数据仓库模型分层

层级	细分	建模方法	说明
ODS		和业务表保持结构一致	同步业务源数据到数仓
DW		实体关系模型 类三范式和雪花模型建模	规划主题域、整合实体和关系； 规范化表名、字段名、字段备注等； 清洗脏数据； 生成通用字典表（地理、时间等）； 包含所有业务数据、历史数据
DM	dmd	维度建模（星型模型）	按照业务主题整合事实表和维度表； 为了使用方便、明确，放弃雪花模型，以DW的实体和关系组合各种维度表的星型模型
	dm	计算模型	基于dmd层开发各种维度的计算指标，以聚合指标为主，也包含一些明细指标
	dm_long	长表模型	每一个主题只有一张表，汇总该主题下所有的数据指标； 将指标信息维护在同一的维度字典表(dim_feature_info)中，提供统一管理、使用入口； 适用于聚合指标比较多的主题，可以直接作为dm_wide层的唯一源表； 在dm_wide更新速度跟不上时，直接作为源表支持APP层
	dm_wide	大宽表模型	每一个主题只有一张表，整合了一个主题对应的大部分明细数据和通用聚合指标； 作为对外提供数据支持的主要数据层，数据仓库模型的最后一层
ADS		按照业务需求定制	提供个性化的数据指标； 提供复杂的固定报表数据模型； 应用系统专用表，独立，定位和排查线上问题方便，历史可追溯

来源：CSDN

作者：lwmxa

链接：https://blog.csdn.net/lwmxa/article/details/103796477