一文完全解讀數(shù)據(jù)倉庫建設(shè)規(guī)范
1 概述
本文檔制定了XX數(shù)據(jù)倉庫中數(shù)據(jù)庫對象的命名規(guī)范（用戶、表、視圖、存儲過程、函數(shù)、表分區(qū)、主鍵、索引、序列等）、數(shù)據(jù)庫編程規(guī)范，JAVA編程規(guī)范為系統(tǒng)設(shè)計和開發(fā)工作提供統(tǒng)一的命名標準，提高系統(tǒng)的規(guī)整性和代碼的可讀性，減輕維護工作量，提高工作效率。
2 數(shù)據(jù)庫對象命名規(guī)范
2.1? 層次劃分
?
序號 | 模型層次 | 用途 |
1 | ODS | 存放來自各個系統(tǒng)的原始數(shù)據(jù)； |
2 | DW | 根據(jù)業(yè)務分析需求，對主題域內(nèi)的數(shù)據(jù)進行輕度匯總； |
3 | DM | 建立跨域的業(yè)務主題模型； |
4 | DIM | 統(tǒng)一服務于數(shù)據(jù)中心的參數(shù)表； |
5 | APP ? | 應用層，用于生成報表 |
6 | XX | XX |
數(shù)據(jù)層級按照自己數(shù)據(jù)倉庫規(guī)劃的命名即可~
2.2? 表、視圖、存儲過程、函數(shù)命名規(guī)范
<對象類型><_模型層次><_主題><_對象描述>[_匯總類型][_存儲類型]
說明：<> 尖括號中的內(nèi)容為必須項，適用于所有用戶層對象，[] 方括號中的內(nèi)容為可選項，會因用戶層及對象的不同而不同
命名約束：數(shù)據(jù)庫對象命名可能受最大長度限制,因此在實際命名中如果按照規(guī)范約定的命名方式存在超長的現(xiàn)象，需要開發(fā)人員靈活控制。
2.2.1 對象類型
<對象類型><_模型層次><_主題域><_對象描述>[_匯總類型][_存儲類型]。
適用范圍：所有用戶層對象。
對象類型 | 對象 | 說明 |
TB | TABLE | 表 |
VW | VIEW | 視圖 |
…… | …… | …… |
?
2.2.2 模型層次
<對象類型><_模型層次><_主題域><_對象描述>[_匯總類型][_存儲類型]
說明：對象屬性一般為對象歸屬用戶的簡寫。
適用范圍：所有用戶層對象?？梢詤⒄兆约旱膶ο髮傩悦?guī)范，對此不要求統(tǒng)一。
?
模型層次 | 說明 |
ODS | 獲取層，存放從各個源系統(tǒng)接收的原始數(shù)據(jù)； |
DW | 根據(jù)業(yè)務分析需求，對數(shù)據(jù)進行匯總， 應用分析原則優(yōu)先訪問DW層，其次DWD層，不允許訪問ODS層； |
DM | 建立跨域的業(yè)務主題模型； |
DIM | 維表 |
APP | 報表層，根據(jù)DM模型數(shù)據(jù)生成報表。 |
?
2.2.3 主題域
<對象類型><_模型層次><_主題域><_對象描述>[_匯總類型][_存儲類型][_][序號或描述]
說明：主題域是對數(shù)據(jù)進行大類劃分，不同用戶下的分類有所不同。適用所有業(yè)務層；每個新增的業(yè)務主題均需到該規(guī)范備案登記。
主題域 | 命名 | 簡稱 | 描述 |
客戶域 | Customer | XX | 泛客戶 |
… | … | … | … |
?
2.2.4 對象描述
<對象類型><_模型層次><_主題域><_對象描述>[_匯總類型][_存儲類型]
適用范圍：所有用戶層對象；
對象描述要求簡潔準確，盡可能的直觀表達對象的含義,通常包含業(yè)務+功能；
如果是通用命名規(guī)則：<對象類型><_模型層次><_主題域><_對象描述>[_匯總類型][_存儲類型]，這里的對象描述是多業(yè)務的合成體，這時不加業(yè)務。
匯總類型
<對象類型><_模型層次><_主題域><_對象描述>[_匯總類型][_存儲類型]
適用范圍：除字典表、日志表之外的對象。
描述 | 匯總類型 |
日 | DAY |
月 | MON |
年 | YEAR |
2.2.5 存儲類型
<對象類型><_模型層次><_主題域><_對象描述>[_匯總類型][_存儲類型]
適用范圍：所有用戶層除日志、字典表、維表之外的對象。
對象描述 | 存儲類型 | 說明 |
目標程序 | 無 | |
臨時表 | TMP | 程序中臨時使用的中間表，用于存放程序運行中使用的臨時數(shù)據(jù)，程序運行結(jié)束后表由程序自行清空，只保留結(jié)構(gòu)。 |
配置表 | CFG |
2.2.5.1??? 日表
日表以統(tǒng)計周期字段做日分區(qū)。數(shù)據(jù)保留周期為業(yè)務需要的周期，月底最后一天的數(shù)據(jù)不保存，如有需要則沉淀到月表中。
2.2.5.2??? 月表
月表以統(tǒng)計周期字段做月分區(qū)。除該字段外，其余字段與日表必須相同。數(shù)據(jù)保留周期為業(yè)務需要的周期。所有的月報表、月KPI數(shù)據(jù)必須從月表出，禁止從日表出。
2.2.5.3??? 周表
周表數(shù)據(jù)保留周期為業(yè)務需要的周期。
2.3? 其他對象命名規(guī)范
對象 | 命名規(guī)則 | 說明 |
表分區(qū) | 根據(jù)實際情況自行確定 | 建議等 |
主鍵 | PK<_表名><_列名> | |
索引 | IDX<_表名><_列名> | |
… | … | … |
?
2.4? 常用字段命名規(guī)范
字段名 | 數(shù)據(jù)類型 | 字段說明 | 備注 |
常用字段1 | 常用類型1 | 字段說明1 | 備注1 |
字段命名需做到見名知其意，避免用中文拼音，或者拼音+英語的方式。
可以參考企業(yè)現(xiàn)有業(yè)務數(shù)據(jù)庫的數(shù)據(jù)字典命名。
2.5? 常用單位規(guī)范
約定數(shù)據(jù)倉庫中字段的默認單位，比如車速默認單位是KM/h。
2.6? 數(shù)據(jù)庫對象命名注意事項
命名盡量采用富有意義的英文詞匯，不準采用漢語拼音。
XX……
2.7? 數(shù)據(jù)倉庫建表注意事項
表名，列名等需要添加注釋，否則不予上線。
XX……。
3?? 主機目錄及文件命名規(guī)范
3.1? 用戶命名規(guī)范
主機用戶名命名規(guī)范：
序號 | 主機用戶名 | 賬號類型 | 用途 |
1 | hadoop | 應用程序賬號 | hadoop集群管理用戶 |
2 | … | ftp賬號 | … |
3.2? 目錄規(guī)劃
<根目錄>/<二級目錄>/[三級目錄/]<業(yè)務域>[/自定義]
目錄規(guī)劃不做強制性的要求，但是要做到層次清晰、命名規(guī)范，見名知意。
l? 根目錄
?? ?? 取值為：根據(jù)物理存儲掛載情況而定；
l? 二級目錄
?? ?? 取值為：主機如果沒有文件系統(tǒng)掛載點，則二級目錄為用戶家目錄，否則取值用戶名；
l? 三級目錄
取值為：用戶自行定義，如果存儲在用戶家目錄下則需要三級目錄；
l? 業(yè)務域
取值為：抽取的文件按業(yè)務類型進行分類存儲。
業(yè)務簡稱 | 說明 |
業(yè)務1 | 說明1 |
業(yè)務2 | 說明2 |
?
l? 自定義
取值為：可選項，如果文件存儲有其它要求，可根據(jù)實際情況靈活調(diào)整,如需要分省存放等。
3.3? 文件命名規(guī)范
<文件類型>_<主題域>_<數(shù)據(jù)周期>_<接口文件序號>.dat
主題域
主題域取值情況咱定為各項目名稱：
數(shù)據(jù)周期
取值為：周期日數(shù)據(jù)8位長度,YYYYMMDD，月數(shù)據(jù)6位長度YYYYMM；
接口文件序號
取值為：接口文件序號長度為3，默認從000開始；
3.4? 文件格式規(guī)范
文件分隔符
文件字段盡量不采用定長分隔，采用“|”等特殊字符作為分隔符，另外在抽取文件時需要確定字段內(nèi)容中不會出現(xiàn)分隔符字符，以免錯列；
文件編碼
文件編碼采用UTF-8。
4?? 數(shù)據(jù)保存周期規(guī)范
周期類型 | 模型層次 | 保留周期(HIVE) | 備注 |
日 | ODS | 365 | …… |
5?? 數(shù)據(jù)庫編程規(guī)范
5.1? 參數(shù)和變量命名規(guī)范
5.1.1 對象變量
對象變量命名規(guī)則如下：
命名規(guī)則：<對象類型><_><變量描述>
......
5.1.2 參數(shù)和對象命名注意事項
所有名稱采用英文單數(shù)名詞或動詞，避免出現(xiàn)復數(shù)。
固定長度的字符串類型采用char,長度不固定的字符串采用varchar，一定要避免長度不固定的情況下采用char。
如無特殊需求，避免使用大字段(blob, clob, long, text, image 等)。
命名使用英文單詞，避免使用拼音，特別不應該使用拼音簡寫。命名不允許使用中文或者特殊字符。
命名中若使用特殊約定或縮寫，則必須要注釋說明。
使用有意義、易于記憶、描述性強、簡短及唯一的英文單詞。自已特有的命名風格，要自始自終保持一至，不可來回變化。
對于變量命名，禁止取單個字符(如i、j… )，建議除了要有具體含義外，還能表明變量
除非必要，不允許使用數(shù)字或較奇怪的字符來定義標識符。
5.2? 書寫規(guī)范
5.2.1 代碼大小寫規(guī)范
所有數(shù)據(jù)代碼統(tǒng)一使用小寫字母書寫，以方便不同數(shù)據(jù)庫之間的移植，同時也避免程序調(diào)用問題。參數(shù)和局部變量，全局變量用大寫。
……
5.2.2 代碼縮進規(guī)范
程序塊采用縮進風格書寫，保證代碼清晰易讀，風格一致?？s進格數(shù)統(tǒng)一為 4 格。
必須使用空格,禁止使用TAB鍵。
同一條語句占用多于一行時,每行的第一個關(guān)鍵字應當右對齊。
對于Insert … values 和update 語句，一行寫一個字段，這段后面緊跟注釋（注釋語句左對齊），vales 和insert 左對齊，左括號和右括號與insert、values 左對齊
insert...select語句中，應使每行的字段順序?qū)悦啃胁怀^80字符為準，以增強可讀性。
5.2.3 空格及換行
關(guān)鍵字之后要留空格。
創(chuàng)建表、存儲過程、函數(shù)時，表名、存儲過程名和函數(shù)名之后不要留空格。
不允許把多個語句寫在一行中，即一行只寫一條語句。
相對獨立的程序塊之間、變量說明之后必須加空行。
超過80字符的語句要分行書寫，長表達式應在低優(yōu)先級操作符處換行，操作符或關(guān)鍵字放在新行之首。劃分出的新行應適當?shù)乜s進，使排版整齊，語句可讀。
if后的條件要用括號括起來，括號內(nèi)每行最多兩個條件。
不同類型的操作符混合使用時，建議使用括號進行隔離，以使代碼清晰。
減少控制語句的檢查次數(shù)，如在else(if…else)控制語句中，對符合條件頻率高的盡量放到前面。
盡量避免使用嵌套的if語句，在這種情況應使用多個if語句來判斷其可能。
5.2.4 其它
避免使用select * 語句。
insert 語句必須給出字段列表，否則對后續(xù)表的擴展回帶來維護上的麻煩。
當一個SQL 語句中涉及到多個表時，必須使用別名來限定字段名，這使其它人閱讀起來更方便，避免了含議模糊的引用，其中能夠別名中清晰地判斷出表名。
確保變量和參數(shù)在類型和長度與表數(shù)據(jù)列類型和長度相匹配。
5.3? 注釋規(guī)范
一般情況下，源程序有效注釋量不低于30%以上。說明：注釋的原則是有助于程序閱讀理解，便于后期維護，在該加的地方都加了，注釋不宜太多但也不能太少，注釋語言須準確、易懂、簡潔。
所有變量定義需要加注釋，說明該變量的用途和含義。
注釋內(nèi)容要清晰明了，含義準確，防止注釋二義性。
禁止在注釋中使用縮寫，特別是非常用的縮寫。
注釋與所描述代碼進行同樣的縮排。
對程序分支必須書寫注釋。
保證代碼和注釋的一致性。修改代碼同時修改相應的注釋，不再有用的注釋要同步刪除。
注釋應與其描述的代碼相似,對代碼注釋應放在其上方或右方(單條語句的注釋)相應的位置,不可放在下面。
注釋上面的代碼應空行隔開。
統(tǒng)一文件頭的注釋。
在代碼的功能、意圖層次上進行注釋，提供有用、額外的信息。
函數(shù)應對返回代碼詳細描述。
盡量使用”#”進行注釋。
避免在一行代碼或表達式的中間插入注釋。
所有硬編碼必須加注釋，如 id='0' 則需要優(yōu)先注釋 '0'的含義， 或者在注釋中說明對應的字典表。
5.4? 語法規(guī)范
所有DDL和DML語句盡量遵循標準SQL，以SQL99為基準。
說明：采用標準SQL編寫，方便移植時各種數(shù)據(jù)庫之間做對應修改。
正例：
delete from table1;
反例：
delete table1;
數(shù)據(jù)類型采用基本數(shù)據(jù)類型，盡量不要使用某數(shù)據(jù)庫特有的類型。
說明：采用基本數(shù)據(jù)類型，各種數(shù)據(jù)庫均支持，減少不同版本的維護。設(shè)計數(shù)據(jù)類型和長度時要考慮應用編程開發(fā)的方便以及后續(xù)可維護性。
l對于特別復雜的sql(特別是多層嵌套,帶字句或相關(guān)的查詢),應先考慮是否設(shè)計不當引起,對復雜的sql可以通過程序?qū)崿F(xiàn),原則上遵循一句話只做一件事情，避免多重嵌套SQL的使用。必要時采用中間表。
對于超過2個以上的大表關(guān)聯(lián)，必須進行執(zhí)行計劃驗證，并在設(shè)計中有所體現(xiàn)。
不要將空的變量值直接與比較運算符比較。如果變量可能為空,應該使用is null或is not null來進行比較。
每個程序過程生成的目標數(shù)據(jù)表不允許出現(xiàn)空值。
盡可能地使用相關(guān)表字段的類型定義,如%type,%rowtype等。
對數(shù)據(jù)庫腳本代碼中所定義的變量要進行初始化。\
?……
5.5? 程序結(jié)構(gòu)
5.5.1 程序結(jié)構(gòu)模板
定義一個模板供大家參考！
5.5.2 程序代碼
5.5.2.1??? 程序代碼規(guī)范
程序代碼段左側(cè)要留有1個縮進（4個空格）。
除特殊程序(如空調(diào)度、日志程序等)外，程序開始、程序結(jié)束、程序出錯時都要記錄日志，日志記錄使用公用的函數(shù)或存儲過程，具體使用方法參見后面日志內(nèi)容。
關(guān)鍵字要換行輸寫，不同行關(guān)鍵字要右對齊。
對于內(nèi)容超過一行的代碼，換行時要有一個縮進，并注意對齊以保證美觀。
每個字段后面都要有字段說明(字段描述、值內(nèi)容、單位等)，字段說明要對齊。
字段說明內(nèi)容可以換行，但同樣要與上行字段說明內(nèi)容對齊。
對于比較簡單的SQL語句，也可根據(jù)實際情況寫在一行或幾行中，但多行的要注意縮進，并且要注意美觀性。
對于insert字段數(shù)量比較多的語句，對應的select中的字段盡可能定義別名，別名要與insert中字段名相同，這樣很容易找到字段的對應關(guān)系。
對于多層嵌套，一定要注意各層嵌套的縮進層次，才能保證代碼良好的可讀性，否則代碼將非常難讀。
關(guān)鍵字、保留字之間必須留有空格。
……
5.5.2.2??? 程序代碼示例
XXXX
5.5.3 程序日志
5.5.3.1??? 日志分類
程序日志分為兩種：
一種是記錄程序運行狀態(tài)情況，一個程序運行一次只記錄一條日志，包括程序名稱、目標表名、統(tǒng)計時間、程序運行開始和結(jié)束時間、運行狀態(tài)、出錯位置和出錯信息等，用于簡單查詢程序運行情況，以及以后可能的日志監(jiān)控。
一種是記錄程序運行過程情況，一次程序運行會記錄多條日志，每條日志記錄程序中不同階段的運行狀況，用于跟蹤程序中各階段的運行狀況。與單條日志記錄相比，時間上只記錄運行開始時間即可。
5.5.3.2??? 日志記錄
考慮如何記錄程序日志，制定日志規(guī)范！
5.6? 分區(qū)管理規(guī)范
分區(qū)表的分區(qū)增加、分區(qū)刪除操作，統(tǒng)一由分區(qū)控制程序完成，應用數(shù)據(jù)處理程序中不允許包含增加、刪除分區(qū)的操作；分區(qū)表清空分區(qū)的操作，應在應用數(shù)據(jù)處理程序中進行，這樣可以避免因為程序多次運行導致的數(shù)據(jù)重復。
保留多個周期數(shù)據(jù)的表必須建立分區(qū)，分區(qū)鍵可以根據(jù)業(yè)務需要和數(shù)據(jù)大小分為日、月、年，這樣即可以避免因為表越來越大導致程序運行速度越來越慢，又解決分區(qū)太多浪費空間。全量替換的數(shù)據(jù)表（如維表、臨時表）可以不建立分區(qū)。
日分區(qū)表禁止保留月底最后一天數(shù)據(jù)，如果要用到月底最后一天數(shù)據(jù)，需要單獨建立月表保存。
?
6?? JAVA編碼規(guī)范
6.1? 避免引發(fā)錯誤的編寫規(guī)范
使用字符串的equals方法比較判斷時，如有常量字符串，一定要養(yǎng)成常量在前，變量在后的編寫習慣。
養(yǎng)成這種編碼習慣能夠有效減少當比較的變量是null時發(fā)生空指針的錯誤
在finally中執(zhí)行關(guān)閉操作，能夠確保出現(xiàn)異常時數(shù)據(jù)庫連接、IO讀寫句柄被正常關(guān)閉。
……
6.2? 編程注意事項說明
明確方法功能，精確（不是近似）地實現(xiàn)方法的設(shè)計。一個方法僅完成一件功能，即時簡單功能也應該編寫方法實現(xiàn)。
異常捕獲后，如果不對改異常進行處理，則應該記錄日志或使用。
如果是自己拋出的異常，則必須要填寫詳細的異常描述信息，這樣才能方便。
判斷時要注意運算符的優(yōu)先級，并用括號明確表達式的操作順序，避免使用默認的優(yōu)先級。
不要在循環(huán)體內(nèi)定義變量。
……
6.3? 程序排版及注釋規(guī)范
6.3.1 程序排版
程序塊要采用縮進風格編寫，縮進的空格數(shù)為4個。
……
6.3.2 程序注釋
一般情況下，源程序的有效注釋量必須在30%以上。
類或者接口的注釋需要包含其功能描述、使用方法、注意事項、作者、始于那個版本。
……
7?? shell編碼規(guī)范
7.1? shell編程案例
?制定程序案例，供大家參考
8? ?完整的規(guī)范文檔結(jié)構(gòu)
更多閱讀
特別推薦
點擊下方閱讀原文加入社區(qū)會員