学大数据&数据分析？那数据仓库分层你不得不清楚！

一、数据仓库分几层？每层做什么？

image.png

（1）ODS层（Operation Data Store）：原始数据层，存放原始数据，直接加载原始日志、数据，数据保持原貌不做处理。
（2）DWD层（Data Warehouse Detail）：明细数据层，结构和粒度与原始表保持一致，对ODS层数据进行清洗（去除空值，脏数据，超过极限范围的数据）。
（3）DWS层（Data Warehouse Service）：服务数据层，以DWD为基础，进行轻度汇总。
（4）ADS层（Application Data Store）：数据应用层，为各种统计报表提供数据

二、数据仓库为什么要分层？

（1）把复杂问题简单化
将一个复杂的任务分解成多个步骤来完成，每一层只处理单一的步骤，比较简单、并且方便定位问题。

（2）减少重复开发
规范数据分层，通过中间层数据，能够减少极大的重复计算，增加一次计算结果的复用性。

（3）隔离原始数据
不论是数据的异常还是数据的敏感性，使真实数据与统计数据解耦开。

三、数据仓库层级关系示例图

image.png