数仓模型是建设的目标，有以下评价规则：
（1）规范度衡量
采用表归类率。计算公式为“表归类率 = 有分层信息与主题域信息的表的数量占比”。 数仓分层规范：公共逻辑下沉。出现相同逻辑的时候可以在dwd或者做个中间层收口，万一口径发生变化，只需要在最底层修改逻辑，上层只需要回溯验证数据即可，而不是说到处修改用到的地方 任务命名规范：见名知义，遵循命名库表命名规范。
（2）完善度衡量
可以采用公共层的表引用率（ODS层的表直接被DWD层引用的表占所有ODS层活跃表的比例）、汇总层的查询比例（DWD / ADS层的查询占所有查询的比例）来衡量。 跨层依赖的占比；同层Level>2的占比； ods层被app层直接使用的占比等量化指标
（3）复用度衡量
主要采用公共层的模型调用热度（DWD层的数据模型被DWS / ADS层调用并加工产出新模型的平均数量）来进行衡量。 只有复用能力上来了，响应速度才能提上来，体现在下游依赖、调用次数、核心字段覆盖率等指标上；
（4） 健壮性
除了电商等已经耕耘多年的领域外，绝大多数业务模型，都会快速的变化， 如何适应这种变化，就非常考验架构功底。
（5） 准确性/一致性
输出的指标数据质量能够保证； 数据可回滚，进行验证。确保一些经常变化的维度可以回滚，比如：当下游每天产出指标的时候，突然今天的指标值和昨天的差异性很大，这个时候我们就要去回滚昨天的数据，看今天数据是否异常还是逻辑错误等等 定义一致性指标、统一命名规范、统一业务含义、统一计算口径，专业的建模团队
（6）可扩展性
新增加的模型是否和老的模型出现冲突；
（7）稳定性
能否保证日常的sla（数据到岗时间）； 如何尽量减少任务运行失败
（8）时效性
响应速度：数据架构的主要场景包括：业务开发、数据产品、运营分析三大类，不论是那种场景，数据架构均应该在尽可能短的时间内响应需求； 监控数仓任务的运行时长进行优化
（9）成本指标
避免烟囱式的重复建设，节约计算、存储、人力成本。 不做无意义的分层 复杂逻辑前置，降低业务方的使用门槛。通过冗余维度和事实表，进行公共计算逻辑下沉，明细与汇总共存等为业务提供灵活性
数仓指标一致性如何保证
（1）数据质量保证（可参考前文）
（2）统一数仓规范
词根梳理评审 指标评审及指标定义 指标命名规范 指标管理规范
（3）开发规范
清洗规范 单位统一，比如金额单位统一为元 字段类型统一 注释补全 空值用默认值或者中位数填充 时间字段格式统一，如2020-10-16,2020/10/16,20201016统一格式为2020-10-16 json数据解析 枚举值统一 过滤没有意义的数据 逻辑规范 表之间的关联关系，依赖与调用，sql检验
（4）建立/需求/模型评审机制
建立统一的需求评审机制，从需求承接时间、制定需求模板(业务背景、所需的数据指标等)等制定一套规范，严格把控需求质量，如果需求承接本身变得很混乱，例如需求不明确、需求没有统一管理，那么很可能会导致重复性的建设工作；模型评审主要评审模型设计的是否合理，表/字段命名是否规范、应该是全量表还是增量表、分层是否按照要求、公共指标应该放在dws层还是adm层等，保证模型的质量来避免以后出现的二义性。
（5）建立一致性维度
建立一致性维度，保证参与计算的数据来源一致，统一数据的计算口径。 另外可以提前对数据进行交叉验证，即明细层与不同维度层数据进行交叉验证，确保数据的一致性。
（6）离线、实时交叉验证
目前大多数情况下使用的数仓架构还是经典的Lambda架构，因此实时、离线指标不一致仿佛成为了数据开发人员的一个共识，导致出现一致性问题通常有以下几点原因：
- 计算逻辑无法对齐，其原因有二：一、实时、离线是两个不同的数据团队成员开发，其对业务的理解不同；二、离线逻辑本身相对比较复杂，可以做很多补偿逻辑，实时处理却相对比较简单；
- 数据源不一致，通常接入的数据源有日志与binlog，binlog基本都能保证一致，但是对于日志在一些场景不能做到完全一致，例如风控场景提供的点击日志提供下游使用，实时、离线反作弊模型差异导致风控过后的数据存在差异；
- 离线、实时技术栈对一致性的支持程度不同，离线通常都是批处理的调度模式，当出现异常情况，只需要重新调度直接进行分区覆盖即可，而实时处理本身对消息处理的顺序性有比较高的要求，另外加上端到端一致性实现复杂等等，在某些场景并不能保证与离线同等的一致性。
针对以上问题，提供两种思路：第一种是预先实时、离线指标对比，找到其中产生数据gap的原因并且解决， 尽量降低实时与离线之间的差异，同时也可以提前说明实时指标准确率；第二种流批一体的架构，流批一体可以从计算统一，也可以是存储统一，这里主要介绍流批一体的OLAP架构，只需要将数据实时或者离线写入OLAP存储引擎中，直接在OLAP进行分析，这种方式弱化了离线、实时的概念，例如Hologres 、Doris等
数仓指标一致性
如何保证
数仓指标一致性如何保证
