DW ：data warehouse 翻译成数据仓库

使用hive作为数据仓库中的数据存储一般都是首选，数据仓库分层是指计算和存储共同的分层。

1.为什么要分层

   为了不同的业务 ，也为了解耦

1.1、通过数据预处理提高效率，因为预处理，所以会存在冗余数据

1.2、如果不分层而业务系统的业务规则发生变化，就会影响整个数据清洗过程，工作量巨大

1.3、通过分层管理来实现分步完成工作，这样每一层的处理逻辑就简单了

标准的数据仓库分层：ods（临时存储层），pdw（数据仓库层），mid（数据集市层），app（应用层）

1.4、空间换时间。通过建设多层次的数据模型供用户使用，避免用户直接使用操作型数据，可以更高效的访问数据。

1.5、把复杂问题简单化。讲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步骤，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，只需要从有问题的步骤开始修复。

1.6、便于处理业务的变化。随着业务的变化，只需要调整底层的数据，对应用层对业务的调整零感知

2.分哪些层

常见的分层

DW数据分层，由下到上为 DWD,DWB,DWS

DWD：data warehouse detail 细节数据层，有的也称为 ODS层，是业务层与数据仓库的隔离层。

DWB：data warehouse base 基础数据层，存储的是客观数据，一般用作中间层，可以认为是大量指标的数据层。

DWS：data warehouse service 服务数据层，基于DWB上的基础数据，整合汇总成分析某一个主题域的服务数据，一般是宽表。宽表就是字段比较多，冗余的表。