数据源可能来自业务系统或外部采集：重复数据需要根据可靠的业务键识别

重复数据需要根据可靠的业务键识别。去重窗口限制系统可以识别重复的时间范围。数据血缘记录数据从来源到结果的依赖。元数据目录帮助用户发现和理解数据资产。主数据管理协调核心实体的统一标识。慢变维记录业务属性随时间发生的变化。事实表保存业务事件或可汇总的度量。维度表提供分析所需的描述性上下文。

增量处理只计算新到达或发生变化的内容。变更数据捕获从源系统提取增删改事件。删除事件也需要传递到下游副本和缓存。回填重新处理历史数据以修正或补充结果。回填任务需要避免压垮正常在线处理。数据脱敏降低直接暴露敏感信息的风险。匿名化效果需要考虑多字段组合识别可能。数据保留策略明确保存期限和清理责任。数据工程结果需要能够解释和追溯来源。

分区裁剪通过过滤条件减少实际读取范围。小文件过多可能增加元数据和调度开销。文件合并用于改善过度碎片化的数据布局。数据压缩降低存储和传输但需要解码计算。模式演化管理字段增加和类型变化等问题。数据契约明确生产方与使用方的格式约定。数据质量包含完整性与一致性等维度。缺失记录可能来自采集失败或业务规则。

数据管道通过多个步骤完成采集与转换。抽取转换加载先加工再写入目标存储。抽取加载转换先保留数据再执行加工。数据湖保存多种结构和格式的原始数据。数据仓库面向分析组织较稳定的数据模型。湖仓方案尝试结合开放存储与表管理能力。列式存储适合读取少量列的大规模分析。行式存储适合部分面向完整记录的访问。