数据仓库分层

为什么要分层:

1. 简化复杂问题

如果不使用分层架构，那么系统操作的数据都是原始数据，基于这样数据源编写的SQL语句会复杂庞大，且在发生错误的时候不易定位源头

1. 减少重复开发

通过数据分层，可以对中间层数据进行规范，能够减少大量的重复计算，增加结果的复用性。

1. 隔离原始数据

解耦真实数据和计算数据

如何分层：

1. ODS（原始数据层）：用于存放用户使用业务系统，做相应操作产生的原始数据（日志数据、业务数据），不对数据做任何操作
2. DWD（明细数据层）：存储明细数据，对原始数据层的数据进行清洗整理，如去空值、脏数据、脱敏等。
3. DWS（服务数据层）：以DWD为基础提供一种公共的聚合程度，服务于下层业务需求，按天进行汇总。
4. DWT（数据主题层）：以DWS为基础，按特定主题(即累计值)进行汇报。
5. ADS（数据应用层）：为各种统计报表提供数据。

注意：数仓分层的方式并不是固定的，可以根据业务场景灵活设计。例如可以在DWD层后插入DWM(数据中间层，可以作为DWD和DWS之间的过渡层，对数据进行进一步的加工和整合)并去除DWT。

数据集市和数据仓库的区别：

数据集市是一种微型的数据仓库，存储的数据、主题、历史数据都更少一些，常在部门级进行使用。

数据仓库是企业级的，能为整个企业的各个部门提供支持