1、 数据仓库可以分为几层？
- 数据运营层（Operation Data Store ，ODS）：将业务数据库、埋点日志、其他数据源原样存储，不做任何处理；
- 数据仓库层（Data Warehouse，DW）：该层主要包含DWD、DWS层，由ODS层数据加工而成，主要是完成数据加工与整合，建立一致性的维度，构建可复用的面向分析和统计的明细事实表；
DWD（Data Warehouse Detail 细节数据层）：该层是业务层与数据仓库的隔离层。以业务过程作为建模驱动，基于每个具体的业务过程特点，构建细粒度的明细层事实表。可以结合企业的数据使用特点，将明细事实表的某些重要维度属性字段做适当冗余，也即宽表化处理；
DWS（Data Warehouse Service 服务数据层）：基于DWD的基础数据，整合汇总成分析某一个主题域的服务数据。以分析的主题为建模驱动，基于上层的应用和产品的指标需求，构建公共粒度的汇总指标事实表。
- 数据应用层（Application Data Store ，ADS）：该层是基于DW层的数据，整合汇总成主题域的服务数据，用于提供后续的业务查询等，例如查询每人每天访问多少次；
2、 数仓分层设计的好处？
- 清晰的数据结构
每一个数据分层都有它的作用域，在使用表的时候能更方便地定位和理解； - 减少重复开发
规范数据分层，开发一些通用的中间层数据，能够减少极大的重复计算； - 统一数据口径
- 将复杂的问题简单化
将一个复杂的任务分解成多个步骤来完成，每一层只处理单一的问题，比较简单和容易理解。而且便于维护数据的准确性，当数据出现问题之后，可以不用修复所有的数据，只需要从有问题的地方开始修复。
[1]:参考文献
