实时离线数仓实战V2是在实时离线数仓实战V1的基础上进行扩展的系列文章。相比V1,V2主要的内容包括数据库表的调整、增加数仓建模的内容扩展、数仓性能调优等内容。

组件安装详细文档请访问:建议收藏 | 《实时/离线数仓实战》配套组件安装文档 →
访问github及gitee获取代码及相关jar包:
https://github.com/Mrkuhuo/data-warehouse-learning
https://gitee.com/wzylzjtn/data-warehouse-learning






logging.level.root=infospring.datasource.driver-class-name=com.mysql.jdbc.Driverspring.datasource.url=jdbc:mysql://192.168.244.129:3306/gmall?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=GMT%2B8spring.datasource.username=rootspring.datasource.password=logging.pattern.console=%m%nmybatis-plus.global-config.db-config.field-strategy=not_nullmybatis.mapperLocations=classpath:mapper/*.xml# 业务日期mock.date=2024-05-01# 是否重置,1表示重置,2表示不重置mock.clear=1# 是否重置用户,1表示重置,2表示不重置mock.clear.user=1# 生成新用户个数mock.user.count=200# 男性比率mock.user.male-rate=20# 用户数据变化概率mock.user.update-rate:20# 取消收藏比率mock.favor.cancel-rate=10# 收藏数量mock.favor.count=100# 每个用户添加购物车的概率mock.cart.user-rate=10# 每次每个用户最多可以向购物车添加多少种商品mock.cart.max-sku-count=8# 每种商品最多可以买几件mock.cart.max-sku-num=3# 购物车来源比率:用户查询:商品推广:智能推荐:促销活动mock.cart.source-type-rate=60:20:10:10# 用户下单比率mock.order.user-rate=30# 用户从购物车中购买商品的比率mock.order.sku-rate=50# 是否参与活动mock.order.join-activity=1# 是否使用优惠券mock.order.use-coupon=1# 优惠券领取人数mock.coupon.user-count=100# 支付比率mock.payment.rate=70# 支付方式比率:支付宝:微信:银联mock.payment.payment-type=30:60:10# 评价比率 好:中:差:自动mock.comment.appraise-rate=30:10:10:50# 退款原因比率:质量问题:商品描述与实际描述不一致:缺货:号码不合适:拍错:不想买了:其他mock.refund.reason-rate=30:10:20:5:15:5:5logging.level.com.atguigu.gmall2020.mock.db.mapper=debug


#! bin/bashcd opt/upload/db_logjava -jar datageneration2024-mock-log-2024-05-01.jar
最终数据如下图所示:













请各位读者朋友随手点击在看、点赞、收藏,您的支持使我持续创作的力量,感谢。
文章转载自大数据技能圈,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。




