（馬蜂窩技術(shù)原創(chuàng)內(nèi)容，公眾號(hào)ID：mfwtech）

一、馬蜂窩數(shù)據(jù)倉庫與數(shù)據(jù)中臺(tái)

最近幾年，數(shù)據(jù)中臺(tái)概念的熱度一直不減。2018 年起，馬蜂窩也開始了自己的數(shù)據(jù)中臺(tái)探索之路。

數(shù)據(jù)中臺(tái)到底是什么？要不要建？和數(shù)據(jù)倉庫有什么本質(zhì)的區(qū)別？相信很多企業(yè)都在關(guān)注這些問題。

我認(rèn)為數(shù)據(jù)中臺(tái)的概念非常接近傳統(tǒng)數(shù)據(jù)倉庫+大數(shù)據(jù)平臺(tái)的結(jié)合體。它是在企業(yè)的數(shù)據(jù)建設(shè)經(jīng)歷了數(shù)據(jù)中心、數(shù)據(jù)倉庫等積累之后，借助平臺(tái)化的思路，將數(shù)據(jù)更好地進(jìn)行整合與統(tǒng)一，以組件化的方式實(shí)現(xiàn)靈活的數(shù)據(jù)加工與應(yīng)用，以更清晰的數(shù)據(jù)職能組織應(yīng)對(duì)業(yè)務(wù)的快速變化，以服務(wù)的方式更好地釋放數(shù)據(jù)價(jià)值的一種方式。

所以，數(shù)據(jù)中臺(tái)更多的是體現(xiàn)一種管理思路和架構(gòu)組織上的變革。在這樣的思想下，我們結(jié)合自身業(yè)務(wù)特點(diǎn)建設(shè)了馬蜂窩的數(shù)據(jù)中臺(tái)，核心架構(gòu)如下：

在中臺(tái)建設(shè)之前，馬蜂窩已經(jīng)建立了自己的大數(shù)據(jù)平臺(tái)，并積累了一些通用、組件化的工具，這些可以支撐數(shù)據(jù)中臺(tái)的快速搭建。作為中臺(tái)的另一大核心部分，馬蜂窩數(shù)據(jù)倉庫主要承擔(dān)數(shù)據(jù)統(tǒng)一化建設(shè)的工作，包括統(tǒng)一數(shù)據(jù)模型，統(tǒng)一指標(biāo)體系等。下面介紹馬蜂窩在數(shù)據(jù)倉庫建設(shè)方面的具體實(shí)踐。

二、數(shù)據(jù)倉庫核心架構(gòu)

馬蜂窩數(shù)據(jù)倉庫遵循標(biāo)準(zhǔn)的三層架構(gòu)，對(duì)數(shù)據(jù)分層的定位主要采取維度模型設(shè)計(jì)，不會(huì)對(duì)數(shù)據(jù)進(jìn)行抽象打散處理，更多注重業(yè)務(wù)過程數(shù)據(jù)整合?，F(xiàn)有數(shù)倉主要以離線為主，整體架構(gòu)如下：

如圖所示，共分為 3 層：業(yè)務(wù)數(shù)據(jù)層、公共數(shù)據(jù)層與應(yīng)用數(shù)據(jù)層，每層定位、目標(biāo)以及建設(shè)原則各不相同。

（1）業(yè)****務(wù)數(shù)據(jù)層：包含 STG（數(shù)據(jù)緩沖層）與 ODS（操作數(shù)據(jù)層）兩層，這兩層數(shù)據(jù)結(jié)構(gòu)與業(yè)務(wù)數(shù)據(jù)幾乎一致。

• STG：也叫數(shù)據(jù)準(zhǔn)備區(qū)，定位是緩存來自 DB 抽取、消息、日志解析落地的臨時(shí)數(shù)據(jù)，結(jié)構(gòu)與業(yè)務(wù)系統(tǒng)保持一致；負(fù)責(zé)對(duì)垃圾數(shù)據(jù)、不規(guī)范數(shù)據(jù)進(jìn)行清洗轉(zhuǎn)換；該層只為 ODS 層服務(wù)；
• ODS：操作數(shù)據(jù)層定位于業(yè)務(wù)明細(xì)數(shù)據(jù)保留區(qū)，負(fù)責(zé)保留數(shù)據(jù)接入時(shí)點(diǎn)后歷史變更數(shù)據(jù)，數(shù)據(jù)原則上全量保留。模型設(shè)計(jì)依據(jù)業(yè)務(wù)表數(shù)據(jù)變更特性采取拉鏈、流水表兩種形式。

（2）公共數(shù)據(jù)層：細(xì)分為 DWD（明細(xì)數(shù)據(jù)層）、DWS（匯總數(shù)據(jù)層）、DIM（公共維度層） 三層，主要用于加工存放整合后的明細(xì)業(yè)務(wù)過程數(shù)據(jù)，以及經(jīng)過輕度或重度匯總粒度公共維度指標(biāo)數(shù)據(jù)。公共數(shù)據(jù)層作為倉庫核心層，定位于業(yè)務(wù)視角，提煉出對(duì)數(shù)據(jù)倉庫具有共性的數(shù)據(jù)訪問、統(tǒng)計(jì)需求，從而構(gòu)建面向支持應(yīng)用、提供共享數(shù)據(jù)訪問服務(wù)的公共數(shù)據(jù)。

• DWD：這一層是整合后的業(yè)務(wù)過程明細(xì)數(shù)據(jù)，負(fù)責(zé)各業(yè)務(wù)場景垂直與水平數(shù)據(jù)整合、常用公共維度冗余加工，以及明細(xì)業(yè)務(wù)標(biāo)簽信息加工；
• DWS：匯總數(shù)據(jù)層按照主題對(duì)共性維度指標(biāo)數(shù)據(jù)進(jìn)行輕度、高度聚合；
• DIM：對(duì)維度進(jìn)行統(tǒng)一標(biāo)準(zhǔn)化定義，實(shí)現(xiàn)維度信息共享。

（3）應(yīng)用數(shù)據(jù)層：DWA 層，主要用于各產(chǎn)品或各業(yè)務(wù)條線個(gè)性化的數(shù)據(jù)加工，例如商業(yè)化產(chǎn)品數(shù)據(jù)、搜索推薦，風(fēng)控等。

三、數(shù)據(jù)模型設(shè)計(jì)

3.1 方法選擇

數(shù)據(jù)模型是對(duì)現(xiàn)實(shí)世界數(shù)據(jù)特征的抽象，數(shù)據(jù)模型的設(shè)計(jì)方法就是對(duì)數(shù)據(jù)進(jìn)行歸納和概括的方法。目前業(yè)界主要的模型設(shè)計(jì)方法論有兩種，一是數(shù)據(jù)倉庫之父 Bill Inmon 提出的范式建模方法，又叫 ER 建模，主張站在企業(yè)角度自上而下進(jìn)行數(shù)據(jù)模型構(gòu)建；二是 Ralph Kimball 大師倡導(dǎo)的維度建模方法，主張從業(yè)務(wù)需求出發(fā)自下而上構(gòu)建數(shù)據(jù)模型。

大數(shù)據(jù)環(huán)境下，業(yè)務(wù)系統(tǒng)數(shù)據(jù)體系龐雜，數(shù)據(jù)結(jié)構(gòu)多樣、變更頻繁，并且需要快速響應(yīng)各種復(fù)雜的業(yè)務(wù)需求，以上兩種傳統(tǒng)的理論都已無法滿足互聯(lián)網(wǎng)數(shù)倉需求。在此背景下，馬蜂窩數(shù)據(jù)倉庫采取了「以需求驅(qū)動(dòng)為主、數(shù)據(jù)驅(qū)動(dòng)為輔」的混合模型設(shè)計(jì)方式，來根據(jù)不同的數(shù)據(jù)層次選擇模型。主要從以下四個(gè)方面綜合考慮：

1. 面向主題：采用范式模型理論中的主題劃分方法對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行分類。

**2. 一致性保證：**采用維度模型理論中的總線結(jié)構(gòu)思想，建立統(tǒng)一的一致性維度表和一致性事實(shí)表來保證一致性。

3. 數(shù)據(jù)質(zhì)量保證：無論范式建模還是維度建模都非常重視數(shù)據(jù)質(zhì)量問題，綜合使用兩個(gè)理論中的方法保證數(shù)據(jù)質(zhì)量。

4. 效率保證：合理采取維度退化、變化維、增加冗余等方法，保證數(shù)據(jù)的計(jì)算和查詢效率。

其中，ODS 選擇保持貼源的范式模型，不做進(jìn)一步模型抽象，只是從節(jié)省存儲(chǔ)角度考慮，對(duì)該層采取拉鏈處理。DWD 與 DWS 基于對(duì)構(gòu)建成本、性能，易用性角度的考慮，主要采取維度模型和一些寬表模型。寬表模型的本質(zhì)是基于維度模型的擴(kuò)展，對(duì)整個(gè)業(yè)務(wù)以及全節(jié)點(diǎn)信息進(jìn)行垂直與水平方式整合；同時(shí)采用退化維度的方式，將不同維度的度量放入數(shù)據(jù)表的不同列中，實(shí)現(xiàn)業(yè)務(wù)全流程視圖的構(gòu)建，來提升寬表模型的易用性、查詢效率，且易于模型的擴(kuò)展。

• 水平整合：水平整合就是將同一業(yè)務(wù)多數(shù)據(jù)源的數(shù)據(jù)整合到一個(gè)模型中，如果多數(shù)據(jù)源業(yè)務(wù)數(shù)據(jù)存在交集，則需要按照預(yù)設(shè)的業(yè)務(wù)規(guī)則選取一份保留，避免整合后的業(yè)務(wù)數(shù)據(jù)交叉。例如商品數(shù)據(jù)如果未進(jìn)行主數(shù)據(jù)管理，不同業(yè)務(wù)線的商品信息就會(huì)散落在各業(yè)務(wù)系統(tǒng)表中，無法滿足企業(yè)級(jí)的數(shù)據(jù)分析需求，這時(shí)就需要將這些商品數(shù)據(jù)按照業(yè)務(wù)主題進(jìn)行水平整合。
• 垂直整合：一次完整的業(yè)務(wù)流轉(zhuǎn)通常要經(jīng)歷多個(gè)環(huán)節(jié)，各節(jié)點(diǎn)信息產(chǎn)生的時(shí)點(diǎn)不同、儲(chǔ)存的數(shù)據(jù)表不同。垂直整合就是將同一業(yè)務(wù)中各關(guān)鍵節(jié)點(diǎn)信息整合至業(yè)務(wù)全流程寬表模型中。馬蜂窩訂單交易模型的構(gòu)建就采用了這種方式，下文將進(jìn)行詳細(xì)介紹。

3.2 設(shè)計(jì)目標(biāo)

馬蜂窩數(shù)據(jù)倉庫在模型設(shè)計(jì)上以準(zhǔn)確性、易用性、及時(shí)性為設(shè)計(jì)目標(biāo)，以滿足業(yè)務(wù)人員對(duì)數(shù)據(jù)的多樣需求。

• 準(zhǔn)確性：數(shù)據(jù)質(zhì)量管控要在建模過程中落地，為數(shù)據(jù)準(zhǔn)確性保駕護(hù)航。
• 易用性：兼顧模型的可擴(kuò)展性和可理解性。
• 及時(shí)性：充分考慮模型的使用效率，提供方便快捷的數(shù)據(jù)查詢和數(shù)據(jù)計(jì)算服務(wù)。

3.3 設(shè)計(jì)流程

馬蜂窩數(shù)倉模型設(shè)計(jì)的整體流程涉及需求調(diào)研、模型設(shè)計(jì)、開發(fā)測試、模型上線四個(gè)主要環(huán)節(jié)，且規(guī)范設(shè)計(jì)了每個(gè)階段的輸出與輸入文檔。

1. 需求調(diào)研：收集和理解業(yè)務(wù)方需求，就特定需求的口徑達(dá)成統(tǒng)一，在對(duì)需求中涉及到的業(yè)務(wù)系統(tǒng)或系統(tǒng)模塊所承擔(dān)的功能進(jìn)行梳理后進(jìn)行表字段級(jí)分析，并對(duì)數(shù)據(jù)進(jìn)行驗(yàn)證，確?，F(xiàn)有數(shù)據(jù)能夠支持業(yè)務(wù)需求。
2. 模型設(shè)計(jì)：根據(jù)需求和業(yè)務(wù)調(diào)研結(jié)果對(duì)模型進(jìn)行初步歸類，選擇合適的主題域進(jìn)行模型存放；確定主題后進(jìn)入數(shù)據(jù)模型的設(shè)計(jì)階段，邏輯模型設(shè)計(jì)過程要考慮總線結(jié)構(gòu)構(gòu)建、模型規(guī)范定義等關(guān)鍵問題；物理模型設(shè)計(jì)以邏輯模型為基礎(chǔ)，兼顧存儲(chǔ)性能等因素對(duì)邏輯模型做的物理化的過程，是邏輯模型的最終物理實(shí)現(xiàn).物理模型在一般情況下與邏輯模型保持一致，模型設(shè)計(jì)完成后需要進(jìn)入評(píng)審與 MApping 設(shè)計(jì)。
3. 模型開發(fā)：就是對(duì)模型計(jì)算腳本的代碼實(shí)現(xiàn)過程，其中包含了數(shù)據(jù)映射、腳本實(shí)現(xiàn)、測試驗(yàn)證等開發(fā)過程。單元測試完成后需要通知業(yè)務(wù)方一起對(duì)模型數(shù)據(jù)進(jìn)行業(yè)務(wù)驗(yàn)證，對(duì)驗(yàn)證問題做收集，返回驗(yàn)證模型設(shè)計(jì)的合理性。
4. 模型上線：完成驗(yàn)證后的模型就可以在線上生產(chǎn)環(huán)境進(jìn)行部署。上線后需要為模型配置監(jiān)控，及時(shí)掌握為業(yè)務(wù)提供數(shù)據(jù)服務(wù)的狀況。我們還將模型的實(shí)體和屬性說明文檔發(fā)布給倉庫數(shù)據(jù)的使用者，使模型得到更好地應(yīng)用。

3.4 主題分類

基于對(duì)目前各個(gè)部門和業(yè)務(wù)系統(tǒng)的梳理，馬蜂窩數(shù)據(jù)倉庫共設(shè)計(jì)了 4 個(gè)大數(shù)據(jù)域(交易、流量、內(nèi)容、參與人)，細(xì)分為 11 個(gè)主題：

以馬蜂窩訂單交易模型的建設(shè)為例，基于業(yè)務(wù)生產(chǎn)總線的設(shè)計(jì)是常見的模式，即首先調(diào)研訂單交易的完整過程，定位過程中的關(guān)鍵節(jié)點(diǎn)，確認(rèn)各節(jié)點(diǎn)上發(fā)生的核心事實(shí)信息。模型是數(shù)據(jù)的載體，我們要做的就是通過模型（或者說模型體系）歸納生產(chǎn)總線中各個(gè)節(jié)點(diǎn)發(fā)生的事實(shí)信息。

訂單生產(chǎn)總線：

如上圖所示，我們需要提煉各節(jié)點(diǎn)的核心信息，為了避免遺漏關(guān)鍵信息，一般情況下抽象認(rèn)為節(jié)點(diǎn)的參與人、發(fā)生時(shí)間、發(fā)生事件、發(fā)生協(xié)議屬于節(jié)點(diǎn)的核心信息，需要重點(diǎn)獲取。以下單節(jié)點(diǎn)為例，參與人包括下單用戶、服務(wù)商家、平臺(tái)運(yùn)營人員等；發(fā)生時(shí)間包括用戶的下單時(shí)間、商家的確認(rèn)時(shí)間等；發(fā)生的事件即用戶購買了商品，需要記錄圍繞這一事件產(chǎn)生的相關(guān)信息；發(fā)生協(xié)議即產(chǎn)生的訂單，訂單金額、約定內(nèi)容等都是我們需要記錄的協(xié)議信息。

在這樣的思路下，總線架構(gòu)可以在模型中不斷添加各個(gè)節(jié)點(diǎn)的核心信息，使模型支撐的應(yīng)用范圍逐步擴(kuò)展、趨于完善。因此，對(duì)業(yè)務(wù)流程的理解程度將直接影響產(chǎn)出模型的質(zhì)量。

涉及的業(yè)務(wù)節(jié)點(diǎn)越多，業(yè)務(wù)流程也就越復(fù)雜。從數(shù)據(jù)的角度看，這些業(yè)務(wù)過程會(huì)產(chǎn)生兩種基本的場景形態(tài)，即數(shù)據(jù)的拆分和匯聚。隨著流程的推進(jìn)，前一節(jié)點(diǎn)的原子業(yè)務(wù)單位在新節(jié)點(diǎn)中可能需要拆分出更多信息，或者參與到新節(jié)點(diǎn)的多向流程。同樣，也可能發(fā)生數(shù)據(jù)的匯聚。以某個(gè)訂單為例，下單節(jié)點(diǎn)數(shù)據(jù)是訂單粒度的，而到支付節(jié)點(diǎn)就發(fā)生了數(shù)據(jù)拆分。數(shù)據(jù)的拆分、匯聚伴隨著總線的各節(jié)點(diǎn)，可能會(huì)一直發(fā)散下去。

鑒于上述情況，在模型實(shí)現(xiàn)過程中，我們不能把各節(jié)點(diǎn)不同粒度的數(shù)據(jù)信息都堆砌在一起，那樣會(huì)產(chǎn)生大量的冗余信息，也會(huì)使模型本身的定位不清晰，影響使用。因此，需要輸出不同粒度的模型來滿足各類應(yīng)用需求。例如既會(huì)存在訂單粒度的數(shù)據(jù)模型，也會(huì)存在分析各個(gè)訂單在不同時(shí)間節(jié)點(diǎn)狀態(tài)信息的數(shù)據(jù)模型。

基于維度建模的思路，在模型整合生產(chǎn)總線各節(jié)點(diǎn)核心信息之后，會(huì)根據(jù)這些節(jié)點(diǎn)信息進(jìn)一步擴(kuò)展常用的分析維度，以減少應(yīng)用層面頻繁關(guān)聯(lián)相關(guān)分析維度帶來的資源消耗，模型會(huì)反范式冗余相關(guān)維度信息，以獲取應(yīng)用層的使用便捷。最終建立一個(gè)整合旅游、交通、酒店等各業(yè)務(wù)線與各業(yè)務(wù)節(jié)點(diǎn)信息的馬蜂窩全流程訂單模型。

四、數(shù)據(jù)倉庫工具鏈建設(shè)

為提升數(shù)據(jù)生產(chǎn)力，馬蜂窩數(shù)據(jù)倉庫建立了一套工具鏈，來實(shí)現(xiàn)采集、研發(fā)、管理流程的自動(dòng)化?，F(xiàn)階段比較重要的有以下三大工具：

1. 數(shù)據(jù)同步工具

同步工具主要解決兩個(gè)問題：

• 從源系統(tǒng)同步數(shù)據(jù)到數(shù)據(jù)倉庫
• 將數(shù)據(jù)倉庫的數(shù)據(jù)同步至其他環(huán)境

下面重點(diǎn)介紹從源系統(tǒng)同步數(shù)據(jù)到數(shù)據(jù)倉庫。

馬蜂窩的數(shù)據(jù)同步設(shè)計(jì)支撐靈活的數(shù)據(jù)接入方式，可以選擇抽取方式以及加工方式。抽取方式主要包括增量抽取或者全量抽取，加工方式面向數(shù)據(jù)的存儲(chǔ)方式，是需要對(duì)數(shù)據(jù)進(jìn)行拉鏈?zhǔn)奖４?，或者以流水日志的方式進(jìn)行存儲(chǔ)。

接入時(shí)，只需要填寫數(shù)據(jù)表信息配置以及具體的字段配置信息，數(shù)據(jù)就可以自動(dòng)接入到數(shù)據(jù)倉庫，形成數(shù)倉的 ODS 層數(shù)據(jù)模型，如下：

2. 任務(wù)調(diào)度平臺(tái)

我們使用 Airflow 配合自研的任務(wù)調(diào)度系統(tǒng)，不僅能支持常規(guī)的任務(wù)調(diào)度，還可以支持任務(wù)調(diào)度系統(tǒng)各類數(shù)據(jù)重跑，歷史補(bǔ)數(shù)等需求。

別小看數(shù)據(jù)重跑、歷史補(bǔ)數(shù)，這兩項(xiàng)功能是在選擇調(diào)度工具中重要的參考項(xiàng)。做數(shù)據(jù)的人都清楚，在實(shí)際數(shù)據(jù)處理過程中會(huì)面臨諸多的數(shù)據(jù)口徑變化、數(shù)據(jù)異常等，需要進(jìn)行數(shù)據(jù)重跑、刷新、補(bǔ)數(shù)等操作。

我們設(shè)計(jì)的「一鍵重跑」功能，可以將相關(guān)任務(wù)依賴的后置任務(wù)全部帶出，并支持選擇性地刪除或虛擬執(zhí)行任意節(jié)點(diǎn)的任務(wù)：

• 如果選擇刪除，這該任務(wù)之后所依賴的任務(wù)均不執(zhí)行
• 如果選擇虛擬執(zhí)行，則會(huì)忽略（空跑）掉該任務(wù)，后置的所有依賴任務(wù)還是會(huì)正常執(zhí)行。

如下是基于某一個(gè)任務(wù)重跑下游所有任務(wù)所列出的關(guān)系圖，選中具體的執(zhí)行節(jié)點(diǎn)，就可以執(zhí)行忽略或者刪除。

3. 元數(shù)據(jù)管理工具

元數(shù)據(jù)范疇包括技術(shù)元數(shù)據(jù)、業(yè)務(wù)元數(shù)據(jù)、管理元數(shù)據(jù)，在概念上不做過多闡述了。元數(shù)據(jù)管理在數(shù)據(jù)建設(shè)起著舉足輕重的作用，這部分在數(shù)倉應(yīng)用中主要有 2 個(gè)點(diǎn)：

（1）血緣管理

血緣管理可以追溯數(shù)據(jù)加工整體鏈路，解析表的來龍去脈，用于支撐各類場景，如：

• 支持上游變更對(duì)下游影響的分析與調(diào)整
• 監(jiān)控各節(jié)點(diǎn)、各鏈路任務(wù)運(yùn)行成本，效率
• 監(jiān)控?cái)?shù)據(jù)模型的依賴數(shù)量，確認(rèn)哪些是重點(diǎn)模型

如下是某一個(gè)數(shù)據(jù)模型中的血緣圖，上下游以不同顏色進(jìn)行呈現(xiàn)：

（2）數(shù)據(jù)知識(shí)管理

通過對(duì)技術(shù)、業(yè)務(wù)元數(shù)據(jù)進(jìn)行清晰、詳盡地描述，形成數(shù)據(jù)知識(shí)，給數(shù)據(jù)人員提供更好的使用向?qū)?。我們的?shù)據(jù)知識(shí)主要包括實(shí)體說明與屬性說明，具體如下：

 

當(dāng)然，數(shù)倉工具鏈條中還有非常多工具，例如自動(dòng)化建模工具，數(shù)據(jù)質(zhì)量管理工具，數(shù)據(jù)開發(fā)工具等，都已經(jīng)得到了很好地實(shí)現(xiàn)。

五、數(shù)倉應(yīng)用——指標(biāo)平臺(tái)

有了合理的數(shù)倉架構(gòu)、工具鏈條支撐數(shù)據(jù)研發(fā)，接下來，就要考慮如何把產(chǎn)出的數(shù)據(jù)對(duì)外賦能。下面以馬蜂窩數(shù)據(jù)應(yīng)用利器-指標(biāo)平臺(tái)，進(jìn)行簡單介紹。

幾乎所有的企業(yè)都會(huì)構(gòu)建自己的指標(biāo)平臺(tái)，每個(gè)企業(yè)建立的標(biāo)準(zhǔn)都不一樣。在這個(gè)過程中會(huì)遇到指標(biāo)繁多、定義不清楚、查詢緩慢等問題。為盡量避免這些問題，指標(biāo)平臺(tái)在設(shè)計(jì)時(shí)需要遵循幾大原則：

1. 指標(biāo)定義標(biāo)準(zhǔn)，清晰，容易理解，且不存在二義性，分類明確
2. 指標(biāo)生產(chǎn)過程簡單、透明、可配置化
3. 指標(biāo)查詢效率需要滿足快速響應(yīng)
4. 指標(biāo)權(quán)限管理靈活可控

基于以上原則，馬蜂窩的指標(biāo)平臺(tái)按照精細(xì)化的設(shè)計(jì)進(jìn)行打造，指標(biāo)平臺(tái)組成架構(gòu)如下圖：

 

其中：

1. 數(shù)據(jù)倉庫是指標(biāo)數(shù)據(jù)的來源，所有指標(biāo)目前都是通過數(shù)據(jù)倉庫統(tǒng)一加工的
2. 指標(biāo)管理包括指標(biāo)創(chuàng)建與指標(biāo)元數(shù)據(jù)管理：數(shù)倉負(fù)責(zé)生產(chǎn)并創(chuàng)建最核心、最基礎(chǔ)的指標(biāo)；其他人員可以基于這些指標(biāo)，按照規(guī)則進(jìn)行指標(biāo)的派生；元數(shù)據(jù)管理記錄指標(biāo)的具體來源路徑，說明指標(biāo)的數(shù)據(jù)來源是數(shù)倉表，或者是 Kylin，MySQL 或 ES
3. 指標(biāo)字典對(duì)外呈現(xiàn)指標(biāo)的定義、口徑、說明等，保證指標(biāo)的透明化及可解釋性
4. 數(shù)據(jù)服務(wù)接受指標(biāo)的查詢請求，針對(duì)不同場景判斷查詢的成本，選擇最優(yōu)鏈路進(jìn)行指標(biāo)查詢，并返回指標(biāo)查詢的結(jié)果
5. 多維查詢將可以提供查詢服務(wù)的指標(biāo)與維度通過界面呈現(xiàn)，用戶可以基于維度選擇指標(biāo)或基于指標(biāo)選擇維度，查詢具體需要的數(shù)據(jù)
6. 權(quán)限管理貫徹始終，可以支持表級(jí)、指標(biāo)級(jí)、維值級(jí)別的權(quán)限管理

六、總結(jié)

企業(yè)的數(shù)據(jù)建設(shè)需要經(jīng)歷幾個(gè)大的步驟：

• 第一步，業(yè)務(wù)數(shù)據(jù)化：顧名思義，一切業(yè)務(wù)都能通過數(shù)據(jù)反映，主要指的是將傳統(tǒng)線下流程線上化；
• 第二步，數(shù)據(jù)智能化：光有數(shù)據(jù)還不行，還需要足夠的智能，如何通過智能化的數(shù)據(jù)支撐運(yùn)營、營銷及各類業(yè)務(wù)，這是數(shù)據(jù)中臺(tái)當(dāng)前解決的主要問題；
• 第三步，數(shù)據(jù)業(yè)務(wù)化：也就是我們常說的數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)，數(shù)據(jù)不能只是數(shù)據(jù)，數(shù)據(jù)價(jià)值最大化在于可以驅(qū)動(dòng)新的業(yè)務(wù)創(chuàng)新，帶動(dòng)企業(yè)增長。

目前大部企業(yè)目前都停留在第二個(gè)階段，因?yàn)檫@一步需要足夠夯實(shí)，才能為第三步打好基礎(chǔ)，這也是為什么各大企業(yè)要投入很大成本到大數(shù)據(jù)平臺(tái)、數(shù)據(jù)倉庫乃至數(shù)據(jù)中臺(tái)的建設(shè)中。

馬蜂窩數(shù)據(jù)中臺(tái)的建設(shè)才剛剛起步。我們認(rèn)為，理想的數(shù)據(jù)中臺(tái)需要具備數(shù)據(jù)標(biāo)準(zhǔn)化、工具組件化、組織清晰化這三個(gè)核心前提。為了向這一目標(biāo)邁進(jìn)，我們將建立統(tǒng)一、標(biāo)準(zhǔn)化的數(shù)據(jù)倉庫作為當(dāng)下數(shù)據(jù)中臺(tái)的重點(diǎn)工作之一。

數(shù)據(jù)來源于業(yè)務(wù)，最終也將應(yīng)用于業(yè)務(wù)。只有對(duì)數(shù)據(jù)足夠重視，與業(yè)務(wù)充分銜接，才能實(shí)現(xiàn)數(shù)據(jù)價(jià)值的最大化。在馬蜂窩，從管理層，到公司研發(fā)、產(chǎn)品、運(yùn)營、銷售等各角色，對(duì)數(shù)據(jù)非常重視，數(shù)據(jù)產(chǎn)品的使用人數(shù)占公司員工比例高達(dá) 75%。

大量用戶的使用，驅(qū)動(dòng)著我們在數(shù)據(jù)中臺(tái)建設(shè)的路上不斷前進(jìn)。如何將新興技術(shù)能力應(yīng)用到數(shù)據(jù)倉庫的建設(shè)，如何以有限的成本高效解決企業(yè)在數(shù)據(jù)建設(shè)中面臨的問題，將是馬蜂窩數(shù)倉建設(shè)一直的思考。

本文作者：顏博，馬蜂窩數(shù)據(jù)倉庫研發(fā)負(fù)責(zé)人。