数据仓库分层架构与各自定义和用途

1.操作层(Operational Data Layer 操作型数据层)：简称ODS，作为数据仓库的第一层，接受来自于不同操作系统的数据，从源系统中提取原始数据，包括实时和近时的数据更新

2.业务层(数据仓库详细层 Detailed Data Layer):简称DWD，负责来自ODS层数据的清洗，拆分，合并，区分主题（订单or人事or....），将来自不同源系统的数据进行统一的数据模型设计和结构转换，保存历史数据，以支持基于时间的分析和趋势分析，提供数据集市和共享的功能，支持高层数据处理

3.存储层(Data Warehouse Service Layer):简称DWS,数据的访问和查询，通过各种方式（SQL查询）从数据库中查询数据，数据安全和权限控制，包括用户身份验证，数据加密，访问控制，将数据汇总到不同粒度，以满足特定的业务需求，优化数据仓库的性能，通过索引优化，查询优化，缓存机制等手段来提高查询效率和访问时间

4.应用层(Analytical Data Services Layer 数据分析服务层):提供仓库中的数据挖掘和分析，可以定义更复杂的指标和报表，以客户需求建立多维数据模型，设计复杂的查询和报表，ADS层将数据驱动的决策支持融入到组织的业务流程中。它可以提供实时和定期的报表、仪表盘、警报和预警功能，以帮助管理层和业务用户做出准确和及时的决策，在ADS层，可以进行数据治理和元数据管理工作。这包括数据质量管理、数据字典维护、数据血缘追踪等，以确保数据的准确性、一致性和可信度，并支持数据资产的有效管理和利用。

5.CDM:存储共用的维度