数据仓库分层

数据仓库为什么分层

数据仓库分层的主要原因是在管理数据的时候，能对数据有一个更加清晰的掌控，详细来讲，主要有下面几个原因：

• 数据血缘追踪：
  当上层应用型数据出问题的时候，可以溯源到问题的根源，能快速定位问题所在。
• 减少重复开发：
  分层后，中间层的数据可以供应用层重复使用，不用每次有新的需求都要从底层数据开始开发。
• 把复杂的问题简单化：
  将一个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。而且便于维护数据的准确性，当数据出现问题之后，可以不用修复所有的数据，只需要从有问题的步骤开始修复。
• 屏蔽业务的影响：
  不必改一次业务就需要重新接入数据

数据仓库分几层

最近看了很多关于数据仓库分层的文章，有的说要分三层、有的四层、五层…我觉得吧，分多少层主要是看业务还有自己数据仓库的规模，但是最低也要有三层，分别是源数据层（ODS）、数据层库层（DW）和数据应用层（APP）。如果数据仓库的规模比较大，或者数据仓库业务比较复杂的话可以细分成更多层。

为什么最低分三层

为什么最低要分三层呢？在实际的生产环境中，数据仓库的数据一般会有多个来源，数据可能比较乱，有很多的脏数据，数据的单位可能会不一样等原因，我们要对数据进行分析或者对数据进行聚合等操作显然不那么方便，这时候我们在数据仓库设计一层专门存储原始数据，然后把数据进行ETL（数据抽取、数据转换和数据加载），然后再存储进数据仓库层，这样在数据仓库层的数据就比较干净、统一、比较好分析。如果没有原始数据层，数据采集回来直接进行ETL就进入数据仓库层，虽然是减少了数据的冗余度，但是当数据出现问题时，要溯源的话就很麻烦，所以原始数据层存在是很有必要的。
在数据仓库层的数据虽然比较干净、统一，但是这样的数据对于我们来说还是比较难看懂的，比如我们想要查看日活、月活等指标还是看不出来的，很难应用到实际问题中，所以我们要设计一层应用层，使得这层的数据我们拿来可以直接用的，所以我们可以在数据仓库层的基础上，再通过分析，得出更加详细的数据。

总结

通过上述三层模型，基本就能满足数据仓库的日常使用了，但是如果业务比较复杂的话，这样的设计肯定满足不了的，所以还要在此基础上再细分出更多层。