很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥(niǎo)哥筆記小羽毛（ngbjxym）
作者:唐剛
數(shù)倉(cāng)分層的原因也即是分層的好處體現(xiàn)在下面幾個(gè)方面:
1、分層是一種空間換時(shí)間的操作。
我們知道數(shù)倉(cāng)一般都是用來(lái)保存大量的歷史數(shù)據(jù)的，這些數(shù)據(jù)可能是業(yè)務(wù)數(shù)據(jù)也可能是日志數(shù)據(jù)，由于數(shù)據(jù)量級(jí)很大，如果直接查詢數(shù)倉(cāng)中的原始數(shù)據(jù)需要訪問(wèn)的表的數(shù)量和底層文件的數(shù)量都較多，體現(xiàn)在我們?nèi)粘９ぷ髦芯褪荢QL異常復(fù)雜，甚至join和union加一起都不夠用，造成的直接后果就是SQL運(yùn)行很慢，甚至跑不出來(lái)結(jié)果或者報(bào)錯(cuò)。
而分層要做的就是對(duì)原始數(shù)據(jù)重新做歸納整理，在不同層級(jí)對(duì)數(shù)據(jù)或者指標(biāo)做不同粒度的抽象。經(jīng)過(guò)分層后，同一個(gè)指標(biāo)可能在不同層的數(shù)據(jù)中都有體現(xiàn)，似乎是“重復(fù)”了，但這種重復(fù)是一種“不完全”的重復(fù)，因?yàn)槊總€(gè)層級(jí)中指標(biāo)的粒度是不完全一致的。這種不是完全重復(fù)的重復(fù)給我們帶來(lái)的直接好處就是SQL寫起來(lái)大大簡(jiǎn)化了，SQL計(jì)算耗時(shí)大大降低了。有人可能會(huì)質(zhì)疑這樣會(huì)造成存儲(chǔ)成本的提高，但是相比帶來(lái)的直接收益，這一點(diǎn)成本是可接受的，畢竟誰(shuí)也不想被老板一遍又一遍的dis：我要的數(shù)怎么還沒(méi)有跑出來(lái)？
2、分層有利于減少重復(fù)開(kāi)發(fā)。
分層把大部分常用的、通用的數(shù)據(jù)模型和指標(biāo)進(jìn)行抽象和匯總，經(jīng)過(guò)這樣的處理后生成可滿足大部分業(yè)務(wù)場(chǎng)景使用的數(shù)據(jù)表和指標(biāo)。這些表和指標(biāo)就類似于程序開(kāi)發(fā)中的公共模塊和接口，下游的使用方在使用的時(shí)候就不需要再?gòu)念^開(kāi)發(fā)了，直接拿來(lái)用即可。這樣不僅減少了重復(fù)開(kāi)發(fā)而且做到了數(shù)據(jù)和指標(biāo)的統(tǒng)一。
3、分層可以把復(fù)雜的問(wèn)題簡(jiǎn)單化。
舉個(gè)栗子，大多數(shù)分析師剛到一個(gè)新公司的時(shí)候常常會(huì)被迫接手一個(gè)甚至是幾個(gè)長(zhǎng)達(dá)上千行的祖?zhèn)鱏QL代碼，里面join、uoion數(shù)不過(guò)來(lái)，一層又一層嵌套的子查詢更是剪不斷、理還亂。遇到這樣的情況不知道的小白會(huì)認(rèn)為這個(gè)前輩很牛逼，能寫出這么長(zhǎng)的SQL，甚至竊認(rèn)為自己很幸運(yùn)學(xué)習(xí)到了一個(gè)這么牛逼的SQL。但實(shí)際情況往往是數(shù)倉(cāng)分層不合理或者剛開(kāi)始的時(shí)候沒(méi)有數(shù)倉(cāng)，所有的邏輯都要從最底層的表中來(lái)計(jì)算，這個(gè)時(shí)候不復(fù)雜都難。而數(shù)倉(cāng)分層要做的一部分工作就是把這個(gè)又臭又長(zhǎng)的SQL進(jìn)行拆解和預(yù)處理，一方面就是上面提到的把通用的數(shù)據(jù)和指標(biāo)進(jìn)行歸類和預(yù)計(jì)算，另外一方面就是把JOIN和UNION這些復(fù)雜的操作拆解放在數(shù)倉(cāng)的ETL中來(lái)處理。這就是所謂的把復(fù)雜的問(wèn)題簡(jiǎn)單化。
4、分層帶來(lái)更高的數(shù)據(jù)安全。
數(shù)據(jù)經(jīng)過(guò)分層以后，每層的表的寬度和指標(biāo)的粒度都不同，這樣就可以針對(duì)不同的使用的對(duì)象開(kāi)放不同層級(jí)的數(shù)據(jù)。不需要關(guān)心明細(xì)數(shù)據(jù)的對(duì)方直接開(kāi)放聚合度高的數(shù)據(jù)即可，這樣就避免了底層明細(xì)、敏感數(shù)據(jù)的泄漏。另外在分層處理的時(shí)候也可以對(duì)一些敏感的字段做刪除、脫敏加密的處理，避免因安全控制精細(xì)化不夠帶來(lái)的數(shù)據(jù)使用權(quán)限大于申請(qǐng)的權(quán)限。
分層的其他好處還包括，數(shù)據(jù)更加規(guī)范有條理，數(shù)據(jù)血緣更加清晰，數(shù)據(jù)表和指標(biāo)的統(tǒng)一等等。
我們以阿里的數(shù)倉(cāng)架構(gòu)圖為例來(lái)說(shuō)明數(shù)倉(cāng)常用的分層模型。
阿里整體數(shù)據(jù)分了5層，分別是ODS,DWD, DIM,DWS,ADS，下面我們分別介紹一下。
ODS(Operation Data Store)層，中文通常有兩種叫法，分別是貼源數(shù)據(jù)層和操作數(shù)據(jù)層。前者是站在與數(shù)據(jù)源的關(guān)系層面來(lái)說(shuō)的，也就是說(shuō)這一層的數(shù)據(jù)是跟數(shù)據(jù)源的數(shù)據(jù)是一致的，所以稱其為貼源數(shù)據(jù)層。后者是站在數(shù)據(jù)產(chǎn)生的層面來(lái)說(shuō)的，也就是說(shuō)這一層的數(shù)據(jù)是公司發(fā)生的一系列業(yè)務(wù)動(dòng)作產(chǎn)生形成的，所以叫操作數(shù)據(jù)層。
我們可以看到不論是哪一種叫法都體現(xiàn)了與源數(shù)據(jù)的一致性。所以這一層的數(shù)據(jù)一般來(lái)說(shuō)是與業(yè)務(wù)庫(kù)中中的數(shù)據(jù)保持一致的，也即是說(shuō)這一層的數(shù)據(jù)來(lái)源于業(yè)務(wù)mysql、oracle等庫(kù)中或者日志中，在同步的過(guò)程中不對(duì)數(shù)據(jù)做任何處理，保證與源數(shù)據(jù)的一致。這一層是最基礎(chǔ)也是最重要的一層，就像大廈的地基一樣，地基不牢，越是高層越是不穩(wěn)定。
DWD（Data Warehouse Detail），中文稱之為明細(xì)數(shù)據(jù)層。這一層在與原表保持同一粒度的基礎(chǔ)上根據(jù)業(yè)務(wù)過(guò)程對(duì)ODS的數(shù)據(jù)進(jìn)行去除臟數(shù)據(jù)，按照業(yè)務(wù)過(guò)程對(duì)表進(jìn)行歸類和關(guān)聯(lián)，經(jīng)過(guò)ETL得到與業(yè)務(wù)過(guò)程相對(duì)應(yīng)的事實(shí)表。通常是實(shí)際業(yè)務(wù)中按照維度建模的方式把一些常用的維度也會(huì)冗余的到這一層的表中以降低數(shù)據(jù)查詢的成本。需要特別提醒的是這一層的數(shù)據(jù)在粒度上仍然是明細(xì)數(shù)據(jù)，是沒(méi)有進(jìn)行聚合的，只是表變得更寬了些。
DIM(Dimension)，中文稱之為維度數(shù)據(jù)層。這一層其實(shí)是與DWD平行的一個(gè)層級(jí)，是對(duì)業(yè)務(wù)中常用維度的建模和抽象，例如常見(jiàn)的地域維度，日期維度，商品品類SKU等維度。所謂的維度也即是我們看數(shù)據(jù)和分析數(shù)據(jù)的一種習(xí)慣和視角。這一層通常存儲(chǔ)的是完整的維度key和維度的名稱，而事實(shí)表中通常存儲(chǔ)的是維度key的字段。
DWS（Data Warehouse Service），直譯為數(shù)據(jù)服務(wù)層，我們通常稱其為匯總數(shù)據(jù)層。這一層的數(shù)據(jù)來(lái)源基本上都是DWD和DIM，通常是把DWD中的事實(shí)表的key和DIM中的維度key關(guān)聯(lián)，然后對(duì)事實(shí)按照更高的維度進(jìn)行上卷的聚合操作，得到在某一維度或者多個(gè)維度上的匯總數(shù)據(jù)或指標(biāo)。需要提醒的是數(shù)據(jù)在這一層發(fā)生了粒度變化，不再是明細(xì)的數(shù)據(jù)，而是聚合后的數(shù)據(jù)，這也是這一層別稱之為匯總數(shù)據(jù)層的原因。
ADS（Application Data Service），直譯應(yīng)用數(shù)據(jù)服務(wù)層，也就是我們通常說(shuō)的應(yīng)用層或者指標(biāo)層。這一層的數(shù)據(jù)來(lái)源可以是DWD層，也可以是DWS層，或者是二者的混合計(jì)算。這一層的數(shù)據(jù)也是聚合后的數(shù)據(jù)。那么它與DWS層的區(qū)別是什么呢？DWS通常是對(duì)明細(xì)數(shù)據(jù)按照常用的維度所做的較低維度的聚合匯總，而ADS層通常是面向具體應(yīng)用（報(bào)表、接口等）的較高維度的數(shù)據(jù)指標(biāo)的聚合匯總。
舉一個(gè)不是特別恰當(dāng)?shù)呛苣苷f(shuō)明問(wèn)題的栗子，DWD的10條數(shù)據(jù)可能在DWS中聚合成了5條，但是在ADS中可能被聚合成了1條，所以二者的聚合度是不一致的。不過(guò)也可能存在二者的聚合度一致，但此時(shí)ADS層的表中的字段更多或者更少，這也是體現(xiàn)了其面向具體應(yīng)用的含義。
以上是阿里數(shù)倉(cāng)的主要分層，拋開(kāi)具體的層次名稱，一般意義上數(shù)倉(cāng)可分為三個(gè)大的層次，分別是原始數(shù)據(jù)層，也就是數(shù)倉(cāng)中數(shù)據(jù)的來(lái)源；清洗處理層，也就是對(duì)原始數(shù)據(jù)經(jīng)過(guò)各種操作后形成的數(shù)據(jù)；面向應(yīng)用層，也就是說(shuō)是針對(duì)單個(gè)特定的數(shù)據(jù)需求清洗而形成的數(shù)據(jù)。明白了這層含義，我也就不用再解釋其他一些諸如DWM,FACT,DW,DM等的寫法和叫法了，這些都只是表象，核心還是上面說(shuō)的三層的本質(zhì)。
好多同學(xué)可能看了上面的分層介紹后覺(jué)得分層不就是那么回事嗎？可是一到實(shí)際的場(chǎng)景中就犯了難，ODS中還好說(shuō)，可是后面要分幾層，每一層的原則和依賴怎么定義？針對(duì)一個(gè)具體表是放在ADS層合適呢還是放在DWS層合適呢？下面就來(lái)跟大家說(shuō)說(shuō)如何對(duì)你的數(shù)倉(cāng)分層。
首先我們要記住一個(gè)原則：不要為了分層而去分層，盲目的分層不但會(huì)造成數(shù)倉(cāng)中表的混亂而且造成很大的資源浪費(fèi)更是給后面的數(shù)據(jù)治理留下的無(wú)窮的隱患。分層的目的是讓數(shù)據(jù)更規(guī)范、清晰更易用而不是為了讓層次更多。兩點(diǎn)要牢記的是越是往上層數(shù)據(jù)的粒度就越粗，所表達(dá)的內(nèi)容就越有限，所以不是層級(jí)越多越好；本層的表一般只允許依賴他緊鄰的上一層，應(yīng)嚴(yán)格避免同層依賴，否則極易產(chǎn)生循環(huán)依賴。
知道了上面的原則和要點(diǎn)，我的建議是如果業(yè)務(wù)場(chǎng)景比較簡(jiǎn)單且數(shù)據(jù)表也不是很多，三層就足夠了；如果業(yè)務(wù)場(chǎng)景和過(guò)程比較復(fù)雜，指標(biāo)口徑需要很多表關(guān)聯(lián)才能計(jì)算的話建議四層或者更多的層。不要為了分層而分層也不要被這個(gè)層所層層困住。
一千個(gè)讀者可能有一千種分層的想法，一千個(gè)公司可能也有一千種分層的方法，適合自己的就是最好的。
本文為作者獨(dú)立觀點(diǎn)，不代表鳥(niǎo)哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥(niǎo)哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問(wèn)，請(qǐng)點(diǎn)擊 反饋舉報(bào)
上一篇
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開(kāi)放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來(lái)迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過(guò)頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢；
4)問(wèn)自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)