在一篇博客看见了有关数据仓库分层的内容， 概括如下：
-
复制层（SSA,system-of-records-staging-area）
SSA 直接复制源系统的数据，尽量保持业务数据的原貌；与源系统数据唯一不同的是，SSA 中的数据在源系统数据的基础上加入了时间戳的信息，形成了多个版本的历史数据信息。 -
原子层（SOR,system-of-record）
SOR 是基于模型开发的一套符合 3NF 范式规则的表结构，它存储了数据仓库内最细层次的数据，并按照不同的主题域对数据分类存储；比如高校数据统计服务平台根据目前部分需求将全校数据在 SOR 层中按人事、学生、教学、科研四大主题存储；SOR 是整个数据仓库的核心和基础，在设计过程中应具有足够的灵活性，以能应对添加更多的数据源、支持更多的分析需求，同时能够支持进一步的升级和更新.
3 .汇总层（SMA,summary-area）
SMA 是 SOR和DM（集市层） 的中间过渡，由于 SOR 是高度规范化数据，此要完成一个查询需要大量的关联工作，同时DM 中的数据粒度往往要比 SOR 高很多，对要生DM 中的汇总数据需要进行大量的汇总工作，此，SMA 根据需求把 SOR 数据进行适度的反范(例如，设计宽表结构将人员信息、干部信息等多表的数据合并起来）和汇总（例如，一些常用的头汇总、机构汇总等）；从而提高数据仓库查询性能。
4.集市层/展现层（DM, data mart）
DM 保存的数据供用户直接访问的:可以将 DM 理解成最终用户接最终想要看的数据；DM 主要是各类粒度的事数据，通过提供不同粒度的数据，适应不同的数访问需求；高校数据统计服务平台 DM 中的数据
————————————————
版权声明：本文为CSDN博主「牛大财有大才」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_26442553/article/details/79318165
根据以上资料，介绍下我们所做的数据仓库的分层。
数仓一（SAS+LSF+ORACLE）：
landing 该层表都带有LAND，主要是通过SAS将文件加载到该层，没有对源文件进行过处理。但是添加了时间戳字段，比如加载文件的日期和源文件数据的日期。
staging层表在land表基础上进行了简单的处理，一般一个land表对应一个stg表。
ods层
来源：CSDN
作者：Cola
链接：https://blog.csdn.net/weixin_42689093/article/details/104524349