| 核心 | 一致性、公共层复用、指标口径统一 |
|---|---|
| 分层 | ODS / DWD / DWS / ADS |
| 指标 | 原子指标 + 修饰词 = 派生指标 |
| 组织 | 规范化命名与责任到人 |
落地抓手
落地抓手
1. 建公共维度与一致性编码（地区、类目、渠道）
2. 明细按业务过程收敛（一过程一表）
3. 汇总层沉淀复用宽表
4. 指标字典与口径评审会
5. 命名规范与元数据登记方法论落地的关键在组织与流程（评审、字典、责任），工具只是承载。
本包目录（311 条）
管道基础52 条Kafka64 条调度与编排40 条
数仓建模52 条
- 数仓分层总览（ODS/DWD/DWS/ADS/DIM）
- DWD 明细层设计
- ODS 贴源层设计
- DWS 轻度汇总层设计
- 维度建模基础（事实与维度）
- ADS 应用层设计
- 星型模型
- 维度建模四步法
- 缓慢变化维 Type 2：版本化保留历史
- 事实表类型总览
- 缓慢变化维总览（SCD）
- 事务事实表
- 维度表设计
- 拉链表设计与使用
- 指标体系搭建
- 分层边界与加工下沉判断
- 周期快照事实表
- 粒度声明与唯一键校验
- 雪花模型
- 代理键与自然键
- 指标口径管理
- 数仓命名规范
- 数仓表分区与分桶设计
- 累积快照事实表
- 一致性维度与一致性事实
- 拉链表增量维护 SQL
- 宽表设计
- 时间维度表设计
- 退化维度
- 角色扮演维度
- 缓慢变化维 Type 1：直接覆盖
- 总线矩阵与实施路线
- 原子指标与聚合方式
- 派生指标与衍生指标
- 留存分析模型
- 数据仓库与数据湖的关系
- 无事实事实表
- OLAP 引擎与模型选择
- 漏斗分析模型
- 数据地图与元数据
- 物化视图与预聚合加速
- 杂项维度
- 桥接表处理多值维度
- 数据集市与主题集市
- 主题域划分
- 数仓表生命周期与归档
- OneData 方法论要点
- 数据血缘与影响分析
- 缓慢变化维 Type 3：保留前值列
- Data Vault 建模要点
- 建模评审与上线检查
- 数仓存储与计算成本治理
OneData 方法论要点
OneData 强调一致性：统一命名与口径、统一维度与指标定义，按 ODS 到 ADS 分层建设公共层，指标以原子指标加修饰词的方式沉淀，减少重复加工与口径分裂。
易错点
- 只搬分层结构不做口径统一，仍是各建各的
- 规范一次性制定不评审不更新，半年后失效
数据来源与参考
- 阿里《大数据之路：阿里巴巴大数据实践》OneData 与 OneEntity