- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据，java，Python和前端
浅谈数据仓库主题域划分
车贷金融公司核心主题域划分客户主题域核心实体： 个人客户、企业客户、联系人、担保人、关联人。核心数据：客户基本信息：姓名、证件类型/号码、联系方式、地址、职业、收入水平、教育程度等。 账户阶段： 账户余额（本金/利息/罚息）、当前期数、下次还款日、逾期天数/期数、累计还款金额/期数、当前贷款状态（正常、逾期M1/M2/M3...、催收中、诉讼中、核销、结清）。 贷款主题域 紧密依赖 车辆主题域 的抵押物信息和 合作伙伴主题域 的服务（保险、GPS、评估）。 微服务架构影响： 如果公司采用微服务架构，主题域划分需要与领域驱动设计(DDD)中的限界上下文相协调，每个微服务可能负责一个或多个主题域的核心数据管理，数据仓库则负责跨域集成和分析。 通过这样划分主题域，车贷金融公司的数据仓库能够系统地组织海量数据，清晰地反映业务本质，有效支撑从日常运营到战略决策的各个层面的需求，并满足严格的监管合规要求。
60010编辑于 2025-07-16 - 来自专栏大数据数仓建设
「数仓建设篇」数仓主题域划分
一、前言数据仓库具有面向主题的特性，那么就会有主题的概念，数仓建设是遵循纵向分层开发，横向划分主题域设计，数仓分层就不在这次谈了，这次我会结合本人数仓工作实践总结的经验来聊聊数仓主题域划分，同时会引申出主题划分 2. 主题域划分3. 主题划分4. 输出总线矩阵即业务过程和维度，组建成的矩阵5. 数仓分层设计模型表6. 主题域的划分数仓主题域：主题域通常是联系较为紧密的数据主题的集合，根据业务需求分析的视角进行划分抽象归类。 、供应链部门 等要么按照业务系统来划分，一个业务系统抽象出一个主题域，比如搬家系统、erp系统 等2. 划分方法：说白了主要就是要识别出分析对象主体，做主题划分和主题域划分，个人建议是要站在全局的视角来看，然后先划分出主题域，再接着在主题域里面划分出各个主题，主题域的划分一般比较谨慎，一旦定下来了避免频繁变动
3.7K01编辑于 2022-10-31 - 来自专栏数据饕餮
数据仓库专题（5）-如何构建主题域模型原则之站在巨人的肩上（一）IBM-FSDM主题域模型划分
一、前言 如何构建主题域模型原则是构建企业级数据仓库重要的议题，最好的路径就是参照成熟的体系。 IBM金融数据模型数据存储模型FSDM，是金融行业应用极为广泛的数据模型，可以作为我们构建企业级数据仓库主题域模型划分的重要依据。本文就IBM FSDM主题域模型进行初步的介绍。 二、模型结构 ? 四、未完待续 下一篇将会介绍NCR FS-LDM主题域模型的划分，敬请关注。
2.5K20发布于 2019-01-14 - 来自专栏数据饕餮
数据仓库专题（5）-如何构建主题域模型原则之站在巨人的肩上（二）NCR FS-LDM主题域模型划分
本文以NCR FS-LDM10.0版本为基础，介绍NCR FS-LDM主题域模型的划分和定义。 二、模型结构 ? 三、概念定义 FS-LDM十大主题域概念定义如下表所示： 英文名称 中文名称 概念定义 Party 当事人 指银行所服务的任意对象和感兴趣进行分析的各种对象。 该主题抽象地描述了银行内部帐务的组织模式，能够适应不同的科目组织体系。
1.6K51发布于 2019-01-14 - 来自专栏架构之家
DDD划分领域、子域、核心域、支撑域的目的
第三步: 现在就可以最子域进行划分了，找出核心域,通用域,支撑域,至于为什么要这么划分，后面再解释，当我们找到核心域之后，再各个子域进行深一步的划分，划分成组织，例如分成保护组织,营养组织,疏导组织，这就儿也可以理解成将领域继续划分为子域的过程 子域：相对的一个概念， 我们可以将领域进行进一步的划分 ， 这时候就是子域， 甚至可以对子域继续划分形成 子子域(依旧叫子域)，就好比当我们研究植物时，如果研究的对象是桃树，那么果实根茎叶是领域，可是如果不仅仅要研究果实 就是销售系统， 无论你是2B还是2C， 还是PDD ，这些核心模块就是核心域。 通用域:除了核心域之外， 还需要自己做的一些领域， 例如鉴权、日志等， 特点是可能被多个领域公用的部分。 为什么要划分核心域、通用域、支撑域 ？ 通过上面可以知道，决定产品和公司核心竞争力的子域是核心域，它是业务成功的主要因素和公司的核心竞争力。 总的来说，核心域、支撑域和通用域的主要目标是：通过领域划分，区分不同子域在公司内的不同功能 属性和重要性，从而公司可对不同子域采取不同的资源投入和建设策略，其关注度也会不一样。
2K20编辑于 2022-07-12 - 来自专栏架构之美
DDD 划分领域、子域、核心域、支撑域的目的
第三步：现在就可以最子域进行划分了，找出核心域,通用域,支撑域,至于为什么要这么划分，后面再解释，当我们找到核心域之后，再各个子域进行深一步的划分，划分成组织，例如分成保护组织,营养组织,疏导组织，这就儿也可以理解成将领域继续划分为子域的过程 子域：相对的一个概念， 我们可以将领域进行进一步的划分 ， 这时候就是子域， 甚至可以对子域继续划分形成 子子域(依旧叫子域)，就好比当我们研究植物时，如果研究的对象是桃树，那么果实根茎叶是领域，可是如果不仅仅要研究果实 就是销售系统， 无论你是2B还是2C， 还是PDD ，这些核心模块就是核心域。 通用域:除了核心域之外， 还需要自己做的一些领域， 例如鉴权、日志等， 特点是可能被多个领域公用的部分。 - 领域划分 - 为什么要划分核心域、通用域、支撑域 ？ 通过上面可以知道，决定产品和公司核心竞争力的子域是核心域，它是业务成功的主要因素和公司的核心竞争力。 总的来说，核心域、支撑域和通用域的主要目标是：通过领域划分，区分不同子域在公司内的不同功能。 属性和重要性，从而公司可对不同子域采取不同的资源投入和建设策略，其关注度也会不一样。
1.5K20发布于 2021-07-29 - 来自专栏chimchim要努力变强啊
数据仓库建设之主题划分
可以根据业务的关注点，将这些数据主题划分到不同的主题域(也说是对某个主题进行分析后确定的主题的边界。) 关于主题域的划分： 主题域的确定必须由最终用户和数据仓库的设计人员共同完成的， 而在划分主题域时，大家的切入点不同可能会造成一些争论、重构等的现象，考虑的点可能会是下方的某些方面： 1、按照业务或业务过程划分 ：比如一个靠销售广告位置的门户网站主题域可能会有广告域，客户域等，而广告域可能就会有广告的库存，销售分析、内部投放分析等主题； 2、根据需求方划分：比如需求方为财务部，就可以设定对应的财务主题域，而财务主题域里面可能就会有员工工资分析 ，投资回报比分析等主题； 3、按照功能或应用划分：比如微信中的朋友圈数据域、群聊数据域等，而朋友圈数据域可能就会有用户动态信息主题、广告主题等； 4、按照部门划分：比如可能会有运营域、技术域等，运营域中可能会有工资支出分析 2.IBM BDWM (Banking Date Warehouse Model) IBM 银行九大主题模型 3.某汽车行业互联网公司 4.某主机厂 5.电商
2.1K20编辑于 2022-11-13 - 来自专栏数据社
「数仓面试」如何确定主题域？
主题域是业务对象高度概括的概念层次归类，目的是便于数据的管理和应用。 02 如何划分主题 划分主题域方法 在业务调研之后，可以进行主题域的划分。划分主题域，需要分析各个业务模块中有哪些业务活动。 通常我们按照以下方法划分主题域，可以按照用户企业的部门划分，也可以按照业务过程或者业务板块中的功能模块划分。 个人比较推荐通过业务系统来进行一级主题域划分，这样边界就会很明显，数据仓库开发过程中不会因为模型主题的归属“扯皮”，然后根据各个系统中的业务过程划分二级主题域目前我参与过的两个数据仓库建设项目也都是这样搞的 主题域的核心 为保障整个体系的生命力，主题域需要抽象提炼，并长期维护更新，但不轻易变动。划分数据域时，需满足以下两点： 能涵盖当前所有的业务需求。 一次能划分好主题域吗 首先，主题域是无法一次划分完整的，一般是一次先建立几个明确的主题，在大多数数据仓库的设计过程中都有一个主题域的选择过程。
1.2K30编辑于 2022-02-17 - 来自专栏chimchim要努力变强啊
数据仓库建设之确定主题域
目录 一、什么是主题？ 二、什么是主题域？ 三、如何划分主题域？ 1、按照系统划分 2、按业务过程划分 3、 按需求方划分 4、 按部门划分 5、按功能或应用划分 6、按行业经验划分 ---- 一、什么是主题？ 二、什么是主题域？ 主题域通常是联系较为紧密的数据主题的集合。可以根据业务的关注点，将这些数据主题划分到不同的主题域(也说是对某个主题进行分析后确定的主题的边界。) 三、如何划分主题域？ 1、按照系统划分 一个业务系统抽象出一个主题域，业务系统有几种，就划分为几类 2、按业务过程划分 一个业务过程抽象出一个主题域，比如业务系统中有商品、交易、物流等 3、 按需求方划分 比如需求方为财务部 ，就可以设定对应的财务主题域，而财务主题域里面可能就会有员工工资分析，投资回报比分析等主题 4、 按部门划分 比如可能会有运营域、技术域等，运营域中可能会有工资支出分析、活动宣传效果分析等主题。
2.3K21编辑于 2022-11-13 - 来自专栏数据饕餮
数据仓库专题（6）-数据仓库、主题域、主题概念与定义
主题是根据分析的要求来确定的。这与按照数据处理或应用的要求来组织数据是不同的。 三、主题域 主题域通常是联系较为紧密的数据主题的集合。可以根据业务的关注点，将这些数据主题划分到不同的主题域。 主题域的确定必须由最终用户和数据仓库的设计人员共同完成。 四、主题域、主题、实体间关系 主题设计是对主题域进一步分解，细化的过程。 主题域下面可以有多个主题，主题还可以划分成更多的子主题，而实体则是不可划分的最小单位。主题域、主题、实体的关系如下图所示： ? 五、关于主题域的争议 曾经在看到过关于主题域的另外一个定义方式：“主题域是对某个主题进行分析后确定的主题的边界”。相关内容如下文所示： 主题域是对某个主题进行分析后确定的主题的边界。 图3-32 主题域的划分 经过对以上内容深入分析，发现此定义与：”主题域通常是联系较为紧密的数据主题的集合“并不矛盾，只是所站的视角不同，“数据主题集合”的观点从数据着眼，前提是已经经过分析、梳理列出所有可能的数据主题
6.2K41发布于 2019-01-14 - 来自专栏行者常至
(20)Struts2_主题
<%@page import="com.qbz.struts<em>2</em>_02.PersonComparator"%> <%@page import="com.qbz.struts<em>2</em>_02.Person"%> < textarea name="desc" cols="" rows="" id="save_desc"></textarea>
<td colspan="<em>2</em>" 即风格相近的模板被打包为一个主题 simple: 把 UI 标签翻译成最简单的 HTML 对应元素, 而且会忽视行标属性 xhtml: xhtml 是默认的主题. 这个主题的模板通过使用一个布局表格提供了一种自动化的排版机制. css_xhtml: 这个主题里的模板与 xhtml 主题里的模板很相似, 但它们将使用 css 来进行布局和排版 ajax: 这个主题里的模板以 xhtml 主题里德模板为基础, 但增加了一些 Ajax 62510发布于 2018-09-19来自专栏小狐狸说事B2主题优化
B2主题优化 ---- 安装Opcache扩展 php在执行的时候需要每次都从磁盘读取文件信息，再编译成脚本，这个过程非常消耗时间，我们强烈建议您安装php的 opcache 扩展，用来缓存已经编译好的 ，服务器配置又相对较低，那么很高兴您使用了B2主题，我们的主题支持全站完全静态化，你可以安装 wp super cache 插件 开启全站静态化，具体使用可联系管理员咨询。 如果您的站点流量非常非常大，您还可以CDN缓存您的页面，B2主题同样支持，这是其他主题做不到的。CDN缓存页面需要第三方的支持，如果您不懂请忽略。 但是以目前的互联网生态来说，压缩可以，合并是不推荐的，因为现代浏览器均支持 HTTP/2 协议，如果您的服务器开启了HTTP/2则不必合并css和js文件。 1、如果您是开发者，要对主题进行二次开发，请不要使用上面的优化，待开发完毕后再使用。 2、如果您开启了上面的优化，主题的一些设置项设置之后无法生效，请刷新缓存。
98810编辑于 2022-11-17来自专栏机器人课程与技术ROS 2主题-topics-
前序：ROS 2节点-nodes- 本节详细介绍主题topic。 1. 如何理解主题topic： ROS 2将复杂的系统分解为许多模块化的节点。 主题是节点间数据交互的重要方式，同样也适用于系统各种不同模块之间的交互。 ? 2. 主题topic有哪些命令功能： 使用如下命令： ros2 topic -h 显示如下： ? 更详细的功能：ros2 topic list -t 返回相同的主题列表，这次主题类型显示在每个主题后面的括号中： ? 主题具有名称和类型。这些属性（尤其是类型）是节点用于交互相同信息的基础。 ? 3.2 显示主题消息 要查看有关某个主题的发布数据，使用： ros2 topic echo <topic_name> 例如：/turtle1/cmd_vel ros2 topic echo /turtle1 3.3 显示主题信息 主题不必只是点对点的交互；它可以是一对多，多对一或多对多。 使用如下命令查阅主题状态信息： ros2 topic info /turtle1/cmd_vel ?
1.4K41发布于 2019-12-20来自专栏生信补给站ggplot2-theme（主题）
gglpot2的主题可以设置一些字体、颜色、背景色、网格线等东西。 概括的说元素函数主要有四种：element_text(文本)、element_lines(线条)、element_rect(矩形块)和element_blank(主题), 方式总体为 theme(主题元素 = aes(x = Year, y = Num)) +geom_line(colour = 'blue', size = 1) + geom_point(colour = 'red', size = 2) ,subtitle = "学不会",caption = "坚持")+ theme(plot.background=element_rect(fill='grey',color='red', size=2, line=element_line()) #线性属性 theme(text=element_text()) #文本属性 theme(title=element_title()) #标题属性 Ⅴ.ggplot2的两个主题
1.1K10发布于 2020-08-06来自专栏数据社一哥答疑：数据仓库如何确定主题域？
主题域是业务对象高度概括的概念层次归类，目的是便于数据的管理和应用。 如何划分主题 划分主题域方法 在业务调研之后，可以进行主题域的划分。划分主题域，需要分析各个业务模块中有哪些业务活动。 个人比较推荐通过业务系统来进行一级主题域划分，这样边界就会很明显，数据仓库开发过程中不会因为模型主题的归属“扯皮”，然后根据各个系统中的业务过程划分二级主题域目前我参与过的两个数据仓库建设项目也都是这样搞的 主题域的核心 为保障整个体系的生命力，主题域需要抽象提炼，并长期维护更新，但不轻易变动。划分数据域时，需满足以下两点： 能涵盖当前所有的业务需求。 一次能划分好主题域吗 首先，主题域是无法一次划分完整的，一般是一次先建立几个明确的主题，在大多数数据仓库的设计过程中都有一个主题域的选择过程。 业务是一直发展的，因此设计之初不要想着一次把所有主题全部划分完整。我们可以遵循上面说的划分主题域的两个要点，后续采用迭代的方式补充。
2.5K10发布于 2020-12-08来自专栏嵌入式智能硬件Linux存储结构与磁盘划分（2）
1.mount命令 用于挂载文件系统 格式：mount 文件系统 挂载目录 参数 作用 -a 挂载所在/etc/fstab中定义的文件系统 -t 指定文件系统的类型 例如，要把设备/dev/sbd2挂载到 /backup目录，只需要在mount命令中填写设备与挂载目录参数就行，系统会自动去判断要挂载的文件类型 [root@linuxprobe ~]# mount /dev/sdb2 /backup 但是说是上面的方面每次系统重启后就会失效 权限选项 设置为defaults，则默认权限为：rw,suid,dev.exec,auto,nouser,async 自检 若为1则开机 优先级 若自检字段为1，则可对多块硬盘进行自检优先级设置 2.
75120发布于 2020-08-28来自专栏最新最全的大数据技术体系助力工业物联网，工业大数据之事实主题指标划分【十八】
01：事实主题指标划分 目标：掌握一站制造中的业务主题划分及主题指标的设计 实施 基本流程 油站：有安装、维修、巡检、改造需求 呼叫：打电话到呼叫中心下工单 呼叫中心可以直接解决 态度满意个数、响应速度的满意个数、技术满意个数 费用事实指标：报销费用、差率费用、补贴费用 差旅事实指标：油费、住宿费用、交通费用 网点物料事实指标：零配件的个数 …… 小结 掌握一站制造中的业务主题划分及主题指标的设计 02：呼叫中心事实指标需求分析 目标：掌握DWB层呼叫中心事实指标表的需求 路径 step1：目标需求 step2：数据来源 实施 目标需求：基于基础的时间、受理方式、来电类型等事实维度统计工单数量、 , case when call.call_type = 5 then 1 else 0 end -- 电话支持数量 , case when call.call_type in (1, 2, 3, 4) then 1 else 0 end -- 现场安装、维修、改造、巡检数量，如果是(1,2,3,4)，则计数为1，为后面聚合准备 , case when call.call_type
38320编辑于 2023-07-31来自专栏机器学习养成记ggplot2主题模板:ggthemr
ggplot2提供了强大的可视化能力，通过修改theme，可以实现各种精美图表。 ggthemr介绍 ggthemr为ggplot2提供了多种主题，可以直接使用，也可以根据需要设置配色，或修改参数，改变图表展示细节。 安装并加载相应包 devtools::install_github('cttobin/ggthemr') library(ggthemr) library(ggplot2) 用ggthemr()选择主题 设置完后，按照正常ggplot2绘图方法进行操作即可。这里我们根据字段Species的不同，绘制出三种花的花萼长度概率分布图，并将图例设置在图的上方。 取消选择的主题。如果想清楚所选主题，可使用如下语句。这样，就恢复到了ggplot2默认的主题模式。 ggthemr_reset()
1.7K100发布于 2018-04-16来自专栏生物信息学、python、R、linuxggplot2的主题设置
ggplot2画图的时候有几个默认主题，画图的时候我们可以自己挑选一个喜欢的内置主题，也可以自己设置。 其中内置主题有以下几个，我们用iris数据集看一下效果： theme_bw data(iris) ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length image 2. theme_classic ? image 3. theme_dark ? image 4. theme_gray ? image theme_light ? image 如果要全局设置某一种主题的话，那么在开头写上theme_set()即可： # 比如设置theme_bw theme_set(theme_bw()) 如果不用内置的主题设置，或者我们想自己进行一些微调也是可以的
1.4K30发布于 2020-04-01来自专栏专注数据中心高性能网络技术研发LinkedList主题系列{第2题}
1.内容介绍 本篇文章记录在leetcode中LinkedList主题下面的题目和自己的思考以及优化过程，具体内容层次按照{题目，分析，初解，初解结果，优化解，优化解结果，反思}的格式来记录，供日后复习和反思 2.题目和解题过程 2.1 Add Two Numbers 题目：You are given two non-empty linked lists representing two non-negative Example Input: (2 -> 4 -> 3) + (5 -> 6 -> 4) Output: 7 -> 0 -> 8 Explanation: 342 + 465 = 807. next(NULL) {} * }; */ class Solution { public: ListNode* addTwoNumbers(ListNode* l1, ListNode* l2) 必须使用指针的指针，如果使用单纯的指针则无法改变head的内容，如果使用引用则使得最终head指向链表末尾 ListNode* a = l1; ListNode* b = l2;
68380发布于 2018-03-30腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059
粤公网安备44030502008569号腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号