数据仓库分层

数仓分层的作用

• 清晰数据结构

每个数据分层都有对应的作用域与职责，在使用不同层级表的时候能更方面理解

• 减少重复开发

规范数据分层，通过开发一些通用的数据中间层，极大的减少了开发

• 统一数据口径

通过数据分层，提供统一的数据出口，统一对外输出的数据口径

• 复杂的问题简单化

将一个复杂任务拆解为多个步骤来完成，每个步骤解决特定的问题

数仓通用分层设计

• 数据运营层（ods）

存放的是接入的原始数据，会把不同的业务系统数据聚合在一起，几乎不会做任何数据清洗的工作

• 数据仓库层（dw）

数据明细层（dwd）

该层的数据粒度与ods层保持一致。该层通过数据清洗保障数据质量（如：枚举转化为常量、去除脏数据、字段格式转化等）。通过数据聚合把不同业务线相同主题的数据汇总在一起，生成一张可供大家方便使用的明细表（如：把tob、toc、erp的订单数据聚合在一起）

数据服务层（dws）

又称为数据集市/宽表，按维度划分生成，字段较多的宽表，供后续业务的查询、olap分析等。在电商业务中我们常见的宽表划分有：用户行为宽表、商品宽表、登陆用户宽表等

• 数据应用层（app）

面向业务定制的业务数据

• 维表层（dim）

高基数维度数据，数据量较大（如：用户资料表、商品资料表数据）

低基数维度数据，数据量较小（如：枚举常量、日期维度等）

数仓通用分层设计

参考链接：

比较全面介绍数据分层：https://blog.csdn.net/weixin_42656794/article/details/91818113

分层详细解释：https://www.cnblogs.com/hyunbar/p/13180981.html