IT 面试题库

数仓分层(ODS / DWD / DWS / ADS)的意义是什么?每层做什么?

中级简答题大数据工程师数据仓库工程师数仓数据分层DWD

题目

说明分层的解耦、复用与血缘价值,以及各层职责边界。

参考答案

内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 45 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解

分层结构:① ODS(操作数据层):原样贴源,不做清洗只做格式规整,保留原始证据与重跑能力;② DWD(明细数据层):清洗(去重、空值、枚举标准化)、维度退化(把常用维度属性并入事实)、一行即一次业务过程(原子粒度事实);③ DWS(汇总数据层):按主题做轻粒度聚合(用户天粒度、商品天粒度),沉淀公共指标供上层复用,避免每个报表都从头扫明细;④ ADS(应用数据层):直接面向报表/大屏/API 的最终宽表。

分层的意义:① 解耦——源系统变化只影响 ODS→DWD 映射;② 复用——公共逻辑沉淀在 DWD/DWS,上游改一次下游全受益,口径统一;③ 血缘清晰——问题可以逐层定位,数据质量可分层校验;④ 性能——聚合层预计算,查询不必每次扫全量明细;⑤ 权限——敏感字段在 DWD 脱敏,上层默认拿安全数据。

边界:层级不是越多越好,中小团队 ODS→DWD→ADS 三层即可,过度分层徒增任务数与延迟。

练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题