数仓(二)：数仓构建流程、数据中台建设

数据仓库数据模型设计是构建数据仓库的核心过程之一。其目的是将多个数据源中的数据整合到一个统一的数据模型中，以支持业务分析和决策。然而，在数仓建设的过程中，由于未能完全按照规范操作， 从而导致数据仓库建设比较混乱，常见以下问题：

1. 数仓分层不清晰：数仓的分层没有明确的逻辑，导致数据难以管理和维护。
2. 数据域划分不明确：没有明确的数据域划分，导致数据冗余和不一致。
3. 模型设计不合理：模型设计没有考虑到业务的实际需求，导致数据质量低下。
4. 代码不规范：代码不符合规范，导致维护困难。
5. 命名不统一：命名不统一，导致数据难以理解和使用。
6. 主题域划分不完整：主题域划分没有涵盖所有业务需求，导致数据缺失。

一、面临的挑战

        数据中台，目的总结下来一句话：通过服务化的方式增强数据的共享能力以实现数据的复用，解决数据研发、数据分析、数据运营时碰到的痛点问题：

• 指标口径定义不一致
• 数据研发效率低问题
• 数据质量问题频发
• 大数据建设成本越来越高
• 数据发现的能力低下导致数据好不好用的问题

• 烟囱式开发模式

传统的数据研发效率低，都是接到需求，从底向上分层开发（ODS->DWD->DWS->A