数据仓库分层

最新推荐文章于 2025-04-24 14:55:17 发布
最新推荐文章于 2025-04-24 14:55:17 发布
阅读量190 收藏
点赞数
分类专栏： 乱七八糟 文章标签： 数据仓库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_44819895/article/details/120707576
版权
本文详细介绍了数据仓库的分层架构，包括ODS（操作数据存储）、DWD（数据细节层）、DWM（数据中间层）、DWS（数据服务层）和ADS（应用数据服务层），阐述了各层的功能与数据处理过程，为数据仓库建设和数据分析提供了清晰的指导。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

数据仓库分层

  • ods（operation date store）数据准备区，是原始数据
  • dwd（data warehouse details）数据细节层，业务层和数据仓库的隔离层，保持和ods层数据相同的颗粒度，此层数据会去空、去脏等数据清洗工作。
  • dwm（data warehouse middle）数据中间层，在dwd的基础上进行轻微的聚合操作，算出相应的数据统计指标。
  • dws（data warehouse service）数据服务层。在dwm的基础上，整合汇总成一个主题的数据服务层，宽表放在dws。
  • ads（application data service）数据应用层，供数据分析和挖掘使用，数据报表通常放在此层
数据仓库分层架构
弄潮大数据的博客
04-22 1604
数据仓库分层设计 按照数据流入流出的过程，数据仓库架构可分为三层——源数据、数据仓库、数据应用。 数据仓库的数据来源于不同的源数据，并提供多样的数据应用，数据自下而上流入数据仓库后向上层开放应用，而数据仓库只是中间集成化数据管理的一个平台。 源数据层（ODS）：此层数据无任何更改，直接沿用外围系统数据结构和数据，不对外开放；为临时存储层，是接口数据的临时存储区域，为后一步的数据处理做准备。 数据仓库层（DW）：也称为细节层，DW层的数据应该是一致的、准确的、干净的数据，即对源系统数据进行了清洗（去除了杂
为什么要分层？数据仓库分层架构深度讲解
weixin_47681855的博客
02-15 4633
我们在数仓项目的时候往往是需要将它分层的，但是为什么分层你真正的了解过吗，那它分层的好处又是什么呢。好我们今天就针对这个话题进行讲解。如果你还不了解数仓中的模型可以去看这篇(数仓模型设计详细讲解),编写不易请给个一键三连。 一、为什么要分层 分层的主要原因是在管理数据的时候，能对数据有一个更加清晰的掌控，详细来讲，主要有下面几个原因： 清晰数据结构： 每一个数据分层都有它的作用域，这样我们在使用表的时候能更方便地定位和理解。 方便数据血缘追踪： 简单来说，我们最终给业务呈现的是一个能直接使用业务表，但是它的
数据仓库分层之辩
热门推荐
nisjlvhudy的专栏
01-31 1万+
--转自：http://blog.itpub.net/post/14877/198599 数据仓库的分层可以算是数据仓库架构的子话题。在前段时间参与的一次讨论中，笔者发现其中争论的焦点集中在每一层的作用、特点、是否有必要存在等问题。其中，大家虽然一致提到某些相关概念，但各方的理解却并非完全一致。例如对于ODS是什么、维度建模是什么等问题的解读，都是如此。 不妨想想看：数据从分散而异构的数据源中
B-tree在外部存储和数据库索引中的应用
我的学习成长日记
08-25 3268
B-tree在外部存储中的应用 大家知道我们在使用数据结构时，常常将其直接放置到内存中。但是大数据量只能放到磁盘中。这里要说的就是，在磁盘存储中，文件系统是如何利用B-tree结构来提高磁盘读取效率的。 首先来说一下内存和磁盘性能上的巨大差别。 大家知道数据在磁盘上存储在特定的扇区。因此要读写特定的数据，需要三步： 1，首先磁头必须移动到正确的磁道上。 2，然后需要等待磁片旋转，使磁
数据仓库是什么？数据仓库架构有哪些？
最新发布
Leo的博客
04-24 2089
通过合理的架构分层，数据仓库能够有效地整合企业的数据资源，为企业的决策和业务优化提供支持。尽管面临着一些挑战，但随着技术的不断进步，数据仓库也将不断发展和完善。数据仓库建设解决方案 - 帆软数字化资料中心。
2021.4.26数据仓库之数据仓库分层设计与命名规范
超可爱慕之
04-26 2984
复习： 上节课从维度建模开始说的，维度建模是源自于数据集市，数据集市的概念是由拉尔夫金博尔提出来的，维度建模主要应用的领域是OLAP的领域，就是数据分析的场景，维度建模里面只有事实表和维度表，事实表就是现实世界中的操作型事件就放在事实表里面，事实表是由维度和度量来组成的，维度就是看数据的角度，他和主题的区别就主题是一个更大的角度，维度就是主题底下的某一些小的角度去观察度量，事实表中的每一个维度，都是会有一个维度表与它一一对应，就像主外键关联，可以在事实表里关联到更多的维度属性来对度量进行统计，那维度表更像是
数据仓库数据分层结构
03-02
数据仓库是决策支持系统（dss）和联机分析应用数据源的结构化数据环境。数据仓库研究和解决从数据库中获取信息的问题。数据仓库的特征在于面向主题、集成性、稳定性和时变性。 数据仓库 ，由数据仓库之父比尔·恩门（Bill Inmon）于1990年提出，主要功能仍是将组织透过资讯系统之联机事务处理(OLTP)经年累月所累积的大量资料，透过数据仓库理论所特有的资料储存架构，作一有系统的分析整理，以利各种分析方法如联机分析处理(OLAP)、数据挖掘(Data Mining)之进行，并进而支持如决策支持系统(DSS)、主管资讯系统(EIS)之创建，帮助决策者能快速有效的自大量资料中，分析出有价值的资讯，以利决策拟定及快速回应外在环境变动，帮助建构商业智能(BI)。 数据仓库之父比尔·恩门（Bill Inmon）在1991年出版的“Building the Data Warehouse”（《建立数据仓库》）一书中所提出的定义被广泛接受——数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。
数据仓库的分层
qq_40745994的博客
08-04 367
为什么数据仓库要分层 用空间换时间，通过大量的预处理来提升应用系统的用户体验（效率），因此数据仓库会存在大量冗余的数据； 如果不分层的话，如果源业务系统的业务规则发生变化将会影响整个数据清洗过程，工作量巨大 通过数据分层管理可以简化数据清洗的过程，因为把原来一步的工作分到了多个步骤去完成，相当于把一个复杂的工作拆成了多个简单的工作，当数据发生错误的时候，往往我们只需要局部调整某个步骤即可。 数据仓库分为那些层 ODS层： ODS 全称是 Operational Data Store，操作数据存储.“
数据仓库分层（五层，从上到下数据量依次越来越少）
想练武，就得下功夫
06-14 3057
文章目录ODS（Operation Data Store）原始数据层DWD（date warehouse detail）明细数据层DWS（data warehouse service）服务数据层DWT（date warehouse Topic）服务主题层ADS（Application Data Store）数据应用层 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
数据仓库——数仓分层
lightupworld的博客
09-21 9203
数仓分层一.分层的作用二、ODS (opreational data store)三、DWD(data warehouse detail)四、DIM五、DWS(data warehouse service)六、DM(data market)七、APP/ADS 一.分层的作用 数仓分层的目的是：逐层解耦，减少重复计算，降低烟囱式开发。越到底层，越接近业务发生的记录，越到上层，越接近业务目标。具体如下： ①清晰数据结构：每一个数据分层都有它的作用域和职责，在使用表的时候能更方便地定位和理解，实现业务数据解耦
数据仓库【分层设计】
xiayuhaisong的博客
03-01 6276
数据仓库，通过数仓建模更好的组织管理和存储数据，以便在性能、成本、效率和质量之间取得最好的平衡。
数据仓库分层解析(详细)
super_mochi1
01-08 9147
数据仓库分层是一种组织和管理数据仓库的结构化方法，它将数据仓库划分为不同的层次或级别，每个层次具有特定的功能和目的。这种分层方法有助于管理数据仓库中的数据流程、数据处理和数据访问，并提供一种清晰的结构来支持数据管理和分析需求
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值