來源：數(shù)據(jù)學(xué)堂

• ODS：Operational Data Store，操作數(shù)據(jù)層，在結(jié)構(gòu)上其與源系統(tǒng)的增量或者全量數(shù)據(jù)基本保持 一致。
  它相當(dāng)于一個(gè)數(shù)據(jù)準(zhǔn)備區(qū)，同時(shí)又承擔(dān)著基礎(chǔ)數(shù)據(jù)的記錄以及歷史變化。其主要作用是把基礎(chǔ)數(shù)據(jù)引入到MaxCompute。

• CDM：Common Data Model，公共維度模型層，又細(xì)分為DWD和DWS。它的主要作用是完成數(shù)據(jù)加工與整合、建立一致性的維度、構(gòu)建可復(fù)用的面向分析和統(tǒng)計(jì)的明細(xì)事實(shí)表以及匯總公共粒度的指標(biāo)。?

• DWD：Data Warehouse Detail，明細(xì)數(shù)據(jù)層。

• DWS：Data Warehouse Summary，匯總數(shù)據(jù)層。

• ADS：Application Data Service，應(yīng)用數(shù)據(jù)層。

• 公共維度層：
  基于維度建模理念思想，建立整個(gè)企業(yè)的一致性維度。

• 明細(xì)粒度事實(shí)層：
  以業(yè)務(wù)過程為建模驅(qū)動(dòng)，基于每個(gè)具體業(yè)務(wù)過程的特點(diǎn)，構(gòu)建最細(xì)粒度的明細(xì)層事實(shí)表。
  可以結(jié)合企業(yè)的數(shù)據(jù)使用特點(diǎn)，將明細(xì)事實(shí)表的某些重要維度屬性字段做適當(dāng)?shù)娜哂啵磳挶砘幚怼?/span>

• 公共匯總粒度事實(shí)層：
  以分析的主題對象為建模驅(qū)動(dòng)，基于上層的應(yīng)用和產(chǎn)品的指標(biāo)需求，構(gòu)建公共粒度的匯總指標(biāo)事實(shí)表，以寬表化手段來物理化模型。

• 按業(yè)務(wù)劃分：
  命名時(shí)按主要的業(yè)務(wù)劃分，以指導(dǎo)物理模型的劃分原則、命名原則及使用的ODS project。
  例如，按業(yè)務(wù)定義英文縮寫，阿里的“淘寶”英文縮寫可以定義為“tb”。

• 按數(shù)據(jù)域劃分：
  命名時(shí)按照CDM層的數(shù)據(jù)進(jìn)行數(shù)據(jù)域劃分，以便有效地對數(shù)據(jù)進(jìn)行管理，以及指導(dǎo)數(shù)據(jù)表的命名。
  例如，“交易”數(shù)據(jù)的英文縮寫可定義為“trd”。

• 按業(yè)務(wù)過程劃分：
  當(dāng)一個(gè)數(shù)據(jù)域由多個(gè)業(yè)務(wù)過程組成時(shí)，命名時(shí)可以按業(yè)務(wù)流程劃分。
  業(yè)務(wù)過程是從數(shù)據(jù)分析角度看客觀存在的或者抽象的業(yè)務(wù)行為動(dòng)作。
  例如，交易數(shù)據(jù)域中的“退款”這個(gè)業(yè)務(wù)過程的英文縮寫可約定命名為“rfd_ent”。

（1）高內(nèi)聚和低耦合

（2）核心模型與擴(kuò)展模型分離

（3）公共處理邏輯下沉及單一

（4）成本與性能平衡

（5）數(shù)據(jù)可回滾

（6）一致性

（7）命名清晰可理解

• 一個(gè)模型無法滿足所有的需求。
• 需合理選擇數(shù)據(jù)模型的建模方式。
• 通常，設(shè)計(jì)順序依次為：概念模型->邏輯模型->物理模型。

• 維度屬性盡量豐富，為數(shù)據(jù)使用打下基礎(chǔ)。
• 給出詳實(shí)的、富有意義的文字描述。
• 沉淀通用維度屬性，為建立一致性維度做好鋪墊。
• 嚴(yán)格區(qū)分事實(shí)與維度，通過使用場景進(jìn)行區(qū)分。

• 選擇一種適合的事實(shí)表類型。
• 事實(shí)盡可能完整，包含整個(gè)業(yè)務(wù)過程的全部事實(shí)。
• 確保每一個(gè)事實(shí)度量都是一致性，反復(fù)計(jì)算都會(huì)得到相同的結(jié)果。盡量記錄一些“原子”事實(shí)，而不是加工后的結(jié)果。
• 可適當(dāng)做些”維度退化屬性”，提高事實(shí)表的查詢性能。
• 為提高聚合性能，可適度做些上卷匯聚事實(shí)表。