数据仓库为什么要分层？ 层次越多说明越复杂
1，把复杂问题简单化，
将一个复杂的任务分解成多个步骤来完成，每一层处理单一的步骤，比较简单，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，能减少极大的重复计算，增加一次计算结果的复用性。
3，隔离原始数据
不论是数据的异常还是数据敏感性，使真实数据和统计数据解耦。
ODS层：存放原始数据，直接加载原始日志，数据保持原貌不做处理（方便排查问题，可以和业务库数据比对）
DWD层：结构和粒度与原始数据保持一致，对ODS数据进行清洗（去除空值，脏数据，字段按照主题域命名，数据规则化操作）
DWS层：以DWD为基础，按照一定的纬度，进行轻度汇总。
BI层：为各种报表提供数据。
数据集市和数据仓库区别？
数据集市是一个微型的数据仓库，他的数据比较少，更少的主题区域，是部门级的，根据部分特定的业务做的指标统计。
数据仓库是企业级别的。能为各个部门的运行提供决策支持手段。
HIVE组成：客户端，元数据(现在放在mysql,是因为支持多个客户端访问)，四个器（编译器，优化器，解析器，执行器） ，MR计算，HDFS存储
HIVE 慢的原因是：MR需要写入磁盘，IO比较耗时，Spark 走的是内存计算，他会把所有的表加载到内存中，在内存中计算