1、统一数据库层
我们通过各种方式采集到的丰富数据，在清洗、结构化后进入统一的ODS数据基础层。
其主要功能包括：
-Sync：将结构化数据增量或完全同步到数据中心。
-结构化：数据中心中的非结构化(日志)结构化处理和存储。
累积历史记录和清除：根据数据业务要求以及审核和审计要求保存历史数据和数据清除 < 在权利和责任方面，所有数据应在源头统一，所有数据库层应统一，一个团队应负责和 控制，其他团队无权在数据库层中复制数据。
2、数据中间层
我们进行数据建模研究和开发，并处理由于业务变化(尤其是组织结构)而难以轻易转移的数据中间层。 包括DWD详细数据中间层和DWS摘要数据中间层。
其主要功能包括：
-合并和相似的数据：使用详细而宽的表，重用相关的计算，并减少数据扫描。
-对公共指标进行统一处理：基于OneData系统构建具有命名约定，一致口径和统一算法的统计指标 ，它是一种高级数据产品-为产品，应用程序和服务提供公共指标; 建立逻辑汇总表。
-建立一致的维度：建立一致的数据分析维度表，以减少数据计算口径和算法不一致的风险。
3、数据应用程序层
在为应用程序提供服务时，业务团队或业务线中的数据团队拥有极大的自由度。 只要他们依靠数据公共层，就可以自由地构建ADS数据应用程序层。
其主要功能包括：
-个性化索引处理：不公开; 复杂度(指数，比率，排名指数)。
-基于应用程序的数据组装：大型和大型表市场，水平表到垂直表，趋势指标字符串。
关于大数据技术包含哪些结构层次，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。