…

第十二届先进制造技术与材料工程国际学术会议 (AMTME 2025)

重要信息 大会官网:www.amtme.org(了解会议,投稿等) 大会时间:2025年3月21-23日 大会地点:中国-广州 简介 2025年第十二届先进制造技术与材料工程 (AMTME 2025) 定于2025年3月21-23日在中国广州隆重举…

【Alertmanager】alertmanager告警系统原理剖析与应用实战,应有尽有非常全面

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全…

C++之虚函数、虚函数表

C 虚函数、虚函数表详解与实践 C中虚函数是实现多态的重要技术,接下来将从汇编、以及gdb调试运行方面下手全面了解虚函数、虚函数表、以及虚函数调用。 原理初认识 一个由虚函数的类将会有一个虚函数表,且所有该类的实例化对象共享一个虚函数表。虚函…

零基础学QT、C++(一)安装QT

目录 如何快速学习QT、C呢? 一、编译器、项目构建工具 1、编译器(介绍2款) 2、项目构建工具 二、安装QT 1、下载QT安装包 2、运行安装包 3、运行QT creator 4、导入开源项目 总结 闲谈 如何快速学习QT、C呢? 那就是项目驱动法&…

Python SMTP 实现邮件发送功能

发送邮件的流程 登录我们邮箱, 书写接收者的邮箱, 书写题目与内容,添加附件, 点击发送。 邮件协议 smtp 是邮件发送的协议。pop3 是邮件接收的协议。 smtplib模块用法 创建协议对象:smtpObj smtplib.SMTP() 创建…

低价窜货要如何管控

在竞争激烈的市场环境中,低价与窜货就像一对如影随形的“孪生兄弟”,给品牌的健康发展带来了极大的困扰。低价销售不仅压缩了合理的利润空间,破坏了市场的价格体系,还会引发恶性竞争,让整个市场陷入混乱无序的状态。而…

《动手学机器人学》笔记

目录 0.介绍1.概述|空间位置、姿态的描述(33)|《动手学机器人学》2.(2)-Robotics Toolbox①(V10.4)3.齐次坐标与变换矩阵4.一般形式的旋转变换矩阵5.(轴角法)…

国产编辑器EverEdit - 文本编辑器的关键特性:文件变更实时监视,多头编辑不掉坑

1 监视文件变更 1.1 应用场景 某些时候,用户会使用多个编辑器打开同一个文件,如果在A编辑器修改保存,但是B编辑器没有重新打开,直接在B编辑器修改再保存,则可能造成在A编辑器中修改的内容丢失,因此&#x…

化学蛋白质组学与药物靶点筛选:DARTS、LiP-MS、TPP、CETSA技术的深度解析

更多详情请看:LiP-MS药物靶点筛选技术 在药物研发的复杂过程中,药物靶点的筛选是关键环节之一。化学蛋白质组学技术的出现,为药物靶点筛选提供了强大的工具,化学蛋白质组学是一门研究细胞或组织中全部蛋白质的化学组成、结构、功…

为AI聊天工具添加一个知识系统 之113 详细设计之54 Chance:偶然和适配 之2

本文要点 要点 祖传代码中的”槽“ (占位符变量) 和 它在实操中的三种槽(占据槽,请求槽和填充槽, 实时数据库(source)中数据(流入 ETL的一个正序流程 行列并发 靶向整形 绑定变量 &#xff09…

PINN求解一维burgers方程

PINN求解一维burgers方程 模型搭建网络与训练结果可视化对比实际结果 完整代码下载链接 PINN求解一维burgers方程 模型 搭建网络与训练 #########-------------- python求解一维burgers方程-------------------################## # -*- coding: utf-8 -*- import os os.envi…

Android 动态加入Activity 时 manifest 注册报错解决。使用manifestPlaceholders 占位

需求如下: 项目 测试demo 有多个渠道,部分渠道包含支付功能,在主测试代码外,需要一个单独 Activity 调用测试代码。 MainActivityPayActivity渠道A包含不包含渠道B包含包含 因为支付功能需要引入对应的 moudule,因此…

【相聚青岛】人工智能与材料国际学术会议即将召开

一、大会简介 人工智能与材料国际会议(ICAIM 2025) 官方网站:www.ic-aim.net 官方邮箱:icaim2025163.com 会议时间:2025年3.21-24 会议地点:中国青岛 会议检索:EI检索 截稿时间:2月…

BFS 解决 FloodFill 算法(典型算法思想)—— OJ例题算法解析思路

目录 一、733. 图像渲染 - 力扣(LeetCode) 算法代码: 算法思路 基础参数 函数入口 检查条件 初始化 BFS BFS 填充过程 返回结果 复杂度分析 总结 二、200. 岛屿数量 - 力扣(LeetCode) 算法代码:…

前端导出word文件,并包含导出Echarts图表等

基础导出模板 const html <html><head><style>body {font-family: Times New Roman;}h1 {text-align: center;}table {border-collapse: collapse;width: 100%;color: #1118FF;font-weight: 600;}th,td {border: 1px solid black;padding: 8px;text-align: …

【复现DeepSeek-R1之Open R1实战】系列8:混合精度训练、DeepSpeed、vLLM和LightEval介绍

这里写目录标题 1 混合精度训练1.1 FP16和FP321.2 优点1.3 存在的问题1.4 解决办法 2 DeepSpeed3 vLLM3.1 存在的问题3.2 解决方法3.2.1 PagedAttention3.2.2 KV Cache Manager3.2.3 其他解码场景 3.3 结论 4 LightEval4.1 主要功能4.2 使用方法4.3 应用场景 本文继续深入了解O…