北京大数据中心建设-北京中科汇成

大数据中心建设——公共维度模型层（cdm）

存放明细事实数据、维表数据及公共指标汇总数据，其中明细事实数据、维表数据一般根据ods层数据加工生成；公共指标汇总数据一般根据维表数据和明细事实数据加工生成。

cdm层又细分为dwd层和dws层，分别是明细数据层和汇总数据层，北京大数据中心建设，采用维度模型方法作为理论基础，更多地采用一些维度退化手法，将维度退化至事实表中，减少事实表和维表的关联，提高明细数据表的易用性；同时在汇总数据层，加强指标的维度退化，采取更多的宽表化手段构建公共指标数据层，提升公共指标的复用性，步态大数据中心建设，减少重复加工。其主要功能如下。

组合相关和相似数据：采用明细宽表，复用关联计算，减少数据扫描。

公共指标统一加工：基于onedata体系构建命名规范、口径一致和算法统一的统计指标，为上层数据产品、应用和服务提供公共指标；建立逻辑汇总宽表。

建立一致性维度：建立一致的数据分析维表，降低数据计算口径、算法不统一的风险。

大数据中心建设的体系架构

业务板块：根据业务的属性划分出几个相对独立的业务板块，业务板块之间的指标或业务重叠性较小。

规范定义：结合行业的数据仓库建设经验和自身数据特点，设计出的一套数据规范命名体系，规范定义将会被用在模型设计中。后面章节将会详细说明。

模型设计：以维度建模理论为基础，基于维度建模总线架构，构建一致性的维度和事实（进行规范定义）。同时，运动大数据中心建设，在落地表模型时，基于自身业务特点，设计出一套表规范命名体系。