131 1300 0010
數據倉庫并不是獨立存在的一個個體，而是與整個大數據體系融為一體的——換句話說，數據倉庫就像人的心臟，人只有心臟而沒有其他器官是無法單獨存活下來的。數據的來源系統，可以理解為數據的收集系統。顧名思義，即存放從來源系統過來的原始數據，所謂原始數據——即未經過任何加工處理的數據。
這一層次咋看之下有點多余，但實際上是有所考量的：
1）將數據倉庫與業務系統分隔開
數據倉庫的數據，實時性要求不高，而準確性、清潔型必須較高，因此清洗的腳本繁多。如果每條數據都實時傳送到數據倉庫的話，那腳本執行的頻率將非常高，所占用的系統資源也隨之增加。
2）分擔業務系統的報表任務
總所周知，搭建大數據體系架構所使用的硬件資源是相對較高的，而業務系統往往只是支撐業務持續開展，從性能上往往無法支撐大數據量報表的導出。因此，原始數據層可以承載此項功能，業務系統數據傳輸的實時性也保證了從原始數據層導出的數據符合業務人員對報表實時性的需要。
一般來說，數據倉庫可區分為三層：基礎數據層、主題層、模型層原始數據層以天為時間周期，將每天的數據傳輸到數據倉庫，數據倉庫通過ETL（抽取、轉化、加載）的方式，將數據按照設定的數據表格式存儲好，形成基礎數據層的數據。
ETL即：Extra、Transfer、Load——簡單來說，即數據清洗。先將數據抽取出來，將冗余數據，錯誤數據，有歧義的數據按照既定的規則進行刪減、填充、修改，再填充入已設定好的表結構的數據庫表中。
數據清洗就像打掃衛生一樣，將不要的東西扔掉，將破舊的東西擦拭干凈，但并不代表數據是完整的。主題層的構建相對復雜，搭建的規則主要是看未來的需要以及產品經理對業務的理解。數據來到模型層，也就意味著他們最終要成為“炮彈”，發射到數據分析平臺了，因此模型層的最主要作用是：將主題數據組合成數據分析模型。
假設我們需要在數據分析平臺上體現出“不同商品在不同區域不同客戶的熱銷情況”，那在模型層就需要以訂單表作為最基礎的表，關聯上區域表、客戶表、商品表，關聯出一個以區域+商品+客戶特征維度劃分的明細數據。每個區域每個商品每個客戶對應一行銷售數據，根據這份數據匯總出一個按區域+商品+客戶特征的模型，輸出到數據分析平臺，展示出不同區域，不同商品的客戶特征是怎樣的。
需要注意的是：模型層的數據都是呈現出星狀結構和高度索引化的。因為在大數據平臺上，數據與數據之間往往是需要存在關聯的，運營人員看到商品在不同區域上的銷量分布，往往也想進一步看到在不同區域上的商品有什么特征，客戶有什么特征，這些都需要和區域強關聯起來的。
數據應用層嚴格意義上不屬于大數據架構，因為它除了會涉及各式各樣的數據分析平臺，還會涉及到業務系統。上文提到過，業務系統對于數據倉庫而言更多是作為數據收集工具，但同時業務系統也存在著數據的需求，我把這樣的過程稱為數據反哺。
往往支撐公司業務開展下去的業務系統不止一個，很可能是有多個，而各式各樣的業務系統之間也需要數據交互。例如：一般電商公司會有一套前端商家平臺，也會一套后端的管理平臺，這兩套平臺使用的往往不是同一套SKU，因此需要將后端SKU同步到前端來進行mapping。
那么為什么不能直接讓這兩套系統直接進行數據交互呢？因為數據已經不再干凈，需要數據倉庫進行清洗過后，將冗余的數據去除后方可推送至前端商家平臺。
數據倉庫的數據，最終除了會流向業務系統以外，更多的會流向各大數據應用系統，即：數據大屏，大數據分析平臺等此時的數據，已經過層層清洗加工、模型搭建，形成一個個炮彈，通過接口的形式推送至各大數據平臺。對于這些數據分析、數據展示平臺而言，更多的只需要考慮如何直觀展示數據即可。
