@老贝伏枥】数据仓库为什么要分层
【老贝伏枥】数据仓库为什么要分层
背景
今天有位同事问了一个很原始的问题,数仓为什么要分层?每一层作用是什么?N个为什么,还真把人问懵了,虽然说出了点理由,却显得说服力不足。今天重新把这些理论,捋一捋。
分层的作用
优秀可靠的数仓体系,需要清晰的数据分层结构。即要保证数据层的稳定又要屏蔽对下游的影响,并且要避免链路过长。结合这些原则及以往的工作经验,我们将分层进行统一定义为四层:
1.结构清晰: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更方便地定位和理解。
2.血缘追踪:能够快速准确地定位到问题,并清楚问题的危害范围。
3.减少冗余: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。
4.简化复杂问题:将复杂的任务分解成多个步骤来完成,每一层只处理单一的步骤,比较简单和容易理解。当数据出现问题之后,不用修复所有的数据,只需要从有问题的步骤开始修复。
5.屏蔽原始数据的异常:不必改一次业务就需要重新接入数据。
数仓经典分层
1.ODS称之为贴源层,一般用快照保留来自源系统的历史数据,方便追查历史和归档历史。
2.DW称之为明细层,仅仅依赖ODS数据进行清洗、规范命名、轻度横向或纵向整合