QA：数仓中表的分层，怎样才合理？

（该问题来自于一位热心好学的读者。非常抱歉，过了许久才提笔回答。
由于没有正儿八紧地做过数仓开发，仅凭个人浅薄的理解来回答该问题。）

在数仓中，对表进行分层，我理解有三层含义，其一是在物理资源上划分（存储资源&运算资源），其二是表名称上区隔，其三是使用权限上做切分。后两条为必要条件。

分层的终极目的，就是提高数据应用的效率。是否合理也许很难有刚性的标准，但以我的观察，需要具备如下特征，即可称为合理：

• 不同用户角色与表的层次，有明确的对应关系，但未必要求一对一。比如，分析师、运营、数据研发、产品经理、决策者等，依据职能边界和数据消费特点，对应不同层次的使用侧重。
• 信息的聚合程度，在不同层次上有明显的不同。越上层的表，信息聚合度越高，量化程度也越高。
• 表任务的资源分配、运行成本和效率要求，在不同层次上有显著区别。
• 数据安全等级和权限开放的程度，在不同层次上也有所区别。

下图呈现我对分层的理解：

老树之见-数仓表的分层逻辑.jpg

如上图左边部分，一般来说，表都会分为生产层（ODS）、公共明细层（DWD）、公共汇总层（DWS）和应用层（ADS）。普遍来说，合理的数仓分层，可做如下表述：
生产层指从各系统中抽取的数据，数量众多且主题划分模糊，没有做整合。一般除了数据研发和业务产研，不向其他角色开放。
经过一层ETL后，成为公共明细层。公共明细层里的表，往往主题明确，且主题下的各种细节数据已经完成拼装；如许多公司会做订单大宽表，即把各种有必要的信息标准化后，都成为宽表字段。除了产研，这层表会向分析师和运营等角色开放。
公共汇总层是在明细层基础上再做聚合，往往是将重要信息加工为指标表和维度表，并将高频使用的维度退化到指标表中。这也就意味着，汇总层表能较好的支撑业务分析。这层表往往是使用者最多，业务需求最强的，建设是否健全，是公司内部分析提效的关键。另外，这层表的数据安全管理也​最需要重视。

应用层表相对特殊，它的内容会来自于之下的各层表。它一般只服务与具体的应用产品，所以对产出时间和运行效率要求较高，往往也不对业务运营、分析师等角色开放。

DWD+DWS层，往往称为公共层。公共层建设得越健壮，整个公司的数据应用效率越高。层次越往上，与公司业务分析的耦合度或者说紧密度越高。如上图右侧内容，则是从我角度更细的分层的表述：

DWD层一分为二，DWD-Process层可理解为业务过程的抽象。比如线上零售业务中，用户浏览、收藏购物车、下单、支付、收货各环节，就是业务过程。DWD-Collection可理解为从各业务过程明细表中，将高频使用且重要的信息提取，成为一个完整业务链条的信息集成表。比如订单宽表，就是把下单各个业务过程中，核心的环节进行整合，以便在交易分析时提高效率。

DWS层也能一分为二。Objective一层将可量化的信息提取，聚合到业务对象颗粒度。还是以线上零售为例，用户、店铺、商品等，都是业务对象；而将重要的指标和维度整个为业务对象的汇总表，显然能大幅度降低分析时的数据获取成本。Department层更靠近业务，往往按业务部门的需求，作出一套汇总表。该部门成员能够以很低的上手成本，迅速应用全面的数据。

以上就是我对数仓表分层的理解，希望能给读者们带来帮助​。有更多问题，欢迎关注公众号：老树之见，或发邮件[email protected]进行交流。