ods層：
數據來源及建模方式：各業務系統的源數據，物理模型與業務模型一致；
服務領域： 為其它邏輯層提供數據；
數據ETL過程描述：把業務數據抽取落地成文本文件，再裝載到數據倉庫ods層，不做清洗轉化。
功能：
1）ods是數倉准備區
2）為dwd提供原始數據
3）減少對業務系統影響
建模方式及原則：
數據保留時間根據實現業務需求而定；
可以分表進行周期性存儲，存儲周期不長；
從業務系統以增量方式抽取加載到ods；
數據模型與粒度與業務系統一致（3NF）。
dwd層：
數據來源及建模方式：數據來自於ods層，是DW明細事實層，數據模型與ods層一致；
服務領域：為edw提供各主題業務明細數據；
數據ETL過程描述：根據ods增量數據和前一天DWD相關表進行merge生成全量數據，不做清洗轉化，保留原始全量數據。
功能：
1）為DW層提供來源明細數據
2）為未來分析類需求的擴展提供歷史數據支持。
建模方式及原則：
為支持數據重跑可額外增加數據業務日期字段；
可按天月年進行分表；
dw層：
數據來源及建模方式：數據來自dwd層，是DW事實層，采用維度建模，星型架構,這一層可細分為dwb與dws;
服務領域：為EDS提供各主題業務明細；
數據ETL過程描述：從dwd層進行輕度清洗，轉化，匯總生成dw層數據，如字符合並，email,證件號，日期，手機號轉換合並；按各個維度進行聚合匯總。
dm層：
數據來源及建模方式：數據來自dw層，采用維度建模，星型架構；
服務領域：數據挖掘，自定義查詢，應用集市；
數據ETL過程描述：從dw層進行粗粒度聚合匯總，按業務需求對事實進行拉寬形成寬表。
st層：
數據來源及建模方式：數據來自dw層，采用維度建模，星型架構；
服務領域：前端報表展示，主題分析，kpi報表；
數據ETL過程描述：從dw層進行粗粒度聚合匯總，如按年、月、季、天對一些維度進行聚合生成業務需求的事實數據。