数据仓库之如何分层

最新推荐文章于 2025-06-14 07:54:24 发布

原创

最新推荐文章于 2025-06-14 07:54:24 发布 · 1.5k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#大数据 #数据仓库 #数据分析 #hive

本文介绍了数据仓库的分层模型，包括ODL、IDL、CDL、MDL和ADL模型，详细阐述了各层的功能、数据特点、数据处理和更新策略，旨在提供数据仓库建设和管理的指导。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.前言

数据仓库的建设是一个持续的工程。在这个过程中我们需要形成自己的规范，以方便管理和维护。在数据仓库的建设过程中，不仅会面临着公司业务迅速发展，业务系统迭代变更，需要对业务系统数据进行相应的整合，形成公司完整的统一数据视图；而且基于数据仓库的应用也是多样化的，比如支撑自己企业的数据可视化平台、即席查询、对策略提供数据支持等。参考目前已有的分层模型，结合自身实际数据情况，确定对数据仓库进行层次划分，不同的层次，承担不同的职责，方便模型的管理与维护。

2.数仓模型

2.1 数仓分层介绍

模型层次	英文名称	中文名称	对应逻辑层	存储数据
ODL	Operational Data Layer	操作数据层，原始数据层，日志层	ods	存储直接从业务系统或者日志系统接收的原始数据，只同步不做任何修改处理
IDL	Integrated Data Layer	集成数据层，事实层，明细数据层	dwd	存放按照业务主题组织的事实数据，未补充维度，不做过度加工（不加分析的口径），