統計本身就是從明細資料彙總出結果的過程。
但是如果很多的統計任務都從明細資料直接得到結果，那麼就會存在很多的重複計算
尤其是明細資料一般會比較多，那麼就會造成計算資源的浪費
所以分層聚合的目的就是將一些公共的聚合提前做好
後續的統計，只需要基於這個初步聚合的資料。
聚合就是根據維度，關聯這些維度在多個業務角度的統計指標，
dwd：純明細資料
dwm和dws的區別，dws是更上層的
dwm裡面所有維度直接是多對多，多個維度組成記錄的唯一key
乙個使用者，在某個頻道的瀏覽量， 這樣的話，庫里有多個相同uid和不同頻道cid的組合記錄： uid+cid
dws裡面只有乙個主維度，其他維度是這個主維度的屬性，屬於1對多，主維度就是記錄的唯一key
數倉的分層
一 數倉為什麼要分層？1 分層解耦，可以讓開發思路更加清晰，複雜問題簡單化 出錯時，可以精確定位資料 2 節省重複開發 3 脫敏 二 數倉的分層 以5層數倉為例 ods層 原始資料層，原始資料原封不動的直接匯入！dwd層 基於ods層，將原始資料進行清洗，篩選後的資料，把其中的明細開啟 例如 啟動日...
數倉的分層
一 數倉為什麼要分層？1 分層解耦，可以讓開發思路更加清晰，複雜問題簡單化 出錯時，可以精確定位資料 2 節省重複開發 3 脫敏 二 數倉的分層 以5層數倉為例 ods層 原始資料層，原始資料原封不動的直接匯入！dwd層 基於ods層，將原始資料進行清洗，篩選後的資料，把其中的明細開啟 例如 啟動日...
數倉分層設計
介紹資料分層的作用 提出一種通用的資料分層設計，以及分層設計的原則 舉出具體的例子說明 提出可落地的實踐意見 0x01 資料分層？為什麼要設計資料分層？這應該是資料倉儲同學在設計資料分層時首先要被挑戰的問題，類似的問題可能會有很多，比如說 為什麼要做資料倉儲？為什麼要做元資料管理？為什麼要做資料質量...