1.分層目的
數據能夠有秩序地流轉，數據的整個生命周期能夠清晰明確被設計者和使用者感知到
層次清晰、依賴關系直觀
2.分層的優點：
清晰數據結構：每一個數據分層都有它的作用域和職責，在使用表的時候能更方便地定位和理解
減少重復開發：規范數據分層，開發一些通用的中間層數據，能夠減少極大的重復計算
統一數據口徑：通過數據分層，提供統一的數據出口，統一對外輸出的數據口徑
復雜問題簡單化：將一個復雜的任務分解成多個步驟來完成，每一層解決特定的問題
3.一種通用的數據結構
ODS層：貼源層(近源層)
來源於各個業務系統數據
為了后續能夠追溯問題，ods層一般不做過多的數據清洗工作，直抽各個業務系統數據，可以做部分的ETL清洗，如統一單位、命名、編碼等
DW層：數據倉庫層
數據倉庫的核心層。從ods獲取數據按照主題建立數據模型。
可細分為：DWD（數據明細層） DWM（數據中間層） DWS（數據中間層）
DWD:保存跟ods層一樣的數據粒度，並提供一定的數據質量保證。
為提高明細的易用性，減少事實表與維表的關聯，該層會采用維度退化手段，將維度退化至事實表中。
該層也會做數據聚合，將相同主題的數據匯集至一張表中
DWM:在DWD數據基礎上，做輕度聚合，生成一系列中間表，提高公共指標的復用性，減少重復加工
即：對通用的核心維度進行聚合操作
DWS:數據集市/寬表
按照業務划分，生成字段較多的寬表，用於提供后續的業務查詢，olap分析，數據分發等。
該層的數據表相對較少，一張表會涵蓋比較多的業務內容，由於字段數較多，因此會稱該層的表為寬表
ADS:數據應用層
提供給數據產品，數據分析使用的數據。
DIM:維表層
高基數維度數據：用戶資料表、商品信息表 數據量上千萬 上億
低基數維度數據：配置表，數據量在個位數 或者幾千幾萬
