分层|最详细！深入浅出理解「3层6类」数据分层( 三 )

【分层|最详细！深入浅出理解「3层6类」数据分层】下面是两个例子，分别适用于传统行业和互联网行业：

传统行业ODS层：各业务系统对接来的数据。拿交易源数据来说（每次订单的记录，一个订单有多个记录）。例如：交易源数据、用户源数据、货物源数据
互联网行业ODS层：除业务系统外，还会对接日志采集系统。拿app日志埋点来说，本层会记录用户每次登陆、app内的行为数据，一个用户会有多条记录）。例如：APP日志数据、小程序日志数据、用户登录数据等等

2）第二层：DWD层
主要存档从ODS层汇总上来的数据，以业务过程作为建模驱动，基于每个具体的业务过程特点，构建最细粒度的明细事实表。可将某些重要属性字段做适当冗余，也即宽表化处理。从ODS层汇总上来的数据。最大限度保证与ODS层数据一致。
下面是两个例子，分别适用于传统行业和互联网行业：

传统行业DWD层：拿订单数据来说，本层会记录订单粒度的支付情况，一个订单仅有一条记录。例如：订单交易表、用户表、活动表、货物表。
互联网行业DWD层：拿用户登录表来说，本层记录用户在。

3）第三层：DWM层
是对DWD层的生产数据进行轻度综合和汇总统计(可以把复杂的清洗，处理包含，如根据PV日志生成的会话数据)。轻度综合层与DWD的主要区别在于二者的应用领域不同，DWD的数据来源于生产型系统，并未满意一些不可预见的需求而进行沉淀;轻度综合层则面向分析型应用进行细粒度的统计和沉淀。例如：按照天粒度去汇总某一主题的数据情况。

传统行业DWM层：从DWD层交易表（天粒度）、用户表（天粒度）、货物表（天粒度）。
互联网行业DWM层：用户登录行为表（天粒度）、订单表（天粒度）。

2. 四级数据分层在上述三层的基础之上，增加第四层DWS层。
1）第四层：DWS层
DWS=DWD+DWM
通过由轻度汇总层和明细层数据计算生成。又称数据集市或大宽表。按照业务划分，如流量、订单、用户等，生成字段比较多的宽表，用于提供后续的业务查询，OLAP分析，数据分发等。

传统行业DWS层：用户主题宽表、货物主题宽表、店铺主题宽表。
互联网行业DWS层：用户主题宽表、店长主题宽表。

3. 五级数据分层在上述四层的基础上，增加第五层ADS层。
1）第五层：ADS层
ADS层可以理解为对业务的“专属定制表”。ADS ≈ DWD+DWS，而且和DWD、DWS的表名侧重于object或用户行为不同的是，ADS的表名可以看出有特定的业务特征。

传统行业ADS层：爆款商品排行表、高价值用户表、用户近30天留存表。
互联网行业ADS层：业务大盘表、用户生命周期表、用户近7天留存表。

本文由 @数据产品高远原创发布于人人都是产品经理，未经许可，禁止转载
题图来自 Unsplash，基于CC0协议