数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
目前市场上主流的分层方式眼花缭乱，常见的有：ODS、DWD、DIM、DWS、ADS。好多同学可能看了上面的分层介绍后觉得分层不就是那么回事吗？可是一到实际的场景中就犯了难，ODS中还好说，可是后面要分几层，每一层的原则和依赖怎么定义？针对一个具体表是放在ADS层合适呢还是放在DWS层合适呢？下面就来跟大家说说如何对你的数仓分层。
首先我们要记住一个原则：不要为了分层而去分层，盲目的分层不但会造成数仓中表的混乱而且造成很大的资源浪费更是给后面的数据治理留下的无穷的隐患。
分层的目的是让数据更规范、清晰更易用而不是为了让层次更多。两点要牢记的是越是往上层数据的粒度就越粗，所表达的内容就越有限，所以不是层级越多越好；本层的表一般只允许依赖他紧邻的上一层，应严格避免同层依赖，否则极易产生循环依赖。
知道了上面的原则和要点，我的建议是如果业务场景比较简单且数据表也不是很多，三层就足够了；如果业务场景和过程比较复杂，指标口径需要很多表关联才能计算的话建议四层或者更多的层。不要为了分层而分层也不要被这个层所层层困住。
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含：
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
