广东大数据中心建设-中科汇成(商家)

大数据中心建设——应用数据层ads

存放数据产品个性化的统计指标数据，根据cdm层与ods层加工生成。

个性化指标加工：不公用性、复杂性指数型、比值型、---型指标。

基于应用的数据组装：大宽表集市、横表转纵表、趋势指标串。

通过构建全域的公共层数据，---地控制了数据规模的增长趋势，同时在整体的数据研发效率、成本节约、性能改进方面都有---的效果。

数据调用服务优先使用公共维度模型层cdm数据，广东大数据中心建设，当公共层没有数据时，需评估是否需要创建公共层数据，当不需要建设公用的公共层时，运动大数据中心建设公司，方可直接使用操作数据层ods数据。应用数据层ads作为产品特有的个性化数据一般不对外提供数据服务，但是ads作为被服务方也需要遵守这个约定。

大数据中心建设——模型设计

模型设计指导理论：

模型层次：把表数据模型分为三层：操作数据层ods、公共维度模型层cdm和应用数据层ads，其中公共维度模型层包括明细数据层dwd和汇总数据层dws。

操作数据层ods：把操作系统数据几乎无处理地存放在数据仓库系统中。

同步：结构化数据增量或全量同步。

结构化：非结构化日志结构化处理并存储。

累积历史、清洗：根据数据业务需求及稽核和审计要求保存历史数据、清洗数据。