数据仓库

1） DWH在iGaming中的任命和角色

• 统一度量定义（GGR/NGR，ARPPU，Retention，Churn）。
• 可为监管机构和内部摊贩生成的报告。
• 用于BI/操作面板的快速店面和型号的来源。
• 平台级别的质量控制，线性和安全性。

2）建筑选择

2.1 Classic DWH

ETL → DWH（恒星/雪花）→ BI。
优点：可控模型,强一致性。
缺点：昂贵的下载,复杂的回火,有限的灵活性。

2.2 Lakehouse DWH

ACID表上的Bronze/Silver/Gold（Delta/Iceberg/Hudi）+SQL/MPP引擎。

优点： 一个单一的存货,时间旅行,简单的重新销售.

缺点：需要层和DQ的纪律，成熟的编排。

2.3溷合动力车

Lakehouse是"真理之源"（Bronze/Silver），DWH-march在MPP（ClickHouse/Pinot/Druid/Cloud DWH）中用于高速阅读。
优点：成本和性能的平衡,灵活的店面。
缺点：双重支持电路和滚动，需要同步。

建议：适用于iGaming-Lakehouse+DWH-mart（溷合体）。Bronze/Silver-标准化,Gold/Real-time marts-提供阅读负载。

3）数据建模

3.1星雪花

事实表：狭窄，事件：'fact_bets'，'fact_payouts'，'fact_payments'。
测量：'dim_users'（SCD），'dim_games'，'dim_providers'，'dim_markets'。
雪花适合Silver（正常化），Star适合Gold（阅读）。

3.2 Data Vault 2.0（集成内核）

Hubs（业务密钥），Links（关系），卫星（上下文/历史）。
在Silver 中应用于长期提供商/PSP集成。

3.3 SCD I/II/III

RG/KYC/频道和游戏属性（RTP/波动）的SCD II。
严格的"valid_from/valid_to"间隔，按时间正确地加入。

4）下载： ETL/ELT，CDC和嵌套

ELT方法：加载到Silver →转换为DWH。
CDC：来自OLTP的Debezium/同源复制；Merjas是偶然的。
附录：通过时间水（'updated_at> max_loaded_ts'）和/或hash-delta。
Backfill/Reprocessing：时间旅行,范围,配额,dry-run比较。

sql
MERGE INTO silver. payments s
USING stage. payments_delta d
ON s. transaction_id = d. transaction_id
WHEN MATCHED THEN UPDATE SET
WHEN NOT MATCHED THEN INSERT;

5）语义层和度量

Metrics Store/语义层：单个GGR/NGR/Conversion/LTV公式。
可重复性的度量和"as-of"计算的转换。
约定：指标名称、单位、货币（基本欧元）和"fx_source"。

6）店面和伺服器

黄金店面： 非正规的SLA准备就绪（例如06：00 lock之前）。.

运营三月：ClickHouse/Pinot/Druid，面板1-5分钟。
导出：CSV/JSON/PDF+hash；不变数据包（WORM）用于调节器。

sql
CREATE OR REPLACE VIEW gold. ggr_daily AS
SELECT
DATE(b. event_time) AS event_date,
b. market,
g. provider_id,
SUM(b. stake_base) AS stakes_eur,
SUM(p. amount_base) AS payouts_eur,
SUM(b. stake_base) - SUM(p. amount_base) AS ggr_eur
FROM silver. fact_bets b
LEFT JOIN silver. fact_payouts p
ON p. user_pseudo_id = b. user_pseudo_id
AND p. game_id = b. game_id
AND DATE(p. event_time) = DATE(b. event_time)
JOIN dim. games g ON g. game_id = b. game_id
GROUP BY 1,2,3;

7）数据质量（DQ）和合同

Schema-first： JSON/Avro registry+兼容性测试（消费者驱动）。

DQ-как-код: completeness/validity/uniqueness/FK/range/temporal.

反应策略：critical → fail+DLQ；专业/小调→标签和报告。
DQ可观察性：Freshness/Completeness/Validity dashbords，丢失记录的漏斗。

8）安全，隐私和居住

PII最小化：通过pseudo-ID的用户；mappings是分开的。
RLS/CLS：按角色和辖区进行构建/后奥尔布茨访问。
加密：transit中TLS；at-KMS/CMK轮换。
数据驻留：EEA/UK/BR的单独目录和密钥；无故禁止跨区域合作。
DSAR/RTBF：可计算投影和选择性编辑；报告文物的法律保留。

9）性能和成本（成本工程）

参与：按日期/市场/特南特分列；通过"市场"，"provider_id"，"game_id"，"user_pseudo_id" 聚类/Z-order。
格式：Parquet+统计和压缩；OPTIMIZE/VACUUM按计划。
实现：稳定的集合和汇总表；在飞行中避免"胖子"加入。
配额/配额：重度查询/重播预算；报告cost/query, cost/GB。
Tiered storage: hot/warm/cold;明确的恢复SLA。

10）可观察性和控制

Pipline度量标准：持续时间、体积、回程、滞后、容错。
DWH指标：响应时间/竞争性/缓存命中/成本。
线性：从源到报告的图形；变更时的影响分析。

SLO: Freshness Silver p95 ≤ 15 мин;黄金日报-准备到06： 00；Validity ≥ 99.9%;Completeness ≥ 99.5%;可用性≥ 99。9%.

11）多元性和域隔离

按计划/数据库/目录划分为tenant/市场。
配额和资源组；限制"嘈杂的邻居"。
Tenant之间的出口/进口政策，标准化合同。

12）数据和文件登记册

数据目录：所有者，SLA，示例，示例，DQ规则，线性。
度量/dashbords：公式和责任卡。
更改日志：逻辑、迁移、影响（影响）版本。

13）流程和RACI

R（响应性）：数据工程（Silver/Gold，DAG'和），数据平台（infra，registry，DQ）。

A (Accountable): Head of Data/CDO.

C (Consulted): Compliance/Legal/DPO, Finance (FX/GGR), Risk (RG/AML), SRE (SLO/стоимость).

I（信息）： BI, Product, Marketing, Operation.

14）实施路线图

1.湖畔青铜器/银器（ACID表），Payments/Gameplay的CDC/镶嵌物。

2.第一个黄金店面（GGR Daily，转换），SLA直到06：00。

3.DQ码为（10-15规则）+Freshness/Completeness dashbords。

4.数据目录和基本语义层度量。

• SCD II для users/games/providers;域扩展。
• 实时/近实时面板的实时三月（ClickHouse/Pinot）。
• 线性/影响分析，DSAR/RTBF程序，区域化（EEA/UK）。

• 更改的自动仿真（dry-run），反射和度量比较。
• Chargeback/配额，成本差价板；DR演习和时间旅行恢复。
• 自动生成店面文档和度量卡。

15） SQL模板示例

sql
CREATE TABLE silver. fact_bets (
bet_id STRING PRIMARY KEY,
user_pseudo_id STRING NOT NULL,
game_id STRING NOT NULL,
stake_ccy DECIMAL(18,2) NOT NULL,
currency CHAR(3) NOT NULL,
stake_base DECIMAL(18,2) NOT NULL,
market CHAR(2) NOT NULL,
event_time TIMESTAMP NOT NULL
);

sql
SELECT b. bet_id, u. rg_status
FROM silver. fact_bets b
JOIN dim. users_scd u
ON u. user_pseudo_id = b. user_pseudo_id
AND b. event_time >= u. valid_from
AND (u. valid_to IS NULL OR b. event_time < u. valid_to);

sql
SELECT market, DATE(event_time) d, COUNT() n
FROM silver. fact_bets
GROUP BY market, DATE(event_time)
HAVING n = 0;

16）售前支票清单

• 注册表中的计划和合同，兼容性测试是绿色的。
• CDC/increments和MERGE程序是相等的。
• 金色店面有SLA，固定度量公式。
• DQ规则是活动的（critical → fail+DLQ）, Freshness/Completeness dashbords。
• RBAC/ABAC,加密,按地区居住,访问日志。
• 包括Lineage/impact；时间旅行/备份/DR已验证。
• 控制下的成本：聚会，聚类，实现，配额。

17）反模式和风险

"一个油腻的DWH没有层"：原始和报告的数据的混合物→混乱和昂贵的修复。
每天完全重新发布,无需：使用increment/CDC。
没有所有者和公式的黄金：缺乏单一版本的真相→争议和倒退。
分析层中的PII：将mappings分开，CLS/RLS。
缺少DQ/Lineage：没有可证明的监管机构/审计。
非管理成本：无批次/优化/配额。

18）词汇表（简短）

DWH是用于整合和分析的数据仓库。
Lakehouse是数据湖+ACID表和SQL引擎。
CDC-捕获来自OLTP的更改。
SCD-缓慢变化的测量（I/II/III）。
黄金展示-即食报告表/视图。
Semantic Layer-指标和属性的统一定义。

19）结果

适用于iGaming的现代DWH不是"大桌子"，而是托管平台：青铜/银/金层，严格的合同和DQ，单一指标和线性，隐私和居住性，性能和成本效益。建立Lakehouse+DWH-March溷合体后，您将获得快速且可验证的决策，为审计，规模和新市场做好准备。