一、数据加载层：ETL（Extract-Transform-Load）
二、数据运营层：ODS（Operational Data Store）
三、数据仓库层：DW（Data Warehouse）
1. 数据明细层：DWD（Data Warehouse Detail）
2. 数据中间层：DWM（Data WareHouse Middle）
3. 数据服务层：DWS（Data WareHouse Service）
四、数据应用层：APP（Application）
五、维表层：DIM（Dimension）
1. 数据仓库的分层，只是一个概念上、处理方式上的分层，在计算机处理中，大多还是在一个数据库中、通过建不同的数据表来实现的，并不存在严格的物理区隔；
2. 你可以把它叫做：1、2、3层，方便理解，但为了与别人的理解保持一致，还是需要跟同事沟通清楚，明确各层的数据含义；
3. 有些公司的实践中，会在数据仓库中分3层以上，比如会将EDW层分解为两层，分别为轻度汇总层、中度汇总层。这是跟着业务需要走了，理解分层的目的即可；
4. DM层并不一定从EDW层中获取，有依赖关系的字段，在没有被提取到EDW层之前，仍然需要从ODS层获取；
5. 同理：数据应用也并不一定要从EDW层或者DM层中获取，临时类需求，从ODS层反而更快。
总结一下：
1. 数据仓库分层的核心：提高数据应用的效率、效果；
2. 分层的定义：
数仓分层数据来源特点ODS操作型数据、实时数据，日志数据等近似=raw dataEDWODS层按明确主题和维度进行ETL的数据表DWODS、EDW层面向明确应用，ETL获取的数据表