数据大体系（二）——数仓的一般命名规范

引

这一节，我们来讲讲数仓的一般的命名规范。

在这一节， 您相信您能获得以下知识：

1. 传统数据仓库中，各个分层节点、表的命名方式

2. 相信，有一些知识内容，您可以直接带回去用

命名原则

既然是聊的数仓的命名规范，那么一定会首先和上一节知识有关系。

在上一节我们聊到，一般的数仓纵向分层，我们会分成 ODS、DWD、DWS、DM/ADS ，按照这类简单的数据分层方式，将数据的加工流向进行标准化。因此，我们来先依次对这几个层的命名进行一些梳理和说明。

ODS

从上一节我们知道，ods 这一层，一般都是和 OLTP 业务系统贴近，所以基本是将业务系统中的数据给拉过来。因此，其操作行为主要是数据集成。

集成入库

集成入库，一般用这样的命名规范来表示：

```

imp_ods_{源系统库}_{源表名}

```

表的命名，基本可以遵循以下规范：

```

ods_{源系统库}_{源表名}

```

如果有特殊的时间要求，可在表后面加对应的时间标识，如 1d 或者 1m。

DWD/DWS

对于 DW 这一层而言，基本都是使用 SQL 进行数据加工的对应操作。因此 dwd/dws 都原则上以其目的来进行对应命名。而对于一般数据仓库而言，数据往往是分主题域进行的。啥是主题域？主题域其实是一种方便我们进行数据管理的一种分类。如我们一般电商行业分类会有 商品主题域、财务主题域、订单主题域等等。这里需要注意的是，每个行业的主题域都会有所差异，具体需要试业务场景而言，不可同日而语；但其本质我们可以进行参考，便是类似金字塔一样，将一个个数据划分到不同的一级、二级、三级目录，以方便我们的管理。因此，DW 这一层，节点上可以这样来进行命名规范：

```DWD/DWS 层

dwd/dws_{一级主题域}_{二级主题域}_{三级主题域}_业务_描述_di/df

```

这里业务、描述，可以比较灵活地去书写，保证其唯一性。

认真的读者一定会注意到最后的 di/df ，这个标识，指的的是数据是增量还是全量进行。 di 表示数据每次是增量写入，data increment ；而 df 则表示数据每次是全量写入 data full 。

对于表的命名，我们可以直接使用节点工作流的命名，以保证所见即所得的将节点和工作流匹配起来：

``` DWD/DWS 表的命名规范

dwd/dws_{一级主题域}_{二级主题域}_{三级主题域}_业务_描述_di/df

```

DM/ADS 层

对于 DM 来说，一般已经成为了一个指标的集市，因此一般而言可以以一个主题域为划分及命名，如下：

```DM 层节点/表的命名规范

dm_{一级主题域}_业务_描述_xd/xm/xy

```

这里， xd/xm/xy 一般指的是，我们的 DM 集市的更新周期，例如 1d 是更新周期为 1 天，1m 是一个月，7d 是 7 天这样。

不过，dm 也有可能会形成跨一级主题域的大的指标集市，这时候并不一定要做强制规范，可以灵活变动。

ADS 层基本也是类似。ADS 是基于特定的目的去设计的集合表，往往不会有特定的强制规范命名，不过也可以去遵循一定的规律：

``` ADS 层节点/表的命名建议

ads_{业务属主}_{应用缩写}_业务_描述_xd/xm/xy

```

这里，每个字段，都可以根据需要进行对应的调整，保持其灵活性。

其他

除了以上的大的一些分层，我们再做一些查漏补缺：

视图

视图，从本质上说，是从某个表来，为了某个目的而存在的一种‘表’。有时候你都不能叫表，所以以引号表示之。所以我们可以以其本质来对视图做一些规范：

```视图的命名规范

view_{来源的表名}_{特定目的}

```

这里我们看到，视图主要以 view 字段开头，连接其来源表，然后将对应的目的进行连接，达到视图表的创建规范。

集成导出

在数据的整体架构中，我们之前一直都在谈数据本身，而并没有对其承载的中间件做过多的介绍。事实上，不同的数据库系统中间件由于其底层数据结构/架构等不同，其擅长的领域也不同。如我们可以用 Hive 去做数仓，但 Hive 的计算实在···因此我们一般可以用类似 ClickHouse 或者 Vertica 或者阿里 ADS 这种分析型的数据库来对其加速。而这里我们就需要将在 Hive 里做了部分计算的中间数据导出到分析型数据库中，使用 DataX 或者其他的工具，可以完成这样的工作。

而这类的节点命名，我们也会遵循一定的命名规范：

``` 集成导出命名规范

exp_{需要导出的表名}_{导出到的系统}

```

当然如果只有一个需要导出的数据库系统，这里也可以省略。一切可以试实际情况进行操作。

临时

临时表一般比较简单，可以直接在我们想要进行开发的节点前加tmp，这里不再赘述。

结

本节，我们以非常简单的形式，介绍了一些可以参考的各个数仓分层的命名规范。而在实际业务中，往往还会因为不同的业务产生出其他的命名规范，但其基本的原则这里也都有涵盖。我们在实际过程中，灵活应用即可。

于辛丑年冬月初八