数据分层

数据分层

分层架构的好处
分层架构的目的是通过关注点分离来降低系统的复杂度，同时满足单一职责、高内聚、低耦合、提高可复用性和降低维护成本。
单一职责：每一层只负责一个职责，职责边界清晰，如持久层只负责数据查询和存储，领域层只负责处理业务逻辑。
高内聚：分层是把相同的职责放在同一个层中，所有业务逻辑内聚在领域层。这样做有什么好处呢?试想一下假如业务逻辑分散在每一层，修改功能需要去各层修改，测试业务逻辑需要测试所有层的代码，这样增加了整个软件的复杂度和测试难度。
低耦合：依赖关系非常简单，上层只能依赖于下层，没有循环依赖。
可复用：某项能力可以复用给多个业务流程。比如持久层提供按照还款状态查询信用卡的服务，既可以给申请信用卡做判断使用，也可以给展示未还款信用卡使用。
易维护：面对变更容易修改。把所有对外接口都放在对外接口层，一旦外部依赖的接口被修改，只需要改这个层的代码即可。

数据分层数据按照不同的层次 进行分类和组织，每个层次有不同的使用目的和使用方法数仓分层的作用主要有
1提高数据的可靠性和可用性通过数据分层可以将数据按照不同的层级分类，
使得数据的存储管理和使用更加的清晰提高数据的准确性和可靠性
2改善数据查询效率数据分层可以使数据按照不同的层次进行分类，使数据查询效率更高效和快速
3支持数据分析和决策，数仓分层可以按照不同的业务需求将数据按照不同的层次进行组织和管理，
使数据更加易于分析和理解，从而数据
驱动的决策和业务创新
4降低数据的管理和维护成本，通过数仓分层将数据按照不同的层次进行管理，使数据的维护和管理更加的简单，易于操作
从而降低数据的管理和维护的成本
5清晰数据结构：每一个数据分层都有它的作用域和职责，在使用表的时候能更方便地定位和理解；
6减少重复开发：规范数据分层，开发一些通用的中间层数据，能够减少极大的重复计算；
7统一数据口径：通过数据分层，提供统一的数据出口，统一对外输出的数据口径；
8复杂问题简单化：将一个复杂的任务分解成多个步骤来完成，每一层解决特定的问题。

数据分层却可以给我们带来如下的好处：

1）清晰数据结构：每一个数据分层都有它的作用域和职责，在使用表的时候能更方便地定位和理解；

2）减少重复开发：规范数据分层，开发一些通用的中间层数据，能够减少极大的重复计算；

3）统一数据口径：通过数据分层，提供统一的数据出口，统一对外输出的数据口径；

4）复杂问题简单化：将一个复杂的任务分解成多个步骤来完成，每一层解决特定的问题。

为了满足前面提到好处，通常将数据模型分为三层：数据运营层（ ODS ）、数据仓库层（DW）和数据应用层（APP）。简单来讲，我们可以理解为：ODS层存放的是接入的原始数据，DW层是存放我们要重点设计的数据仓库中间层数据，APP是面向业务定制的应用数据。