数仓建模：DWS层该如何建设？如何设计通用数据模型？

目录

0 引言

1 数仓分层架构

2 数据作用域与边界划分

3 DWS层构建方法

4 构建示例【真实项目案例】

案例1：某汽车经销商

模型层：用户画像宽表

基本要求

模型建设 

案例2：某轨道交通行业

   如何建设业务指标

  模型构建

5 DWS层评价方法

6 小结

---

0 引言

   在数仓建设初期，通常大家都会有这样的疑问，数仓为什么要分这么多层，每一层都要开发，我直接使用原始数据进行报表开发可以吗？或是我直接使用dwd层清洗好的数据作为ADS层开发可以吗？为什么要做公共汇总层的开发？于是数仓架构就变成了ods->dwd->ads，这样做不是不可以，在业务初期指标不是很多的情况下，我们为了能够快速构建应用看板可以这么做，但是随着业务的场景越来越复杂，指标越来越多，业务看数的需求变得更多的时候，这种模式就给IT人员造成了困扰，每一次需求都要重新开发一次，如果需求变更、迭代的快，明显数据开发人员开发速度是跟不上提需求的速度，这时候就需要我们数仓开发的同学去做好数据、指标的沉淀，开发更高效的模型来快速应对业务不断更新与迭代的各类需求，因此DWS公共汇总服务层便应运而生。那么如何构建好数据服务层，做好数据、指标的沉淀呢？本文就针对这一问题展示详细的讨论。