一、数据仓库分层
阿里巴巴的数据团队把表数据模型分为三层 :操作数据层( ODS )、公共维度模型层( CDM)和应用数据层( DWS ), 其中公共维度模型层包括明细数据层( DWD )和汇总数据层( ADS )。现在自己接触到的公司基本都把自己数据仓库模仿阿里。构建四层数据结构 (ODS、DWD、DWS、ADS)或者增加一层简单清洗过滤层(主要是简单过滤清洗ODS层数据)。
1、各层作用
操作数据层( ODS ):把操作系统数据几乎无处理地存放在数据仓库系统中。
同步:结构化数据增量或全量同步到数据仓库中
结构化:非结构化(日志)结构化处理并存储到数据仓库中
累积历史、清洗:根据数据业务需求及稽核和审计要求保存历史数据、清洗数据。
公共维度模型层( CDM ):存放明细事实数据、维表数据及公共指标汇总数据 其中明细事实数据、维表数 一般根据 ODS 层数据加工生成 :公共指标汇总数据 般根据维表数据和明细事实数据加工生成。 CDM 层又细分为 DWD 层和 DWS 层,分别是明细数据层和汇总数据层,采用维度模型方法作为理论基础 更多地采用 些维度退化手法。
1、数据明细层:DWD:该层一般保持和ODS层一样的数据粒度,并提供一定的数据质量保证。同时为了提供数据明细层的易用性。该层会采用一些维度退化手法,经维度退化到事实表中,减少事实表和维度表的关联。(注意:很多公司会在建模过程中在dwd和dws中间加上一层d