数据仓库分层是什么意思

[一方晴空]

看数据仓库的PPT，里面有数据仓库架构，其中架构中分什么基础数据层，数据缓冲层，到最后的数据应用层，这是逻辑上的分层还是物理上的分层，比如就一台机器上装的oracle数据库能实现吗。

[gadflyyy]

能啊，用schema隔开

[灰哥]

数据分层并不是一个片面的说法，他是数据仓库解决方案中，数据架构设计的数据逻辑结构，比如数据缓冲层，基础数据层，在仓库架构设计中意思是数据先进入缓冲层，然后再进入基础数据层，这些数据层既是逻辑上的，也是物理上的，逻辑上按这些层次分，物理上会在数据仓库实施过程中也构建这些层，如：数据缓冲层可能是文件，但基础数据层确是实体表，中间通过ETL工具来实现从缓冲从到基础数据层的加工过程，数据分层在整个数据仓库实现中只是为了更好的对各个层次的数据进行管理，每一层是有每一层的用处的，在比如：缓冲层，是为了降低和源系统的耦合度，避免所有的数据加工操作都直接和源系统直连，影响原系统正常运行，比如基础数据层，在基础数据层会对数据进行一定的清洗、标准化，整合的动作，形成后期可用的基础数据，等等。。 你提的问题只是数据仓库的局面，还有很多概念的东西。

[卜塔]

一般的生产环境中，数据都有粒度之分。数据从低粒度级也就是基础数据层，通过存储过程或者其他的etl工具加工到我们想要的汇总数据，也就是高粒度的数据，而数据从低粒度级别向高粒度级别转换的过程不是一步到位的，而是逐步完成的，这也就出现了你说的数据缓冲层。在生产环境中，缓冲层是很有用的，因为底层数据往上层汇总时，有些数据我们不需要重复加工，在缓冲层加工一次就可以被其他的上层表调用。 举个例子：我公司是一家保险公司，使用的是oracle数据库。数据一般是从核心系统通过接口抽取到接口表中，加工成低粒度级别的数据表。然后接口表数据再通过存储过程加工到缓冲表中（buffer层），缓冲表中的数据是轻度综合的汇总数据。缓冲表数据进一步加工就可以到上层的高度综合的汇总表（fact表，也叫事实表）。最后BI前台就可以通过接口调取高度综合的汇总表中的数据，形成直观的前台数据。 希望能够帮到你。

[LiIce_Java]

逻辑上的分层