数仓dwd表变更

各位大神，数据仓库分层 DWD DWB DWS 分别是什么缩写啊

Data warehouse（可简写为DW或者DWH）数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它是一整套包括了etl、调度、建模在内的完整的理论体系。数据仓库的方案建设的目的，是为前端查询和分析作为基础，主要应用于OLAP（on-line Analytical Processing），支持复杂的分析操作，侧重决策支持，听且提供直观易懂的查询结果。比较流行的有：AWS Redshift，Greenplum，Hive等。

1.2主要特点

面向主题：

操作型数据库组织面向事务处理任务，而数据仓库中的数据是按照一定的主题域进行组织。

主题是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通过与多个操作型信息系统相关。

集成

需要对源数据进行加工与融合，统一与综合。

在加工的过程中必须消除源数据的不一致性，以保证数据仓库内的信息时关于整个企业的一致的全局信息。（关联关系）

不可修改

DW中的数据并不是最新的，而是来源于其他数据源。

数据仓库主要是为决策分析提供数据，涉及的操作主要是数据的查询。

与时间相关

处于决策的需要数据仓库中的数据都需要标明时间属性。

1.3与数据库的对比

DW：专门为数据分析设计的，涉及读取大量数据以了解数据之间的关系和趋势。

数据库：用于捕获和存储数据

特性 数据仓库 事务数据库

适合的工作负载 分析、报告、大数据 事务处理。

数据源 从多个来源收集和标准化的数据 从单个来源（例如事务系统）捕获的数据。

数据捕获 批量写入操作通过按照预定的批处理计划执行 针对连续写入操作进行了优化，因为新数据能够最大程度地提高事务吞吐量。

数据标准化 非标准化schema，例如星型Schema或雪花型schema 高度标准化的静态schema。

数据存储 使用列式存储进行了优化，可实现轻松访问和高速查询性能 针对在单行型物理块中执行高吞吐量写入操作进行了优化。

数据访问 为最小化I/O并最大化数据吞吐量进行了优化 大量小型读取操作。

2.数据分层

数据分层，每个企业根据自己的业务需求可以分成不同的层次，但是最基础的分层思想，理论上数据分为三个层：数据运营层、数据仓库层、数据服务层。基于这个基础分层之上，再提交信息的层次，来满足不同的业务需求。

2.1数据运营层（ODS）

ODS：Operation Data Store 数据准备区，也称为贴源层。数据仓库源头系统的数据表通常会原封不动的存储一份，这称为ODS层，是后续数据仓库加工数据的来源。

ODS层数据的来源方式：

业务库

经常会使用sqoop来抽取，例如每天定时抽取一次。

实时方面，可以考虑用canal监听mysql的binlog，实时接入即可。

埋点日志

日志一般以文件的形式保存，可以选择用flume定时同步。

可以用spark streaming或者Flink来实时接入。

kafka也OK

消息队列：即来自ActiveMQ、Kafka的数据等。

2.2数据仓库层（DW）

DW数据分层，由下到上为DWD，DWB，DWS。

DWD：data warehouse details 细节数据层，是业务层与数据仓库的隔离层。主要对ODS数据层做一些数据清洗和规范化的操作。

数据清洗：去除空值、脏数据、超过极限范围的。

DWB：data warehouse base 数据基础层，存储的是客观数据，一般用作中间层，可以认为是大量指标的数据层。

DWS：data warehouse service 数据服务层，基于DWB上的基础数据，整合汇总成分析某一个主题域的服务数据层，一般是宽表。用于提供后续的业务查询，OLAP分析，数据分发等。

用户行为，轻度聚合

主要对ODS/DWD层数据做一些轻度的汇总。

2.3数据服务层/应用层（ADS）

ADS：applicationData Service应用数据服务，该层主要是提供数据产品和数据分析使用的数据，一般会存储在ES、mysql等系统中供线上系统使用。

我们通过说的报表数据，或者说那种大宽表，一般就放在这里。

DW ：data warehouse 翻译成数据仓库。

DW数据分层，由下到上为 DWD,DWB,DWS。

DWD：data warehouse detail 细节数据层，有的也称为 ODS层，是业务层与数据仓库的隔离层。

DWB：data warehouse base 基础数据层，存储的是客观数据，一般用作中间层，可以认为是大量指标的数据层。

DWS：data warehouse service 服务数据层，基于DWB上的基础数据，整合汇总成分析某一个主题域的服务数据，一般是宽表。

扩展资料

数据仓库分层的原因

1、通过数据预处理提高效率，因为预处理，所以会存在冗余数据。

2、如果不分层而业务系统的业务规则发生变化，就会影响整个数据清洗过程，工作量巨大。

3、通过分层管理来实现分步完成工作，这样每一层的处理逻辑就简单了。

标准的数据仓库分层：ods（临时存储层），pdw（数据仓库层），mid（数据集市层），app（应用层）

4、空间换时间。通过建设多层次的数据模型供用户使用，避免用户直接使用操作型数据，可以更高效的访问数据。

5、把复杂问题简单化。讲一个复杂的任务分解成多个步骤来完成，每一层只处理单一的步骤，比较简单和容易理解。而且便于维护数据的准确性，当数据出现问题之后，可以不用修复所有的数据，只需要从有问题的步骤开始修复。

6、便于处理业务的变化。随着业务的变化，只需要调整底层的数据，对应用层对业务的调整零感知。

参考资料百度百科-数据仓库

原文地址：http://www.qianchusai.com/%E6%95%B0%E4%BB%93dwd%E8%A1%A8%E5%8F%98%E6%9B%B4.html