数据仓库分层（五层，从上到下数据量依次越来越少）
Posted 闭关苦炼内功
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了数据仓库分层（五层，从上到下数据量依次越来越少）相关的知识，希望对你有一定的参考价值。
文章目录
数仓分层
数据仓库分层（五层，从上到下数据量依次越来越少）
ODS（Operation Data Store）原始数据层
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。
DWD（date warehouse detail）明细数据层
明细数据层：对ODS层数据进行清洗（去除控制，脏数据，超过极限范围的数据）、脱敏等。保存明细数据，一行信息代表一次业务行为，例如一次下单。
DWS（data warehouse service）服务数据层
服务数据层：以DWD为基础，按天进行轻度汇总。一行信息代表一个主题对象一天的总行为，例如一个用户一天下单次数。
DWT（date warehouse Topic）服务主题层
服务主题层：以DWS层为基础，对数据进行累积汇总。一行信息代表一个主题对象的累积行为，例如一个用户从注册那天开始至今一共下了多少次单。
ADS（Application Data Store）数据应用层
数据应用层：为各种统计报表提供数据。
数仓为什么要分层？
（1）把复杂问题简单化：将复杂的任务分解成多层来完成，每一层处理简单的任务，方便定位问题。
（2）减少重复开发：规范数据分层，通过的中间层数据，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。
以上是关于数据仓库分层（五层，从上到下数据量依次越来越少）的主要内容，如果未能解决你的问题，请参考以下文章
微信小程序云开发— “对数据库数据进行排序(orderBy)”