在數倉開發中，随着業務的增長和變化，數倉裡會有越來越多的資料表，同時也會産生非常多的無效表，占用着數倉中大量的存儲資源，且影響資料複用。那對于無效表，我們又該如何治理呢？
在這裡，我将無效表定義為：空表和長期無通路的表。
空表的存在，會影響資料檢索和複用，建議定期清理。長期無通路的表，會持續占用數倉中的存儲資源，同樣建議定期清理。那如何在數倉這麼多的表裡，發現空表和長期無通路的表呢？DataWorks的資源優化子產品中，有一個資料存儲優化，能将MaxCompute中的空表、90天未通路的表都篩選出來，便于使用者進行治理。
空表
DataWorks資源優化對空表的定義為：每日淩晨資料存儲量為0的資料表。
治理建議：在治理空表時，建議按建立時間正序處理，避免那些提前建立的資料表被誤删；同時由于淩晨是離線任務産出資料的高峰期，可能會存在部分表在淩晨是以insert overwrite的方式寫入資料，在識别資料時，有一定機率會因為識别時，資料被清空而導緻被判定為空表，故在治理時，可以參考表下遊數，當下遊數為0時，表示沒有被下遊表依賴。
如某張表出現了上述治理建議中提到的誤識别，可先為該表申請添加至白名單，産品側也會不斷完善識别規則，降低誤判。
長期無通路的表
DataWorks資源優化對長期無通路的表，有一個最近90天未通路表的治理項，其定義為：最近90天内該表未被通路（查詢表資料、同步表資料等，都屬于通路）。
治理建議：在治理最近90天未通路表時，需深入了解該表的産出情況及通路情況，可以點選表名進入表詳情頁，先檢視表的産出情況，是否每日穩定産出，再檢視表的最近通路時間。若資料每日有穩定産出，但又沒有下遊通路，需與該表的業務方進行溝通，是否業務已經停用。若業務不确認是否還在使用，可以考慮先将産出任務暫停，将表的生命周期調小（比如：将表生命周期調整為7天，生命周期到期後資料會自動被回收）；如業務确認該表已經被廢棄了，可以直接删除。
無法找到業務方，難以确認是否可删除，可以短期将其添加至白名單中，但仍需盡快與業務方溝通，對齊處理方案。
小結
以上是DataWorks資源優化對空表和最近90天未通路表問題的處理方案，目前資源優化對無效表的治理項判定原則還在不斷完善中，大家對無效表的治理有任何想法和建議都歡迎加入釘釘群回報。
資源治理專項溝通釘釘群二維碼如下，歡迎大家一起交流資源治理相關問題。
DataWorks百問百答曆史記錄
請點選這裡檢視>>更多DataWorks技術和産品資訊，歡迎加入
【DataWorks釘釘交流群】