DataWorks管理表数仓分层是什么？

阿里云DataWorks提供了管理表数仓分层的功能，可以帮助你更好地管理和组织数据，并提高数据处理的效率和准确性。数仓分层是一种数据管理技术，它可以将数据分层次存储，以提高数据的处理和查询性能。
在DataWorks中，你可以使用管理表数仓分层功能来创建和管理数仓分层，以及将数据存储到不同层次的表中。你可以根据业务需求和数据特性，将数据分层次存储，并使用DataWorks的查询和分析工具来处理和查询数据。
通过使用数仓分层，你可以更好地管理和组织数据，并提高数据处理的效率和准确性。这将有助于你更好地支持业务分析和决策制定，并提高企业的业务效率和竞争力。

表的编辑页面中的物理模型设计，用于为您构建数仓分层。让您在管理数据时，可以对数据有更加清晰的规划和掌控。常见的数仓分层如下：数据引入层ODS（Operation Data Store）：存放未经过处理的原始数据至数据仓库系统，结构上与源系统保持一致，是数据仓库的数据准备区。主要完成基础数据引入到MaxCompute的职责，同时记录基础数据的历史变化。数据公共层CDM（Common Data Model，又称通用数据模型层），包括DIM维度表、DWD和DWS，由ODS层数据加工而成。主要完成数据加工与整合，建立一致性的维度，构建可复用的面向分析和统计的明细事实表，以及汇总公共粒度的指标。公共维度层（DIM）：基于维度建模理念思想，建立整个企业的一致性维度。降低数据计算口径和算法不统一风险。 公共维度层的表通常也被称为逻辑维度表，维度和维度逻辑表通常一一对应。公共汇总粒度事实层（DWS）：以分析的主题对象作为建模驱动，基于上层的应用和产品的指标需求，构建公共粒度的汇总指标事实表，以宽表化手段物理化模型。构建命名规范、口径一致的统计指标，为上层提供公共指标，建立汇总宽表、明细事实表。 公共汇总粒度事实层的表通常也被称为汇总逻辑表，用于存放派生指标数据。明细粒度事实层（DWD）：以业务过程作为建模驱动，基于每个具体的业务过程特点，构建最细粒度的明细层事实表。可以结合企业的数据使用特点，将明细事实表的某些重要维度属性字段做适当冗余，即宽表化处理。 明细粒度事实层的表通常也被称为逻辑事实表。数据应用层ADS（Application Data Service）：存放数据产品个性化的统计指标数据。根据CDM与ODS层加工生成。
https://help.aliyun.com/document_detail/137573.html

，此回答整理自钉群“DataWorks交流群(答疑@机器人)”

DataWorks管理表数仓分层是DataWorks提供的一种功能，用于对数据仓库中的表进行分层管理。通过数仓分层管理，您可以更好地组织和管理数据，提高数据的查询和分析效率。

在DataWorks中，数仓分层管理通常包括以下四个层次：

1. 数据引入层（ODS）：存放原始数据，未经过处理的数据。
2. 公共维度层（DIM）：存放业务公共维度数据，可以被多个业务表共享。
3. 细节数据层（DWD）：存放业务细节数据，用于满足业务特定需求的数据。
4. 汇总数据层（DWS）：存放业务汇总数据，用于支持报表和数据分析的数据。

通过数仓分层管理，您可以将数据按照不同的层次进行组织和管理，提高数据的查询和分析效率。同时，数仓分层管理也可以帮助您更好地了解和掌握数据，提高数据的质量和价值。