描述银行数据仓库（下文简称“数仓”）分层架构至少包含ODM 贴源层、SDM 标准层、FDM 主题层和ADM 应用层。其中FDM 层的核心诉求是把复杂的源数据化繁为简，按照业务逻辑划分出金融主题，把源数据进行拆分与整合到金融主题的模型中。关键是，金融主题应该划分成什么？每个金融主题的模型建设思路 ...

1 、为什么要分层 我们对数据进行分层的一个主要原因就是希望在管理数据的时候，能对数据有一个更加清晰的掌控，详细来讲，主要有下面几个原因： 清晰数据结构：每一个数据分层都有它的作用域，这样我们在使用表的时候能更方便地定位和理解。 数据血缘追踪：简单 ...

1、概述 数据仓库中，常见的分层包括ods、dwd、dws、dwt、ads、dim等 2、传统上的数据分层 早期的大数据平台是以hadoop为核心，数据开发也是以MapReduce为主，hive等sql类开发很少见。 因为当数据从多个源头采集上来之后，格式化便成了原始数据。 原始数据 ...

ods层： 数据来源及建模方式：各业务系统的源数据，物理模型与业务模型一致； 服务领域： 为其它逻辑层提供数据； 数据ETL过程描述：把业务数据抽取落地成文本文件，再装载到数据仓库ods层，不做清洗转化。 功能： 1）ods是数仓准备区 2）为dwd提供原始数据 3）减少 ...

------------恢复内容开始------------ 一、各个层作用 ODS：直接加载的是采集到的原始数据，数据保存原貌不做处理，就一个字段（一行就是一个日志字符串），使用天作为分区表，一 ...

1.分层目的 数据能够有秩序地流转，数据的整个生命周期能够清晰明确被设计者和使用者感知到 层次清晰、依赖关系直观 2.分层的优点： 清晰数据结构：每一个数据分层都有它的作用域和职责，在使用表的时候能更方便地定位和理解 减少重复开发：规范数据分层，开发一些通用的中间层 ...

分层建设理论 简单点儿，直接ODS+DM就可以了，将所有数据同步过来，然后直接开发些应用层的报表，这是最简单的了；当DM层的内容多了以后，想要重用，就会再拆分一个公共层出来，变成3层架构,这个过程有点类似代码重构，就是在实践中不断的进行抽象、总结。 数仓的建模或者分层，其实都是为了更好的去组织 ...

  目前主流的数据仓库分层大多为四层,也有五层的架构，这里介绍基本的四层架构。 分别为数据贴源层(ods)、数据仓库明细层(dw)、多维明细层(dws)和数据集市层(dm)。   下面是架构图：   数据分层的目的是：减少重复计算，避免烟囱式开发，节省计算资源，靠上层次，越对应 ...