数据分层的思考

数据分层的目的在于让数据有序的流转,在数据的整个生命周期中更清晰的被感知到。

关于数据分层,重点应该是在于功能、数据流,而不是形式,例如一定要分几层,一定要叫什么名字。

从功能上,要专注于每一层的功能,每一层的功能都应该是独立的,上一层的工作应当会顺理成章的为下一层的工作的前置。


在数据流上来看,数据在数仓中的流动应当是单向的,从上游到下游,在单层中的数据,也应当是单向的,既数据间的依赖关系,如下图


应当尽量避免如虚线所示的B+E=>F,更应当杜绝出现橙色实线的样式。

单向的功能和数据流可以显而易见的有助于进行数据向前追溯与向后溯源。

数据分层所用的到技术即数仓的选型要从数仓与数据库的区别来看:

数据库的多是OLTP型的数据库,如Mysql、Oracle等,一般用来服务业务系统,重点在于吞吐量、响应速度。

数仓,在选型上不一定就是hadoop生态的,使用Oracle、Mysql等也是可以用来做数仓,数仓的重点在于历史数据的存储、分析。


虽然数仓在选型上不一定是hadoop生态,但是数据库基本上不会用hive。


ods层:

功能上来看,第一层是起到作用是数据汇集,数据流上来看,这一层是所有数据的入口。同时,这一层也可以将数据仓库和源端进行隔离。

数据汇集的概念很好理解,将多个业务库的数据汇集到一起,源端可能是Oracle、mysql这种结构化数据库,也可能是mongodb等半结构化的数据库,可能是自建的数据库,也可能是在云上,在汇集的时候需要对不同的源端做不同处理,例如工具的选用、抽取的方式是全量还是增量都需要经过衡量。

从第一层开始向后,就是数据仓库了,这就是形式上的隔离。而有的数据仓库因为权限的问题,需要在源端与数仓之间加一个中间层,也可以看作是一种隔离。隔离还有着管理、技术、运维等方面的意义,待以后想清楚了再写。

DW层:

DW一般又分为DWD、DWS和DWM层。

DWD层:该层的主要功能是对ODS层的数据的补充,例如增加注释,将维度表退化到事实表中,这样做的好处是数据在进行使用的过程中减少了表之间的关联。

DWS(DWM):从功能上来说因为DWS和DWM层的功能很类似,例如指标的计算的中间表,按照业务划分形成客户、产品等不同的主题域,本质上都是对上一层的数据进行聚合,所以二者之间的区别并不明显。一般来讲,该层的表的数量会比之前少,但是表的字段会增加

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,681评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,710评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,623评论 0 334
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,202评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,232评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,368评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,795评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,461评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,647评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,476评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,525评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,226评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,785评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,857评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,090评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,647评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,215评论 2 341

推荐阅读更多精彩内容

  • 数据分层的目的在于让数据有序的流转,在数据的整个生命周期中更清晰的被感知到(血缘追踪?目前还不是太理解)。 关于数...
    板蓝根泡泡面阅读 2,718评论 0 0
  • 传统的数据仓库一般分为4层模型:STG、ODS、DW、DM。STG层主要是面向批处理的形式,如果是根据日志信息实时...
    ClothoSnow阅读 4,350评论 0 0
  • 整理的数仓的一些基本问题,不定期更新 0x01 什么是数据仓库 数据仓库是一个面向主题的、集成的、相对稳定的、反映...
    曹操a阅读 919评论 0 1
  • 本文主要围绕架构、分层、建模三个方面,进一步加深对数仓的了解。 1 数据仓库的架构 从整体上来看,数据仓库体系架构...
    每日拾遗阅读 966评论 0 0
  • 推荐指数: 6.0 书籍主旨关键词:特权、焦点、注意力、语言联想、情景联想 观点: 1.统计学现在叫数据分析,社会...
    Jenaral阅读 5,698评论 0 5