什么是数仓

数仓和数据库

数据仓库简称数仓

Data Warehouse，DW或DWH

数仓的目的是构建面向分析的集成化数据环境，用于存储、整合和分析 大量历史数据 的系统，支持复杂的查询和数据分析，通常用于决策支持。

• 进行OLAP分析
• 整合多源数据
• 高性能复杂查询、数据聚合
• 反规范化

而数据库用于存储和管理操作数据，支持日常事务处理，如增删改查。

• 处理OLTP事务
• 单一数据来源
• 高并发、低延迟、实时
• 规范化（3NF）

概念	分析
OLAP 联机分析处理	一种面向 数据分析 的系统，主要用于支持复杂的查询和决策分析。
OLTP 联机事务处理	一种面向 实时事务处理 的系统，主要用于支持日常业务操作，如增删改查（CRUD）

典型协作流程：

1. 数据库存储原始业务数据
2. 通过ETL（抽取、转换、加载）导入数仓
3. 数仓提供分析能力

案例：电商平台

数据库：

• 处理用户下单、支付、库存扣减等事务
• 存储当前订单状态、用户账户余额等实时数据

数仓：

• 整合订单数据、用户行为日志、广告投放数据
• 分析用户购买偏好、商品销售趋势、广告ROI，生成报表供管理层决策

分层模型

ODS

Operaional Data Store，操作数据存储层

ODS是数仓的原始数据接入层，直接对接业务系统的数据源，存储未经处理的原始数据或轻度清洗的数据

示例：从 MySQL 业务库同步用户订单表到 ODS 层，表结构与源库一致。

DWD

Data Warehouse Detail，数据仓库明细层

DWD是数仓的核心明细数据层，对ODS层的数据进行清洗、整合和规范化，形成高质量、可复用的明细数据

示例： 将ODS 层的订单表与用户表关联，清洗后生成包含用户ID、订单金额、商品类目的规范化事实表。

ADS

Application Data Service，应用数据服务层

ADS是直接面向业务应用的数据服务层，基于DWD或DWS（数据汇总层）的数据，按业务需求进行聚合、统计或建模，输出可直接使用的数据集

示例：基于 DWD 层的订单明细数据，按商品类别和地区统计每日销售额，生成聚合宽表供BI展示。

数据粒度

数据粒度指的是数据的细化程度或详细级别，它决定了数据中包含的信息量和可分析的维度，决定了数据的最小单元是什么。

• 粒度越细，数据越详细
• 粒度越粗，数据越抽象

比如说表级、行级、指标级的粒度

• 表级：以整张表为最小单元，关注表结构和元数据，而非具体数据内容
• 行级：以单行记录为最小单元，保存每条业务数据的详细内容
• 指标级：以预计算的统计指标为最小单元

分层	数据粒度	说明
ODS	表级、行级	表级：保留源系统的表结构 行级：直接同步源系统的原始行数据
DWD	行级	清洗后的明细数据，每条记录代表一个业务事件
ADS	指标级	按业务需求聚合的指标（如日常售额）或宽表（如用户行为+订单数据合并）