超级会员免费看
本文详细介绍了数据仓库的开发，包括数据层次划分，如ODS、DWD、DWS和ADS，以及数据模型、数据处理流程和编码规范。数据仓库通过分层实现数据的有序流转，每个层次有明确的职责，如ODS层作为原始数据准备区，DWD层进行数据清洗和规范化，DWS层提供聚合数据服务，而ADS层则服务于数据应用和分析。
数据层次的划分
ODS：Operational Data Store，操作数据层，在结构上其与源系统的增量或者全量数据基本保持一致。它相当于一个数据准备区，同时又承担着基础数据的记录以及历史变化。其主要作用是把基础数据引入到MaxCompute。
CDM：Common Data Model，公共维度模型层，又细分为DWD和DWS。它的主要作用是完成数据加工与整合、建立一致性的维度、构建可复用的面向分析和统计的明细事实表以及汇总公共粒度的指标。
DWD：Data Warehouse Detail，明细数据层。
DWS：Data Warehouse Summary，汇总数据层。
ADS：Application Data Service，应用数据层。
具体仓库的分层情况需要结合业务场景、数据场景、系统场景进行综合考虑。
数据分类架构
该数据分类架构在ODS层分为三部分：数据准备区、离线数据和准实
订阅专栏 解锁全文
扫一扫
18万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
