超级会员免费看
本文介绍了数据仓库的分层建设理论，包括ODS、DW、DWD、DWS、DIM、TDM和ADS层的作用和设计原则。强调分层的意义在于清晰数据结构、追踪数据血缘、减少重复开发等，旨在提高数据质量和管理效率。通过实例展示了数据仓库从简单报表到数据集市再到数据仓库的发展过程，阐述了各层如何应对复杂问题和统一数据口径，以及在实际建设中的注意事项。
数仓建模—分层建设理论
简单点儿，直接ODS+DM就可以了，将所有数据同步过来，然后直接开发些应用层的报表，这是最简单的了；当DM层的内容多了以后，就会发现有很多重复的逻辑，分散在不同的任务中，一旦变更就会牵一发而动全身，为了解决这个问题，就会再拆分一个公共层出来，变成3层架构，整个过程有点类似代码重构，就是在实践中不断的进行抽象、提取公共部分。
数仓的建模或者分层，其实都是为了更好的去组织、管理、维护数据,所以当你站在更高的维度去看的话，所有的划分都是为了更好的管理。小到JVM 内存区域的划分，JVM 中堆空间的划分(年轻代、老年代、方法区等)，然后是软件结构的设计，例如微服务，大到国家的省市区的划分，无一例外的都是为了更好的组织管理
所以数仓分层是数据仓库设计中十分重要的一个环节，优秀的分层设计能够让整个数据体系更容易理解和使用
其实数据仓库的发展大致经历了这样的三个过程：
- 简单报表阶段：这个阶段，系统的主要目标是解决一些日常的工作中业务人员需要的报表，以及生成一些简单的能够帮助领导进行决策所需要的汇总数据。大部分表现形式为数据库和前端报表工具。
- 数据集市阶段：这个阶段，主要是根据
订阅专栏 解锁全文
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
