俗話說無規矩不成方圓。我們在搭建數據平台的時候，需要先制定好各種規范，越早越好，並且不斷的監督大家是否按照約定執行。一旦大家自由發揮，想要再次統一或者重構就非常的困難。會浪費很大的人力成本和時間成本，因此在這里總結一下數據倉庫的規范
關於項目
常規來說，數倉的建設是按照數倉分層模型開發的。也有會按照業務線來分層，在各自業務線下重新分層，單獨開發的。我們本次使用的是MySQL hive 數據倉庫進行分層處理，並用kettle配合使用，完成數據的分層存儲。
關於詞根
我忘記是不是叫“詞根”了，先寫着，后面找本書確認下。詞根屬於數倉建設中的規范，屬於元數據管理的范疇。哦，現在都把這個划到數據治理的一部分。正常來說，完整的數倉建設是包含數據治理的，只是現在談到數倉偏向於數據建模，而談到數據治理，更多的是關於數據規范、數據管理。
接着說我們的主角-詞根。
我們學習英語的時候應該有了解過詞根這個東西，它就是最細粒度的最簡單的一個詞語，我們主要用來規范中文和英文的映射關系。我們公司一部分業務是關於貨架的，英文名是：rack，rack就是一個詞根，那我們就在所有的表、字段等用到的地方都叫rack，不要叫成別的什么。這就是詞根的作用，用來統一命名，表達同一個含義。
指標體系中有很多“率”的指標，都可以拆解成XXX+率，率可以叫rate，那我們所有的指標都叫做XXX+rate。詞根可以用來統一表名、字段名、主題域名等等。
表名
表名需要見名知意，通過表名就可以知道它是哪個業務域，干嘛用的，什么粒度的數據。
1.常規表
常規表是我們需要固化的表，是正式使用的表，是目前一段時間內需要去維護去完善的表。
規范：分層前綴[dwd|dws|ads|bi]_業務域_主題域_XXX_粒度。
業務域、主題域我們都可以用詞根的方式枚舉清楚，不斷完善，粒度也是同樣的，主要的是時間粒度、日、月、年、周等，使用詞根定義好簡稱。
2.中間表
中間表一般出現在Job中，是Job中臨時存儲的中間數據的表，中間表的作用域只限於當前Job執行過程中，Job一旦執行完成，該中間表的使命就完成了，是可以刪除的（按照自己公司的場景自由選擇，以前公司會保留幾天的中間表數據，用來排查問題）。
規范：mid_table_name_[0~9|dim]
table_name是我們任務中目標表的名字，通常來說一個任務只有一個目標表。這里加上表名，是為了防止自由發揮的時候表名沖突，而末尾大家可以選擇自由發揮，起一些有意義的名字，或者簡單粗暴，使用數字代替，各有優劣吧，謹慎選擇。通常會遇到需要補全維度的表，這里我喜歡使用dim結尾。中間表在創建時，請加上 ,如果要保留歷史的中間表，可以加上日期或者時間戳
drop table if exists table_name;
create table_name as xxx;
3.臨時表
臨時表是臨時測試的表，是臨時使用一次的表，就是暫時保存下數據看看，后續一般不再使用的表，是可以隨時刪除的表。
規范：tmp_xxx
只要加上tmp開頭即可，其他名字隨意，注意tmp開頭的表不要用來實際使用，只是測試驗證而已。
4.維度表
維度表是基於底層數據，抽象出來的描述類的表。維度表可以自動從底層表抽象出來，也可以手工來維護。
規范：dim_xxx
維度表，統一以dim開頭，后面加上，對該指標的描述，可以自由發揮。
5.手工表
手工表是手工維護的表，手工初始化一次之后，一般不會自動改變，后面變更，也是手工來維護。一般來說，手工的數據粒度是偏細的，所以，暫時我們統一放在dwd層，后面如果有目標值或者其他類型手工數據，再根據實際情況分層。
規范：dwd_業務域_manual_xxx
手工表，增加特殊的主題域，manual，表示手工維護表
6.指標
指標的命名也參考詞根，避免出現同一個指標，10個人有10個命名方法。