数据分层是数据仓库设计的重要组成部分，旨在降低存储成本、提高使用效率和保障数据质量。常见数据分层包括ODS层、DW层（DWD、DWM、DWS）、ADS层。ODS层存储原始和历史数据，DW层则进行数据汇总和主题建模，DWS层提供数据分析服务，而ADS层则包含针对业务的定制化数据。
以下内容摘抄自：最详细！深入浅出理解「3层6类」数据分层 | 人人都是产品经理
【 侵权即删】
数据是通过观测得到的信息，是对客观物质世界的记录。
数据建模是对客观物质世界的抽象，用数据来表征这个客观物质世界。
数据分层是把数据以合理的方式表现，提高效率。
数据分层的目的不外乎：降低存储成本、提高使用效率、保障数据质量。
数据分层的设计思想，促使了数据仓库的诞生。
数据仓库(DW 即Data Warehouse)
大师曾定义，数据仓库是一个面向主题的(Subject Oriented)、集成的(Integrated)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合，用于支持管理决策(Decision Making Support)。
数据分层前后对比如下：
数据分层
- ODS层 —— 操作数据存储层
ODS层中的数据是从业务中直接进入的&
最低0.47元/天 解锁文章
6228
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
