在数据仓库的建设中，DWD（Data Warehouse Detail，明细数据层） 和 DWS（Data Warehouse Service/Summary，汇总数据层/服务层） 是最核心的两个层次。它们承上启下，决定了数仓的稳定性、复用性和查询性能。 以下是这两层详细的设计原则对比： --- 一、 DWD 层（明细数据层）设计原则 定位：DWD 层是数仓的“地基”和“事实来源”。它基于 ODS（原始数据层）进行清洗、转换，以维度建模（Kimball 方法论）为核心，保存最细粒度的业务行为数据。 1. 保持最细粒度（Atomic Granularity） 原则：DWD 层的数据必须保持业务发生的原子级别，不可进行聚合操作。 原因：只有保留最细粒度，才能支持后续任意维度的上卷（Roll-up）和下钻（Drill-down）分析。 示例：如果是电商订单，DWD 层应存储“每一行商品”的下单记录，而不是“每个订单”的总金额，更不是“每天”的销售额。 2. 维度建模（Dimensional Modeling） 原则：采用星型模型（Star Schema）构建，将数据拆分为事实表（Fac...
播面