数仓：银行业数仓的分层架构实践

---

一、Why?为什么要对数据仓库进行分层

自从大数据平台hadoop及其技术火起来之后，无论是政企、民企还是各类金融机构，都掀起了一股大数据技术转型、数据仓库重构、智能数据分析、AI 等一系列黑科技且高大上的热潮。其实，是否转型大数据技术以后，产品营销、风险管控、数据分析、管理决策等企业核心诉求都可以应有尽有呢？企业的数据管理核心——数据仓库又应该以何种形态来建设？要回答上述问题，必须要从理解数据仓库的本质与架构开始。

数据仓库，由数据仓库之父 Bill Inmon 在 1991 年出版的“Building the Data Warehouse”定义且被广泛接受的——面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。从定义上来看，数据仓库的关键词为面向主题、集成、稳定、反映历史变化、支持管理决策，而这些关键词的实现就体现在分层架构内。

实现好分层架构，有以下好处：

• 1）清晰数据结构：每一个数据分层都有对应的作用域，在使用数据的时候能更方便的定位和理解。
• 2）数据血缘追踪：提供给业务人员或下游系统的数据服务时都是目标数据，目标数据的数据来源一般都来自于多张表数据。若出现目标数据异常时，清晰的血缘关系可以快速定位问题所在。而且，血缘管理也是元数据管理重要的一部分。
• 3