标签：数仓 数据 ODS Warehouse 分层 DWD 维度 Data
- 数据来源层 ODS（Operation Data Store）：数据基本上从源表中拉过来，经过抽取、洗净、传输（ETL）后装入本层，大体上按源业务的分类方式而分类的。
- 数据仓库层 DW（Data Warehouse）：从 ODS 层中获得的数据按照主题建立各种数据模型。
- 明细层 DWD（Data Warehouse Detail）：基于每个具体的业务过程特点，构建最细粒度的明细层事实表。可以结合企业的数据使用特点，将明细事实表的某些重要维度属性字段做适当冗余，即宽表化处理。例如 ODS 层传来的数据中有一个时间字段，但是后续需要分别使用到年月日，所以该层就可以将时间字段转化为年字段、月字段、日字段。
- 数据中间层 DWM（Data Warehouse Middle）：在 DWD 层的数据基础上，进行轻度的聚合操作，生成一系列的中间表。例如统计每天的访问量。如果没有中间表，那么每次需要的时候都要去找 DWD 中的表进行一次聚合。
- 数据主题层 DWS（Data Warehouse Service）：主要是以分析的主题对象作为建模驱动对 DWD 和 DWM 层数据进行聚合统一操作，形成一个宽表。
- 公共维度层 DIM（Dimension）：基于维度建模理念思想，建立整个企业的一致性维度。主要包含两部分数据高基数维度数据（一般是用户资料表、商品资料表类似的资料表）和低基数维度数据（一般是配置表）。
- 数据应用层 ADS（Application Data Service）：存放数据产品个性化的统计指标数据。
标签：数仓,
数据,
ODS,
Warehouse,
分层,
DWD,
维度,
Data
From： https://www.cnblogs.com/fireonfire/p/17112620.html