Hive中DWS层表的设计和优化

1.DWS 表设计

以分析主题对象为建模驱动器，根据上层应用和产品指标要求，构建通用粒度汇总指标表。通过宽面的物理模型，建立命名约定，相同口径的统计指标，为上梯队提供通用指标，创建汇总表。如：形成日，周，月度汇总明细，或基于某个维度，如商品类别粒度的汇总日表，统计信息便于下一步报表数据结构的组织。

2.DWS层的基本特征

DWS Layer是为分析维度而设计的，“分析”维度通常是企业经常需要的数据透视图。
DWS层表满足数据报告和数据产品的索引要求
ADS层的索引数据中会有交叉探测，因此DWS层的索引应保持相同的命名和口径，避免ADS层的索引数据混淆
DWS是公共聚合层，提供不同维度的统计指标，指标的口径应保持一致，并提供详细的说明，以宽表的形式进行设计，例如，可以将相同粒度的统计指标放在一起，避免创建太多表
通用摘要层中的表通常对应于派生指标。DWS存储派生的度量（统计周期+修饰符+统计粒度+原子索引），原子指标存储在DWD中在层的事实表中。

3.DWS设计步骤：

首先，确定聚合维度，即确定统计粒度，例如商品粒度
然后，确定统计周期，如日、周、月等。
最后，确认事实，即得出指标