把複雜問題簡單化
將乙個複雜的任務分解成多個步驟來完成，每一層只處理單一的步驟，比較簡單和容易理解。
清晰資料結構
每乙個資料分層都有它的作用域，這樣我們在使用表的時候能更方便地定位和理解。
便於維護資料的準確性，當資料出現問題之後，可以不用修復所有的資料，只需要從有問題的步驟開始修復。.
減少重複開發
規範資料分層，通過的中間層資料，能夠減少極大的重複計算，增加一次計算結果的復用性。
隔離原始資料
不論是資料的異常還是資料的敏感性，使真實資料與統計資料解耦開。.
ods層（原始資料層）
原始資料層，存放原始資料，直接載入原始日誌、資料，資料保持原貌不做處理。
dwd層（明細資料層）
結構和粒度與ods層保持一致，對ods層資料進行清洗（去除空值，髒資料，超過極限範圍的資料），也有公司叫dwi。
資料集市（date market），早在資料倉儲誕生之初，一同並存的就有資料集市的概念。
現在市面上的公司和書籍都對資料集市有不同的概念。
狹義上來講資料集市，可以理解為資料倉儲中為使用者提供資料支撐的應用層，比如咱們前文說的ads層。
廣義上，資料集市，所有以主題劃分的資料倉儲中可供查閱的都可以成為資料集市，包括dwd，dws，ads層，甚至包括從hadoop中同步到rds的資料都可以成為資料集市。
比如訂單主題，我可以提供使用者，從明細，聚合統計，比率分析等全部資料，提供給某個部門查詢。那麼除了訂單還有使用者、商品、**商等等主題分別可以供不同的人員部門使用，這都可以稱之為資料集市。
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...
數倉分層總結
數倉分層 ods層 1 保持教據原貌不做任何修改，備份 2 建立分割槽表，防止後續的全表掃瞄 3 採用lzo壓縮，並建立索引 切片 4 建立外部表 多人共用 內部表 自己使用的臨時表 dwd層 1 數倉維度建模 星型模型 維度退化 商品表 品類表 spu表 分類 二級分類 一級分類 商品表 省份 地...
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...