数据仓库的分层

整体思路：原始数据→洗干净→按主题整理→按维度汇总→面向业务做宽表

第一层：ODS（贴源层）

全称：Operational Data Store

干什么：将源数据存到数仓里，几乎不改动，最多添加日期分区方便按天查。

什么时候用：数据出了问题想回溯原始记录时。

第二层：DWD（明细层/整合层）

全称：Data Warehouse Detail

干什么：ODS数据做清洗+标准化+主题整合。这是数仓最核心的一层。

具体做了什么事：去重、字段统一、空值处理、多源合并、关联建立

这一层做完的标志：数据干净、编码统一、表与表之间能关联，业务方可以直接用。

第三层：DWS（汇总层）

全称：Data Warehouse Summary

干什么：DWD明细数据按常用维度做轻度聚合。提前算好，报表直接查，不用每次从几亿行明细重算。

什么时候用它：写日报、周报、月度分析时，从DWS取不用写复杂聚合。

第四层：ADS（应用层/数据集市）

全称：Application Data Service

干什么：面向具体业务场景的宽表，直接给报表工具、BI看板、数据接口用。

这一层特点：字段多、表宽、面向特定人群，市场部一张表、财务部一张表，互不干扰。

问题1：为什么不能从ODS直接取数？

答案：脏、乱、格式不统一、多源不关联

问题2：为什么不从DWD直接做报表？

答案：太慢，每次从几亿条明细算

问题3：为什么还要单独做ADS？

答案：DWS是通用的，市场部和财务部需求不同，各做各的ADS互不干扰

补充：什么是宽表？

宽表：把多张表里有关联的字段横向拼成一张大表。本来分散在用户表、订单表、产品表的信息，全部摊在一行里。

eg:假设要分析“张三昨天用手机号13800138000花了多少钱”。

窄表（DWD层的存法，多张表各管各的）

用户表、手机号表、账单表

三张表，查一次问题要JOIN两次

好处：省存储、不改结构。

宽表（ADS层的存法，一张表全有）

一张表，字段横向铺开，查任何东西不用JOIN，直接SELECT...WHERE。

好处：查的快、不用连表——代价是字段多、有冗余（每个字段值在每行都存一遍）。