数据仓库【分层架构】

目录

1.为什么要分层

2.Inmon与Kimball

3.CIF 层次架构

3.1 ODS(Operational Data Store)

3.2  DWD(Data Warehouse Detail)

3.3 DWS(Data Warehouse Service)

3.4 DM(Data Market)

4、数据模型

4.1 数据模型的作用                                                

4.2 模型设计的基本原则 

5、补充说明

---

1.为什么要分层

• 清晰数据结构：每一个数据分层都有它的作用域，这样我们在使用表的时候能够更方便地定位和理解。

• 提升公共指标的复用性，减少重复开发：规范数据分层，开发一些通用的中间层数据，能够减少极大的重复计算。

• 降低数据口径不统一的风险。

• 屏蔽原始数据和业务影响：不必改一次业务就需要重新接入数据。

• 数据血缘追踪：能够快速准确定位到问题，并清楚它的影响范围。

2.Inmon与Kimball

    在Inmon提出的CIF（Corporate Information Factory，企业信息工厂)中，他将ODS（Operational Data Store，操作型存储）、EDW（Enterprise Data Warehouse，企业数据仓库）、DM（DataMart，数据集市）区别开来，共分三层。

    而Kimball的总线架构强调多个数据集市合成了数据仓库，只是他们基于统一的维度而已。因此，总线架构的分层中，从数据源接口就直接到了DM了。

    根据这两种思路，又可以衍生一些不同的方法。例如IBM就提出一种CDW的概念，叫做企业数据仓库层，这一层介于EDW和DM之间，起过渡作用（因为EDW和DM两层的建模理念是不同的）。

3.CIF 层次架构

    CIF 层次架构(信息工厂)通过分层将不同的建模方案引入到不同的层次中，CIF 将数据仓库分为四层，如图所示: