数仓建模—OneData体系

OneData

现有较为流行数据中台构建方法论是一般沿用阿里系那套（当然也有其他大厂做，方法论类似）做法，其中数据仓库构建部分也是使用OneData数仓建模方法论。

这里关于OneData数仓做一点说明，其不是除Innmon 3NF范式建模、Kimball维度建模以及Valut建模方法之外新数仓建模方法论，OneData建模方法论本质上是Kimball维度建模方法论结合平台系统，划分数据域，标准化了建模流程、固化了建模动作验证并保证模型元素（数据域，业务过程、来源表、表和指标中文和英文名称、计算口径等）唯一性的一种实践。

最终可以降本增效

数据体系建设中遇到的常见问题

1. 数据孤岛：各产品、业务的数据相互隔离，难以通过共性ID打通
2. 重复建设：重复的开发、计算、存储，带来高昂的数据成本
3. 数据歧义：指标定义口径不一致，造成计算偏差，应用困难

接下来我们看一下阿里是怎么解决这个问题的

对阿里OneData的思考

1. 整个OneData体系覆盖范围广，包含