数据仓库分层

分层原因：

1. 把复杂问题简单化，每一层只处理简单的任务，方便定位问题；
2. 减少重复开发，规范数据分层，通过中间层数据能够减少重复计算，且增加计算结果的复用性；
3. 隔离原始数据，不论是数据的异常还是数据的敏感性，使真实数据与统计数据解耦开。

ods（原始数据层）：数据准备区，也称为贴源层。数据仓库源头系统的数据表通常会原封不动的存储一份，以此减少对业务系统的影响，也是后续数据仓库加工数据的来源。业务DB基本上是直接同步过来，LOG主要做结构化。

 建模方式及原则

• 从业务系统增量抽取；
• 保留时间由业务需求决定；
• 可分表进行周期存储；
• 数据不做清洗转换与业务系统数据模型保持一致；
• 按主题逻辑划分。

针对HDFS上的用户行为数据和业务数据，我们如何规划处理？

• 保持数据原貌不做任何修改，起到备份数据的作用；
• 数据采用压缩，减少磁盘存储空间；
• 创建分区表，防止后续的全表扫描。

 DWD是业务层与数据仓库的隔离层，主要对ODS数据层做一些数据清洗（去除空值、脏数据、超过极限范围的数据）、规范化、维度退化、脱敏等操作。