说说数仓(3) - 数仓架构

近几年工作都和BI有关，但是真正对数仓有系统的了解还是在第一家公司的时候，当时跟着IBM的顾问，了解了很多的模型设计的故事，对于入门和启蒙有很大的帮助。后面对于数仓的理解，其实都是工作中一点一点实践和摸索得来的。
前面我们说了传统数仓和互联网数仓的区别，主要提到了服务用户群的不同，这里说的传统和互联网其实都是相对而言的，这一回呢，我们说说数仓的架构。

现在说数仓，更多的会和数据平台或者基础架构搭上，已经融合到整个基础设施的搭建上。这里呢，我们不说Hadoop各种组件之间的配合，我们就简单说下数仓的分层架构。

数仓建模

说到数仓建模，就得提下经典的2套理论：

• 范式建模
  Inmon提出的集线器的自上而下（EDW-DM）的数据仓库架构。

• 维度建模
  Kimball提出的总线式的自下而上（DM-DW）的数据仓库架构。

数仓的建模或者分层，其实都是为了更好的去组织、管理、维护数据，实际开发时会整合2种方式去使用，当然，还有些其他的，像Data Vault模型、Anchor模型，暂时还没有应用过，就不说了。
维度建模，一般都会提到星型模型、雪花模型，星型模型做OLAP分析很方便。

数仓分层

简单点儿，直接ODS+DM就可以了，将所有数据同步过来，然后直接开发些应用层的报表，这是最简单的了；当DM层的内容多了以后，想要重用，就会再拆分一个公共层出来，变成3层架构，最近看了本阿里的书，《大数据之路》，里面有很多数仓相关的内容，很不错，参考后，目前使用的分层模式如下：

按照这种分层方式，我们的开发重心就在dwd层，就是明细数据层，这里主要是一些宽表，存储的还是明细数据；到了dws层，我们就会针对不同的维度，对数据进行聚合了，按道理说，dws层算是集市层，这里一般按照主题进行划分，属于维度建模的范畴；ads就是偏应用层，各种报表的输出了。
基于这种分层方式，感觉用起来还是很方便的，嗯，先到这里。