很可惜 T 。T 您现在还不是作者身份,不能自主发稿哦~
如有投稿需求,请把文章发送到邮箱tougao@appcpx.com,一经录用会有专人和您联系
咨询如何成为春羽作者请联系:鸟哥笔记小羽毛(ngbjxym)
“ 阿里One Data,值得我们好好学习。”
想必做数据的同学对One Data都有所耳闻。但One Data 体系具体包含了内容、有怎样的应用,不知道大家是否了解?今天我们详细分享一下One Data体系中关于数据治理相关的内容。
首先,我们看看One Data的整体概况。
(1)关于定位
One Data是阿里系进行数据指标规范定义的规则、工作流及元数据管理系统。这里主要囊括了三部分内容:
数据指标规范定义:即数据指标体系规范治理,这部分是我们今天分享的核心内容。
数据模型设计开发:其实就是数仓数据模型设计,咱们今天不展开了,后面合并在数仓实践的文章中详细阐述
数据研发:即所有指标下挂物理表关联信息回流+算法服务化接口对接外部系统,今天暂时不详细展开
从下面阿里的整体架构图中,能清楚看到One Data体系的定位与作用。
(2)关于目标
One Data致力于解决的问题是啥呢?它主要期望建成一个指标一个算法,从算法定义、数据研发到数据服务,可管理追溯从而规避重复建设。
指标规范定义:一个指标只有一个英文字段、一个中文字段、一个算法定义,避免不同部门口中的指标逻辑不同一问题。
研发流程:数据研发物理表结构创建发布的引用字段全部依托指标规范定义的结果
数据服务:一个主题下的同主键逻辑表,仅提供规范定义的唯一一个数据指标
通过提供标准的(standard)、服务化的(service)、安全的(safe)、共享的(shared)数据,以消除业务和技术之痛。
上面我们提到了One Data主要的内容包括数据指标体系、数据建模等。下面,我们看一下指标体系治理的整体概况。
(1)指标体系及示例
指标体系的整体架构如下:
在这里,阿里将一个最终的数据指标(派生指标)层层拆解,比如拆解出修饰词、维度等等,通过这种方式将指标规范化、体系化。不然,一堆指标在一起,只能是指标字典,而不是指标体系。
派生指标由原子指标、时间周期修饰词、若干其他修饰词组合得到。
原子指标、修饰类型及修饰词,直接归属在业务过程下,其中修饰词继承修饰类型的数据域。
派生指标可以选择多个修饰词,修饰词之间的关系为‘或’或者‘且’的关系,具体由具体的派生指标语义决定。
派生指标唯一归属一个原子指标,继承原子指标的数据域、与修饰词的数据域无关。
原子指标有确定的英文字段名、数据类型和算法说明;派生指标要继承原子指标的英文名、数据类型和算法要求。
(2)指标命名规范
名所用术语尽量使用英文简写,其次是英文,当指标英文名太长时,可考虑用汉语拼音首字母命名。如中国质造,用zgzc。在OneData工具中,维护了常用的名词术语,以用来进行命名。
派生指标英文名:原子指标英文名+时间周期修饰词(=3位,例如,_1d)+序号 (=4位,例如,_001)。派生指标中文名:时间周期修饰词+[其他修饰词]+原子指标。
我们拿一个指标「最近1天SEO来源的海外搜索UV」举例,看中英文指标名称的命名规范。
修饰词只有时间周期才会有英文名,且长度为2位,加上“_”为三位,例如_1d。阿里常用的时间周期修饰词列表如下:
原子指标必须挂靠在某个业务过程下。中文英文名:动作+度量。
在OneData 工具中,英文名与中文名都会由OneData 工具自动生成。
派生指标为了控制英文名称过长,在英文名的理解和规范上做了取舍,所有修饰词的含义都纳入了序号中。序号是根据原子指标+派生指标自增的。
(3)相关名词解释
关于指标体系的相关名词,可参考下表解释:
下面针对指标体系的规范细则详细展开说明。派生指标可以分为三类:事务型指标、存量型指标和复合型指标。按照其特性不同,有些必须新建原子指标,有些可以在其他类型原子指标基础上增加修饰词形成派生指标。
事务型指标是指对业务活动进行衡量的指标。例如,新发商品数,重发商品数,新增注册会员数,订单支付金额,这类指标需维护原子指标及修饰词,在此基础上创建派生指标。
存量型指标是指对实体对象(如商品、会员),某些状态的统计。例如,商品总数,注册会员总数,这类指标维护原子指标及修饰词,在此基础上创建派生指标,对应的时间周期一般为“历史截止到当前某个时间”。
复合型指标是在事务性指标和存量型指标基础上复合而成的,例如,浏览UV-下单买家数转化率,有些需要创建新原子指标,有些则可以在事务性或存量型原子指标基础上、增加修饰词得到派生指标。
(1)比率型
比率型需创建原子指标。例如,CTR,浏览UV-下单买家数转化率,满意率等。举例:“最近1天店铺首页CTR”。
原子指标为“CTR”,
时间周期为“最近1天”,
修饰类型为“页面类型”
修饰词为“店铺首页
(2)比例型
比例型需创建原子指标。例如,百分比、占比。举例:“最近1天无线支付金额占比”
原子指标为“支付金额占比”,
修饰类型为“终端类型”,
修饰词为“无线。
(3)变化量型
变化量型不创建原子指标,增加修饰词,在此基础上创建派生指标。举例:“最近1天订单支付金额上1天变化量”,
原子指标为“订单支付金额”,
时间周期为“最近1天”,
修饰类型为“统计方法”,
修饰词为“上1天变化量”。
(4)变化率型
变化率型创建原子指标。举例:“最近7天海外买家支付金额上7天变化率”,
原子指标为”支付金额变化率”,
修饰类型为“买家地域”,
修饰词为“海外买家”。
(5)统计型
统计型(均值、分位数等)不创建原子指标,增加修饰词,在此基础上创建派生指标;在修饰类型“统计方法”下增加修饰词:人均、日均、行业平均、商品平均、90分位数、70分位数等。举例:自然月日均UV,
原子指标为UV,
修饰词为“统计方法”,
修饰词为“日均”。
(6)排名型
创建原子指标,一般为top_xxx_xxx,有时会同时选择rank和top_xxx_xxx 组合使用。
创建派生指标时选择对应的修饰如下:
统计方法(例如:降序,升序);
排名名次(例如:TOP10);
排名范围(例如:行业、省份、一级来源等);
根据什么排序(例如:搜索次数,浏览PV)
(7)对象集合型
创建原子指标,一般为xxx串;创建派生指标时选择对应的修饰如下:
统计方法(例如:降序,升序);
排名名次(例如:TOP10);
排名范围(例如:行业,区域)
示例如下:
关于指标体系的细节规范,就先介绍这些。
最后,我们详细看一下阿里如何对指标体系治理进行的产品化设计。
(1)整体结构
整体菜单结构如下:
(2)权限体系
不得不说,阿里对于数据权限的控制是非常严格和严谨的。
权限分配流程如下:
权限范围如下:
角色权限如下:
(3)规范定义
查找:搜索+分类检索+筛选项+排序方式选择+状态再次筛选
一般情况,均通过页面右上角新建按钮进行新建。修饰词,提交审核,系统自动通过。
维度属性,支持批量导入:
维度可进行下挂子维度管理,如:商品有所属类目,类目为父维度,商品为子维度;可以查看一个维度的父子维度信息。
关于One Data中指标体系治理相关的内容,我们就分享这些。文章中也提到了,One Data其实不止包括数据指标治理,也有数据建模的内容,这块相关的实践我们后面再详细分享。
本文为作者独立观点,不代表鸟哥笔记立场,未经允许不得转载。
《鸟哥笔记版权及免责申明》 如对文章、图片、字体等版权有疑问,请点击 反馈举报
Powered by QINGMOB PTE. LTD. © 2010-2022 上海青墨信息科技有限公司 沪ICP备2021034055号-6
我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。
一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
1)反对宪法所确定的基本原则;
2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
5)煽动民族仇恨、民族歧视,破坏民族团结;
6)破坏国家宗教政策,宣扬邪教和封建迷信;
7)散布谣言,扰乱社会秩序,破坏社会稳定;
8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
12)危害未成年人身心健康的;
13)含有法律、行政法规禁止的其他内容;
2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
1)轻蔑:贬低、轻视他人及其劳动成果;
2)诽谤:捏造、散布虚假事实,损害他人名誉;
3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
6)谩骂:以不文明的语言对他人进行负面评价;
7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
8)威胁:许诺以不良的后果来迫使他人服从自己的意志;
3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
2)单个帐号多次发布包含垃圾广告的内容;
3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。
4. 色情低俗信息,主要表现为:
1)包含自己或他人性经验的细节描述或露骨的感受描述;
2)涉及色情段子、两性笑话的低俗内容;
3)配图、头图中包含庸俗或挑逗性图片的内容;
4)带有性暗示、性挑逗等易使人产生性联想;
5)展现血腥、惊悚、残忍等致人身心不适;
6)炒作绯闻、丑闻、劣迹等;
7)宣扬低俗、庸俗、媚俗内容。
5. 不实信息,主要表现为:
1)可能存在事实性错误或者造谣等内容;
2)存在事实夸大、伪造虚假经历等误导他人的内容;
3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。
6. 传播封建迷信,主要表现为:
1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
2)求推荐算命看相大师;
3)针对具体风水等问题进行求助或咨询;
4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;
7. 文章标题党,主要表现为:
1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
2)内容与标题之间存在严重不实或者原意扭曲;
3)使用夸张标题,内容与标题严重不符的。
8.「饭圈」乱象行为,主要表现为:
1)诱导未成年人应援集资、高额消费、投票打榜
2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序
9. 其他危害行为或内容,主要表现为:
1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
2)不当评述自然灾害、重大事故等灾难的;
3)美化、粉饰侵略战争行为的;
4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。
二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。
三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)