poyee-data-warehouse/kb

poyee-data-warehouse 知识库

kb/ 是 poyee-data-warehouse 数据仓库项目的知识库。 是开发手册，也是 vibe coding 和 Review 的参考依据。

项目现状速读（冷启动必读）

• launch-pad/ 不做业务迁移：里面是上个项目（与当前业务无关）的历史业务代码，仅作样板 SQL / DataX ini 写法的参考，新项目业务 SQL 全部从零开发，完成后 launch-pad/ 整体删除
• tendata/ → dw_base/：这是重构核心映射，需要修改模块名 + 所有 from tendata ... import、ADD FILE tendata/...、tendata.zip 打包命令等引用（详见 90-重构路线.md §1.1）
• 重构进度：刚起步，kb 文档梳理完成，代码层面尚未动工。进度追踪见 92-重构进度.md

文档分组

文件按编号前缀分组，序号越小越基础、越靠前阅读。

文档索引

0x 项目与环境

文档	内容
00-项目架构	模块关系图、Spark SQL / DataX 执行时序、DataX 脚本详细使用说明、配置管理
01-运行环境	CDH 技术栈版本、平台架构图、开发侧约束
02-权限与账号	鉴权链路、job账号 vs 个人账号

1x 业务上下文

文档	内容
10-业务流程	Hobby Stocks 用户侧 + 商家侧 + 售后全链路流程图
11-数据资产	业务库、埋点数据、爬虫数据、采购数据清单
12-同步方案	PG → Hive 存量/增量/历史归档/CDC 同步策略与阶段演进

2x 数仓建模

文档	内容
20-数仓分层与建模	分层定义、主题域、总线矩阵、维度建模五步法、同步策略
21-命名规范 ★	五段式表名、字段规则、词根字典、建表自检 Checklist
22-指标体系	指标分类、逻辑结构、指标/维度/度量字典
23-标签体系	TDM 层用户/商品/商家画像设计

3x 开发流程

文档	内容
30-开发规范	TPAD 任务规范、数仓数据开发流程、代码 / SQL 规范、Git 协作规范（IDE 格式化 scheme 见 conf/sql_style.xml）
31-UDF手册	dw_base/udf/common/ 下通用 UDF 自查表与准入规则

9x 过渡资料

文档	内容
90-重构路线	基于老项目代码分析的重构路线（P0-P3）
92-重构进度	重构任务 checklist 与当前进度

阅读建议

新成员上手路径：

1. 00-项目架构 — 了解模块全貌
2. 01-运行环境 — 了解基础设施
3. 20-数仓分层与建模 — 了解建模方法论
4. 21-命名规范 — 熟悉命名规则（★ 最高频参考）
5. 30-开发规范 — 熟悉开发流程

查样板：

• DataX ini 样板 → conf/templates/datax/{raw,ads,manual}/*.template.ini
• Spark SQL 样板 → conf/templates/sql/*.template.sql
• 建表 DDL 样板 → conf/templates/ddl/*.template.sql
• 数据源连接样板 → conf/templates/datasource/*.template.ini