数据仓库
1.数据仓库为什么要分层
1.把复杂问题简单化。
可以将一个复杂的任务分解成多个步骤来完成，每层只处理单一的一个步骤。
2.减少重复开发。
规范数据分层，通过使用中间层数据，可以大大减少重复计算量，增加计算结果的复用性。
3.隔离原始数据。
数据仓库具体如何分层取决于设计者对数据仓库的整体规划，不过大部分的思路是相似的，一般分为以下5层：
1.ODS层：原始数据层
存放原始数据，直接加载原始日志，数据，数据保持原貌不做处理。
2.DWD层：明细数据层
对ODS层数据进行清洗（取出空值，脏数据，超过极限范围的数据）、维度退化，脱敏等。
3.DWS层：服务数据层
以DWD层数据为基础，按天进行轻度汇总。
4.DWT层：主题数据层
以DWS层数据为基础，按主题进行汇总，获得每个主题的全量数据表。
5.ADS层：数据应用层
面向实际的数据需求，为各种统计报表提供数据。
2.数据仓库的特点：
1.面向主题
2.集成
3.相对稳定（不是事务）
4.反映历史变化