数据仓库分层

1.名词解释

1.1 ODS （Operational Data Store）操作数据层

        ods层是操作数据层，该层的主要功能是存储从数据源处获取的数据，是最接近数据源中数据的一层，数据源中的数据，经过少量基础的数据清洗（如数据过滤、字符集转换、维值处理） 之后，装入本层。

1.2 DW（Data Warehouse）数据仓库层 

       数据仓库层(DW)，是数据仓库的主体.在这里，从 ODS 层中获得的数据按照主题建立各种数据模型。这一层和维度建模会有比较深的联系。dw层又可以细分为以下三层:

        数据明细层：DWD（Data Warehouse Detail）：该层的主要功能是基于主题域的划分，面向业务主题，以数据为驱动设计模型，完成数据整合，提供统一的基础数据来源。在该层级完成数据的清洗、重定义、整合分类功能
        数据中间层：DWM（Data WareHouse Middle、MID或DWB, data warehouse basis）：轻度汇总层数据仓库中DWD层和DM层之间的一个过渡层次，是对DWD层的生产数据进行轻度综合和汇总统计(可以把复杂的清洗，处理包含，如根据PV日志生成的会话数据)。轻度综合层与DWD的主要区别在于二者的应用领域不同，DWD的数据来源于生产型系统，并未满意一些不可预见的需求而进行沉淀;轻度综合层则面向分析型应用进行细粒度的统计和沉淀
        数据服务层：DWS (DM，data market或DWS, data warehouse service)：又称数据集市或宽表。按照业务划分，如流量、订单、用户等，生成字段比较多的宽表，用于提供后续的业务查询，OLAP分析，数据分发等。

1.3 DIM(Dimension)维度层

        该层主要存储简单、静态、代码类的维表、包括从OLTP层抽取转换维表、根据业务或分析需求构建的维表以及仓库技术维表如日期维表等。

1.4 APP(Application)应用数据层

        该层级的主要功能是提供差异化的数据服务、满足业务方的需求，在该层级实现报表（数易、邮件报表）、自助取数等需求。

2.图示