数仓 —— 数据仓库模型层级设计

数仓 —— 数据仓库模型层级设计

提到数据仓库，我们可能会想到跟它相近的数据库，那么两者区别在哪里，不同阶段业务数据该怎么设计数仓，以及使用数仓有哪些好处。

各团队对数据模型都有不同的分层方式，比如我们现在在用的：
ODS（操作数据层），DWD（主题明细层），DWS（主题聚合层），ADS（应用数据层），DIM（维度数据层）

( 一 ) 数据仓库与数据库

( 二 ) 数据仓库层级设计

1. ODS层
   最接近数据源的一层，一般会负责以下工作：
   1）数据清洗：过滤日志或者上游中的脏数据；
   2）结构化：将数据中的json等非结构化字段结构化处理；
   3）保留原始数据：根据业务或者系统要求保留历史切片，方便溯源。
2. DW层
   DW是数仓设计的核心层，又可细分为：DWD（Data Warehouse Detail）层、DWM（Data WareHouse Middle）层和 DWS（Data WareHouse Servce） 层。
   按主题建模