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。
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 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。 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.
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。
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。
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 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。 而支撑域则具有企业特性,但不具有通用性,例如数据代码类的数据字典等系统。 那么为什么要划分出这些新的名词呢?先想一个问题,对于桃树而言,根、茎、叶、花、果实、种子六个领域哪一个是核心域? 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。
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 - 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。 而支撑域则具有企业特性,但不具有通用性,例如数据代码类的数据字典等系统。 那么为什么要划分出这些新的名词呢?先想一个问题,对于桃树而言,根、茎、叶、花、果实、种子六个领域哪一个是核心域? 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。
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
前段时间招人,面试了几个简历上都写了有3年以上数仓开发的,当我问他“如何确定主题域?”,他却说“我来公司的时候已经都搞好了……”,再问他“如果进入一个新领域,从0到1搭建数仓,怎么确定主题域呢?” 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。 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。
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。
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: ? 图3-31 根据业务情况确定的分析主题 确定主题边界实际上需要进一步理解业务关系,因此在确定整个分析主题后,还需要对这些主题进行初步的细化才便于获取每一个主题应该具有的边界。 对于图3-31的4个主题及其在企业中的业务关系可以确定边界如图3-32所示。 ? 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
模块划分 每个网页都是由不同的功能模块组成的,因此在将制作网页的时候,我们要将网页的每个功能模块分开 常见的企业网站,多由头部区,展示图片区域,主题区域,底部信息区域组成 网页拆分原则 由上到下 由内到外 div header footer nav atricle aside 等标签多用于模块划分
一、yaml 这个是 hexo 自带的,通过直接在 yaml 里面配置 --- title: next5主题自定义摘要 date: 2020-12-21 tags: [杂七乱八] categories:
R/3 基本模块的划分: BC—Basic Component CA-Cross Application Component AC-Financials | ---FI Financial
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。
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 , 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, call.call_type = 5 then 1 else 0 end -- 电话支持数量,如果是5说明电话支持,则计数为1,为后面聚合准备 , 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 =
大家应该注意到了,老高花了两天时间匆忙做的难看的主题终于上线了。
内容介绍 开一篇文章记录在leetcode中HashTable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 substring without repeating characters.Examples:Given "abcabcbb", the answer is "abc", which the length is 3. bbbbb", the answer is "b", with the length of 1.Given "pwwkew", the answer is "wke", with the length of 3.
图中顶部,首先是实际的物理磁盘及其划分的分区和其上的物理卷(PV)。一个或多个物理卷可以用来创建卷组(VG)。然后基于卷组可以创建逻辑卷(LV)。只要在卷组中有可用空间,就可以随心所欲的创建逻辑卷。 3.创建磁盘分区,使用‘8e’类型来使其可用于LVM [root@server tomcat-atm]# fdisk /dev/sdb ?
一、类作用域与名字查找规则:理解二义性的根源 1.1 类作用域的基本概念 在 C++ 中,每个类(包括基类和派生类)都有独立的作用域(Scope),类的成员(变量、函数、类型别名等)被封装在该作用域内。 1.4 关键规则:“最近” 作用域优先,但多重继承无 “最近” 单继承中,基类的作用域是 “线性” 的,派生类到基类的路径唯一,因此名字查找不会歧义。 四、避免用户级二义性的四大策略 4.1 显式作用域限定:指定基类作用域 通过作用域解析符(::)显式指定成员所属的基类,是解决二义性最直接的方法。 七、结论 多重继承下的类作用域问题,核心在于名字查找的多路径性和基类作用域的并行性。 二义性解决方案 显式作用域限定、派生类重写成员、虚继承、using 声明。 赋值控制 显式重载赋值运算符,明确调用各基类的赋值逻辑,避免作用域歧义。
Boolean} open: true, //配置自动启动浏览器 open: 'Google Chrome'-默认启动谷歌 // proxy: 'http://localhost:9000' // 配置跨域处理