Tous les produits
Search
Centre de documentation

DataWorks:Hiérarchisation de l'entrepôt de données

Dernière mise à jour :Aug 10, 2026

La hiérarchisation de l'entrepôt de données organise les modèles de données en une structure stratifiée, selon les scénarios métier, les caractéristiques des données et l'utilisation système. Classer les données en couches distinctes facilite leur organisation, leur gestion et leur maintenance.

Catégories de couches

DataWorks propose des catégories de couches telles que Data Import Layer, Common Layer et Application Layer. Assignez aux catégories appropriées des couches aux fonctions différentes afin de présenter vos données sous forme hiérarchique. L'architecture par défaut utilise cinq couches, comme illustré dans la figure suivante. Après avoir planifié les couches de données, stockez les données de table dans les couches correspondantes.

image
  • Data Import Layer : importe les données source, telles que les bases de données, les journaux et les messages. Après les opérations ETL, les données source sont chargées dans cette couche. Seules les tables source peuvent être rattachées à cette couche.

  • Common Layer : traite et intègre les données communes issues de la Data Import Layer, établit des métriques et dimensions unifiées, et construit des données factuelles détaillées réutilisables ainsi que des données agrégées pour l'analyse. Cette couche peut contenir des tables de détails, des tables de dimensions et des tables d'agrégation. Les éléments Data Domain et Business Process relèvent de cette couche.

  • Application Layer : produit des statistiques de données personnalisées pour des scénarios d'application ou des produits spécifiques, à partir des données traitées et intégrées de la Common Layer. Cette couche peut contenir des tables d'application et des tables de dimensions. Les éléments Data Mart et Subject Area relèvent de cette couche.

Définir les couches de l'entrepôt de données

Couches intégrées

DataWorks fournit cinq couches intégrées : Operational Data Store (ODS) , Dimension (DIM) , Data Warehouse Detail (DWD) , Data Warehouse Summary (DWS) et Application Data Service (ADS) .

Chaque couche remplit une fonction spécifique :

Operational Data Store (ODS)

La couche ODS reçoit et met en zone tampon les données brutes destinées à l'entrepôt de données. Sa structure de table correspond au système source, servant de zone intermédiaire. La couche ODS effectue les opérations suivantes sur les données brutes :

  • Synchronise les données structurées brutes vers l'entrepôt de données, soit de manière incrémentielle, soit en mode complet.

  • Structure les données non structurées brutes, telles que les informations de journalisation, et les stocke dans l'entrepôt de données.

  • Les noms de table de la couche ODS doivent commencer par ods.

Data Warehouse Detail (DWD)

La couche DWD construit des modèles de données basés sur les événements métier et utilise les données au grain le plus fin pour créer des tables de faits détaillées. Vous pouvez dénormaliser les attributs de dimension importants dans un format de table large afin d'améliorer les performances des requêtes et de réduire les jointures entre les tables de faits et les tables de dimensions.

Data Warehouse Summary (DWS)

La couche DWS construit des modèles de données basés sur des sujets d'analyse. Elle crée des tables de faits à un niveau de granularité commun pour les métriques agrégées, en fonction des exigences des applications et produits en amont.

Par exemple, le comportement utilisateur issu de la couche ODS peut être pré-agrégé pour obtenir des dimensions communes telles que time, IP address et ID. Ces dimensions permettent ensuite de calculer des statistiques, comme le nombre de produits achetés par un utilisateur depuis différentes adresses IP sur diverses périodes. La couche DWS peut effectuer des agrégations légères supplémentaires pour améliorer l'efficacité. Par exemple, le calcul des métriques de comportement sur 7, 30 et 90 jours à partir de ces synthèses permet de gagner un temps de traitement considérable.

Application Data Service (ADS)

La couche ADS stocke des métriques statistiques personnalisées pour les produits de données et génère des rapports. Par exemple, une entreprise de commerce électronique pourrait publier un rapport sur les volumes de ventes et les classements de divers ballons de sport vendus dans une région spécifique entre le 9 et le 19 juin.

Dimension (DIM)

La couche DIM construit des modèles de données en utilisant des dimensions. Selon vos besoins métier, cette couche stocke les tables de dimensions issues des modèles logiques ou les définitions de dimensions issues des modèles conceptuels. En définissant des dimensions, en spécifiant des clés primaires, en ajoutant des attributs de dimension et en associant différentes dimensions, vous construisez des tables de dimensions analytiques cohérentes à l'échelle de l'entreprise et réduisez les incohérences dans la logique de calcul et les algorithmes.

Couches personnalisées

Accédez à la page Data Layer pour afficher les couches d'entrepôt de données intégrées. Vous pouvez basculer entre Tiled Display et Hierarchy Display pour ajuster la disposition de la page.

Si les couches intégrées ne répondent pas à vos besoins, créez des couches personnalisées :

  1. Cliquez sur Create. Dans le panneau Create Data Layer, configurez les informations de base de la couche. Le tableau suivant décrit les principaux paramètres.

    Parameter

    Description

    Category

    Fonctionne avec Model Type pour assigner la couche à une catégorie et l'associer aux types de modèle correspondants.

    Remarque

    Le paramètre Category ne peut pas être modifié après sa définition. Planifiez soigneusement vos catégories de couches.

    Model Type

    Fonctionne avec Category pour rattacher les types de modèle correspondants aux différentes catégories de couches.

    1. Data Import Layer : vous ne pouvez rattacher que ODS Table.

    2. Common Layer : vous pouvez rattacher Fact Table, Aggregate Table, Dimension Table et Conceptual Dimensions. Vous pouvez rattacher Dimension Table et Conceptual Dimensions séparément ou conjointement.

    3. Application Layer : vous pouvez rattacher Application Table, Dimension Table et Conceptual Dimensions. Vous pouvez rattacher Dimension Table et Conceptual Dimensions séparément ou conjointement.

    Remarque

    Le paramètre Model Type ne peut pas être modifié après sa définition. Planifiez soigneusement vos types de modèle.

    Description

    Une description fonctionnelle de la couche pour aider les utilisateurs à comprendre son objectif et à stocker les données dans la couche appropriée.

  2. Pour supprimer une couche, vous devez d'abord supprimer toutes les tables de données qu'elle contient.

Configurer les vérificateurs de couches d'entrepôt de données

Un vérificateur de couche d'entrepôt de données applique des conventions de nommage pour les modèles et les métriques. Lors de la création d'un objet, le vérificateur génère automatiquement son nom afin de garantir des noms de tables physiques cohérents et intuitifs.

  1. Cliquez sur une couche pour accéder à sa page de détails.

  2. Dans la section Checker Management, cliquez sur Create Rule et sélectionnez Create Rule for Model ou Create Rule for Metric .

  3. Les tableaux suivants décrivent les paramètres du vérificateur.

    Règle de modèle

    Parameter

    Description

    Rule Name

    Nom de la règle de vérification.

    Rule Type

    • Model rule : la valeur par défaut est Table Name (le nom anglais de la table). Lorsque vous créez un modèle dans Dimensional Modeling , vous pouvez sélectionner le checker correspondant pour générer automatiquement un nom de table.

    Rule Definition

    Définit la convention de nommage du modèle de données. Cette règle sert à vérifier les noms de modèles au sein de la couche dans Dimensional Modeling.

    • Model rule :

      • Saisissez un préfixe de table pour la validation. Par exemple, si la couche d'entrepôt de données exige que les noms de table commencent par dim, vous pouvez saisir dim.

      • Vous pouvez également cliquer sur l'icône 新建 pour définir la règle à l'aide d'éléments tels que l'abréviation de catégorie métier, l'abréviation de domaine de données, l'abréviation de data mart ou l'abréviation de sujet d'analyse. Vous pouvez combiner librement ces éléments.

      • Voici les conventions de nommage recommandées :

        • Dimension (DIM) : dim_{business_category}_{data_domain}_{custom_content}_{storage_policy}

        • Data Warehouse Detail (DWD) : dwd_{business_category}_{data_domain}_{business_process}_{custom_content}_{storage_policy}

        • Data Warehouse Summary (DWS) : dws_{business_category}_{data_domain}_{custom_content}_{time_period}

        • Application Data Service (ADS) : ads_{business_category}_{data_mart}_{subject_area}_{custom_content}_{time_period}

    Description

    Description du vérificateur.

    Règle de métrique

    Parameter

    Description

    Rule Name

    Nom de la règle de vérification.

    Rule Type

    • Metric rule : peut être configuré pour Display Name ou Abbreviation. Lorsque vous créez une métrique, le système génère automatiquement un nom pour la métrique dérivée selon la règle par défaut spécifiée.

    Rule Definition

    Définit la convention de nommage des métriques. Cette règle sert à vérifier les noms de métriques au sein de la couche dans Data Metrics.

    • Metric rule : définissez la règle en sélectionnant des modificateurs, une métrique atomique et une période statistique. Vous pouvez combiner ces éléments dans n'importe quel ordre.

    Description

    Description du vérificateur.

  4. Définissez un vérificateur par défaut.

    Dans la section Default Rule au-dessus de la liste des vérificateurs, définissez un vérificateur par défaut pour les modèles ou les métriques. Si vous ne spécifiez aucune règle lors de la création d'un modèle ou d'une métrique, le système utilise le vérificateur par défaut pour générer automatiquement son nom.

  5. Comprenez les règles fortes et faibles.

    1. Weak Rule : lorsqu'un vérificateur de nommage est défini comme Weak Rule, sa convention de nommage est traitée comme une recommandation. Vous pouvez ignorer la règle et créer le modèle ou la métrique avec succès en utilisant un nom personnalisé.

    2. Strong Rule : lorsqu'un vérificateur de nommage est défini comme Strong Rule, vous devez respecter sa convention de nommage pour créer un modèle ou une métrique. Sinon, vous ne pourrez pas enregistrer le modèle ou la métrique.

Utiliser les couches d'entrepôt de données

Accédez à Dimensional Modeling ou Data Metrics, sélectionnez la couche d'entrepôt de données appropriée et créez des modèles logiques ou des métriques.

Dans Dimensional Modeling, après avoir sélectionné l'onglet Common Layer et créé une table de faits, le champ Data Warehouse Layering affiche automatiquement Common Layer - Data Warehouse Detail.

Utiliser les vérificateurs

  1. Utilisez les vérificateurs dans Dimensional Modeling ou Data Metrics.

    1. Modélisation dimensionnelle :

      1. Générer automatiquement le nom de table : lorsque vous créez un modèle logique, vous pouvez sélectionner un vérificateur dans le champ Naming Rule. Le système suggère automatiquement un Table Name pour la table, en fonction de la règle du vérificateur.

      2. Valider le nom de table : lorsque vous créez ou modifiez un nom de table sans sélectionner de vérificateur, le système valide le nom saisi par rapport aux règles du vérificateur lors de l'enregistrement du modèle logique.

      3. Si plusieurs vérificateurs existent, la validation réussit tant que le nom est conforme à l'un d'eux.

    2. Métrique de données :

      1. Générer automatiquement le nom de métrique : lorsque vous créez une Derived Metric, sélectionnez une Period, un Modifier et une Atomic Metric, puis cliquez sur Intelligent Recommendation. Le système génère automatiquement un nom d'affichage et une abréviation en fonction de la Default Rule.

      2. Valider le nom de métrique : lorsque vous créez ou modifiez l'Abbreviation et le Display Name d'une métrique, le système vérifie automatiquement si les noms sont conformes aux règles du vérificateur lors de l'enregistrement de la métrique.

      3. Si plusieurs vérificateurs existent, la validation réussit tant que le nom est conforme à l'un d'eux.

  2. Lancez manuellement Start Check et View Results .

    Après avoir configuré un vérificateur, cliquez sur Start Check pour vérifier que les noms des modèles de données dans la couche actuelle respectent les conventions de nommage, puis corrigez les modèles non conformes.

    Remarque
    • La fonction Start Check n'est pas prise en charge pour les règles de métriques.

    • L'opération de vérification s'exécute uniquement pour les vérificateurs activés.

    • Un nouveau vérificateur est activé par défaut. Si vous n'avez pas besoin d'utiliser un vérificateur, vous pouvez le désactiver pour empêcher l'exécution des vérifications.

    Une fois la vérification terminée, cliquez sur View Results pour consulter les résultats.

Étapes suivantes

Une fois ces étapes terminées, accédez à Data Standard pour définir des normes, ou accédez à Dimensional Modeling et Data Metrics pour développer des modèles et des métriques.

Si votre entrepôt de données est volumineux et implique une collaboration transversale entre équipes, vous pouvez partager sa structure avec d'autres espaces de travail. Pour plus de détails, consultez Espace de travail de modélisation.