针对数据中台数据模型的分层，业界比较通用的分层方式是将数据模型分为5层：①ODS
层（Operate Data Store，操作数据层）、②DIM层（Dimension，维度数据层）、③DWD层
（Data Warehouse Detail，明细数据层）、④DWS层（Data Warehouse Service，汇总数据
层）、⑤ADS层（Application Data Store，应用数据层）。
各层数据模型之间的关系如图3-4所示。
基于原始数据向上看，第一层是ODS层和DIM层。ODS层数据是数据仓库的第一层数
据，是业务数据库的原始数据的复制，例如，每条产品线的用户信息、订单信息等数据一般
都是原封不动地同步到数据中台的ODS层中的。ODS层的作用是在业务系统和数据仓库之间
形成一个隔离层，在数据中台进行计算任务时，可以以ODS层的数据为基础进行计算，从而
不给业务数据库增加负担。DIM层存储的是维度数据，如城市、省份、客户端等维度的数
据。
第二层是DWD层。DWD层数据是数据仓库的第二层数据，一般基于ODS层和DIM层的数
据做轻度汇总。DWD层存储经过处理后的标准数据，需要对ODS层数据进行再次清洗（如去
空/脏数据、去超过极限的数据等操作）。DWD层的结构和粒度一般与ODS层保持一致，但是
DWD层汇总了DIM层的维度数据，比如在ODS层只能看到客户端的ID字段，但是在DWD层
不但能看到客户端的ID字段，还能看到客户端的名称字段。
第三层是DWS层。DWS层数据是数据仓库的第三层数据，是以DWD层的数据为基础进
行汇总计算的数据。DWS层数据都是各个维度的汇总数据，比如某日某产品线的访问用户
数、收藏用户数、加购用户数、下单用户数、支付用户数等。
第四层是ADS层。ADS层数据是数据仓库的最后一层数据，以DWS层数据为基础进行数
据处理。设计ADS层的最主要目的就是给数据可视化应用提供最终的数据。后端开发工程师
基于ADS层的数据将最终数据结果以接口的形式展示给数据中台的应用层。
