[数据挖掘论文] ​分区存储 [推广有奖]

分区存储

如果将用户标签开发成一张大的宽表，在这张宽表下放几十种类 型标签，那么每天该画像宽表的ETL作业将会花费很长时间，而且不便 于向这张宽表中新增标签类型。

要解决这种ETL花费时间较长的问题，可以从以下几个方面着手：

·将数据分区存储，分别执行作业；

·标签脚本性能调优；

·基于一些标签共同的数据来源开发中间表。

下面介绍一种用户标签分表、分区存储的解决方案。

根据标签指标体系的人口属性、行为属性、用户消费、风险控 制、社交属性等维度分别建立对应的标签表进行分表存储对应的标签 数据。