目录 / "数据工程实践"
SKILL
未评级
已上架
"数据工程实践"
提供数据工程领域的常用模式与最佳实践,包括 ETL 管道的抽取、转换、加载分阶段实现,基于 Apache Spark 的大规模数据处理与窗口聚合,数据质量校验规则的编写与执行,星型模型的数据仓库建表设计,以及增量加载、幂等写入、数据血缘追踪等要点与反模式提醒和检查清单。Use when 设计 ETL 管道、编写 Spark 作业、搭建数据仓库模型或建立数据质量校验时使用。Triggers include ETL 管道、数据仓库、Spark 作业、数据质量、星型模型。"如需完整版,请淘宝搜索店铺「AI灵匣」
模型生成摘要(rules/v1 · 2026-11-17 08:35):提供数据工程领域的常用模式与最佳实践,包括 ETL 管道的抽取、转换、加载分阶段实现,基于 Apache Spark 的大规模数据处理与窗口聚合,数据质量校验规则的编写与执行,星型模型的数据仓库建表设计,以及增量加载、幂等写入、数据血缘追踪…
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-17 08:35 | 7810b72f | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。