一、名词解释
1. 基础层-ODS(操作型数据存储)：主要是未经过加工的原始数据；//与原数据一致，记录事实的数据；
2. 中间层-CDM\EDW（EDW-企业级数据库，CDM-公共维度模型层）：经过加工整合的数据层，包含整合好的明细数据和汇总数据
① Dwd-明细整合层：一般从ODS层进来之后，会在DWD层做一个简单的数据清洗加工；
② Dws-高密度汇总层：主题宽表，从DWD层进入到DWS层进行数据汇总；
③ Dim-维度表；
④ Dwb-基础数据层：建立在dwd明细层之前的，相当于ods层进行一些基础简单的加工；
3. 应用层-ADM(应用数据集市)：数据应用或数据集市所在的层次
4. 数据域/主题域：数据管理和数据整合的数据抽象集合。数据域相对稳定，主要用于中间层建设。
5. 数据仓库-DW(Data Warehouse)
二、数仓模型
ODS层：ODS层中存放的还是各个分散系统中的数据，ODS层会进行ETL之后会抽取进入到DWD层；
DWD层：相当于把来自不同系统的互数据进行集成，大白话来说需要把来自不同系统中的数据，整合到一张数据表中，但是还是以明细的形式存在；
dim表：维度表，一般维度用字母或者数字表示，需要知道这个数据的含义是什么；
DWS层: 聚合之后的统计值，数仓的目的是为了面向分析，不需要看明细。
ADM层：各业务定制化的数据，面向应用；
三、数据（表）多维模型
四、传统数仓架构
流数据：相当于一个实时的概念，例如这一秒发生的一个订单就实时的流进来了；
块数据：例如，这一秒发生的订单先攒起来，攒一天之后然后把这1天所攒的数据一起同步进来。这是一个离线的过程，不随时间流动，不是实时数据；
ETL：抽取、转换、加载；
实时计算：又称实时数仓；
调度：ETL的过程相当于是写一些脚本，可以理解为写一些SQL，每一个SQL去加工一部分数据；加工数据会有一步一步的顺序链路，这些链路会形成任务进行调度。
监控：数据质量监控；
Meta：元数据，指描述数据的数据。描述字段的含义就叫做元数据。
五、数据链路及服务
六、数仓在数据中台中的作用
以智能客服为例：
（1）业务方提出诉求：客户通过在线客服进行咨询时，是否能判断客户购买意愿强烈的程度；
（2）企业方：接受到诉求之后，因自身没有数据基础能力，于是去找了中台；（企业方首先会进行数据采集，采集到的数据给到数据仓库）
（3）数据仓库结合自身的算法模型进行评级，将智能客服中的评级包装成客户意愿。并根据意愿强度去匹配不同的话术。
//数仓的作用：通过业务方的数据，把数据采集进来，通过自身的算法模型预测评价。
