ODS层（Operational Data Store，操作数据存储层）

ODS层用于存储直接从业务系统（如SAP-HCM）抽取的数据，通常不做或仅做简单的清洗和转换，碰到的情况，比如组清洗织名称中存在特殊字符、不可见字符等。
以SAP为例，通常包括薪酬相关的RT表、人员的PA表，组织的HRP表，以及域值表、自定义PICKLIST等等

DWD层（Data Warehouse Detail，数据仓库明细层）

这一层通常是做数据清洗和维度退化
清洗包括，维度有一些存储成码值-描述的，需要进行分离。另外对于一些无效数据进行删除，比如系统里会有一些垃圾数据。
这一层主要还是要围绕事实表（如RT表），按照逻辑进行维度退化。
比如员工薪酬，是按照工号+工资项+金额按行存储的，需要转换成年度+月度+工号+姓名+组织+基本工资+补贴+奖金+其他维度这样的存储方式，方便后续的分析。
有一点需要注意的是单位的上下级关系。因为一般比如一个单位的员工，是挂在下属很多个层级的组织上的。这样就有两种处理方式，一是行拓展，二是列拓展，这个在后面详细说明。

DWS层（Data Warehouse Summary，数据仓库汇总层）

DWS层通常是按照主题汇总的数据，这个就和分析息息相关了，但是一般会在这之前建一个中间层，以指标的形式来存储汇总结果。
指标就是范围+维度+聚合字段+聚合方式，比如各月份各组织下职业经理人参与中长期激励的人数，范围就是职业经理人+参与中长期激励，维度就是月份+组织（组织一般是默认维度），聚合字段是人员明细，聚合方式是计数（如果一个员工，单月在不同组织发薪，不能简单求和，需要不重复计数）。我们可以给这个指标定义一个编码，比如ZGRS001，最终指标就以时间期间+组织+指标结果的方式落地存储。指标的范围一般在计算过程中体现
在数仓建设中有一点很重要，就是相同的字段，一定要用相同的字段名称