数仓的分层
dw :数据仓库被翻译成数据仓库
DW数据层次，从下到上依次为DWD、DWB、DWS
dwd :数据仓库详细信息数据层。 也称为ODS层，是业务层和数据仓库的隔离层
dwb :数据仓库基础数据层。 包含客观数据，通常用作中间层，可能是大量指标的数据层。
dws :数据仓库服务服务数据层。 根据DWB上的基础数据，集成分析某个主题域的服务数据。 一般是宽桌子。
Kimball和Inmon是两个主要的数据仓库方法论，它们各有好处。 本文简要比较，以辅助数据仓库的实践。
一合一数据仓库
Inmon数据仓库采用自上而下的方式。 将数据仓库定义为整个企业的集中式存储。 数据仓库存储最低详细级别的原子数据。 维度数据集市是在数据仓库完成后创建的。 因此，数据仓库是公司信息工厂(cif )的中心，为提供业务智能提供了一个逻辑框架。
2 kimball数据仓库
Kimball数据仓库采用自下而上的方法。 首先，建立最重要的业务部门或部门数据集市。 这些数据集市为组织数据的透视提供了一个狭窄的视图，如果需要，还可以与更大的数据仓库集成。 Kimball将数据仓库定义为“专门结构化用于查询和分析的数据副本”。 Kimball的数据仓库结构是著名的数据仓库总线。
Kimball提出了一种将表分为事实表和维表的维建模方法。 维模型的重点是最终用户更容易访问数据仓库，并且性能更高。
kimball模式：适用于快速迭代，实现成本低，可快速提供任务。 该模式非常适应互联网行业的高速发展，也适合中小企业。
inmon模式：适合开发进度慢、实施成本高、设计科学性和规范性高的企业，在业务模式固定的行业如金融和电信等行业应用较好。