数据仓库的架构是什么样的，大家可以通过这篇文章了解一下

今天这篇文章，给大家讲述一下数据仓库的架构模式，作为我们一起探讨的内容。希望大家留言、评论，我们一起学习。

一 说到数据仓库，那么我们先来了解一下数据仓库的基本概念。

数据仓库，英文名称为Data Warehouse，可简写为DW或DWH。数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。通俗一点说就是，数据仓库就是集合了各源系统的数据，同时对数据进行ETL，并最终作为数据服务方，对外提供数据服务。

二 我们了解了数据仓库的基本概念，也清楚了数据仓库的作用，那么我们在实际工作中，数据仓库究竟是什么样的呢？以我的工作为例，我是从事在银行业，经历过各种不同类型的银行，但是数据仓库的模式大体相同。那让我们来看下数据仓库都是包含哪些东西吧。

首先，我们来看下数据仓库整体架构。

通过这张图，我们可以清楚地看到，数据仓库从横向上可以分为几个模块：

源数据层----数据交换层----数据集成层-----数据服务层-----数据交换层-----数据应用层----用户

下面我们逐个简单说下每一层的概念。

1 源数据层：源数据层就是指源系统的数据，数据类型包括结构化数据（按照方式存储的数据），半结构化和非结构化数据（一般是互联网行为数据、语音、影像等数据）。

2数据交换层：主要是指通过数据交换平台，将源系统的数据（源系统的数据一般是以文件的形式传输到数据仓库）抽取转换，由原来的数据文件，通过数据库解析，并最终进入到数据仓库ODS层。

3 数据集成层：数据集成层包括了ODS，DWD，DWS，BDM，ADM

ODS：数据仓库中最底层数据，基本上都是在源系统的数据基础上，增加一个数据日期字段，先存储到贴源层对对应的数据表中，然后通过数据仓库拉链技术，进行数据拉链式存储。

关于拉链技术，请参考上篇文章进行了解。

https://m.toutiao.com/is/JH2YRUX/

DWD：明细数据层，是业务层与数据仓库的隔离层，这一层主要是用来解决数据质量的问题，比如有的数据有空格，回车，或者数据不完整等。

DWS：数据汇总层，该层主要是按照不同的主题纬度，进行数据汇总冗余。主题纬度一般分为：产品纬度，账户纬度，渠道纬度，协议纬度等，数据表一般是宽表的形式，即将各纬度的数据尽可能多的存储到一张表里，这样在查询的时候就不用关联其他表了。

BDM：应用层，这一层主要是用来为下游应用产生个性化，定制化数据。一般也是按照各主题域进行划分，如客户主题、风险主题、交易主题、资产主题等，这一层也会有一些模型工厂，即通过模型工具定期执行产生的模型预测类数据。

注：应用层在一些银行的数据仓库里是没有的。直接从DWS到ADM 层了。

ADM：集市层，也可以理解为一个小型数据仓库，比数据仓库数据粒度更细化，更加面向应用需求。现在我接触的数据集市主要有个人集市、对公集市、风险集市、营销集市。现在有些数据集市是作为一个单独模块拿出来独立运营，有些数据集市还是会放到数据仓库或者大数据平台中。但是集市层的数据源都是数据仓库或者直接是源系统。

数据集市可以和数据仓库并行，数据集市的数据源来自数据仓库和源系统。也可以和数据仓库串行，数据源来自于数据仓库。看每个行的具体情况而定。下面我会写一篇文章来简单聊一下个人客户集市的建设。

4 数据服务层：通过对数据集市数据进行二次加工分析，形成对外服务输出数据，直接通过数据交换平台，输出到各应用系统。

5 数据应用层：主要是通过解析数据服务层数据，并写入到应用系统数据库，供业务人员使用。

三 总结一下

数据仓库就是将源系统的数据进行抽取，转换，加工，按照不同纬度、主题形成面向业务的数据，然后通过一定的数据接口提供给各业务系统。

数据仓库主要包括。ODS，DWD，DWS，ADM。

ODS：贴源层

DWD：明细层

DWS：汇总层

ADM：集市层

好了，这篇文章就给大家写到这里了，希望大家留言、评论。我们一起探讨，学习。大家喜欢的，可以点个关注 ，我会不定期更新文章，将自己的经验分享出来。