数据仓库建模

数据仓库建模的目的
为什么要进行数据仓库建模？大数据的数仓建模是通过建模的方法更好的组织、存储数据，以便在性能、成本、效率和数据质量之间找到最佳平衡点。
访问性能：能够快速查询所需要的数据，减少数据IO
数据成本：减少不必要的数据冗余，实现计算结果的复用，降低大数据系统中的存储成本和计算成本
使用效率：改善用户体验，提高使用数据的效率
数据质量：改善数据统计口径的不一致性，减少数据计算错误的可能性，提供高质量的、一致的数据访问平台

分几层
**分层优点：**复杂问题简单化、清晰数据结构(方便管理)、增加数据的复用性、隔离原始数据(解耦)
ods 原始数据层 存放原始数据，保持原貌不做处理 采集过来的数据【业务数据库和流量日志】 流量日志表，订单表、用户信息表
dwd 明细数据层
dws 服务数据层 轻度聚合
ads 应用数据层 具体需求
数仓中各层建的表都是外部表

分层的原因：
① 空间换时间
通过建设多层次的数据模型供用户使用，避免用户直接使用操作ods层，ods层它包含所有字段，查询比较慢，可以更高效的访问数据。
② 把复杂问题简单化
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