金融行业数据仓库的建设思路

金融机构建设数据仓库并非一朝一夕之事，需要投入巨大的人力物力，是整个公司战略级的项目，本文只是结合自己的行业知识，整理下大概的建设思路。

什么是数据仓库？来自百度百科的解释：数据仓库，英文名称为Data Warehouse，可简写为DW或DWH。数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。 为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。

从上面概念中，大概可以知道数据仓库是用于上层分析性报告和决策支持的基石，也就是现在流行的数据中台中重要的组成部分。所以搭建好数据仓库，是整个数据中台建设的重中之重。

数据仓库一般分为4个层，依次是数据缓冲层-->数据整合层-->数据基础层-->数据服务层，加上底层应用系统的数据源层，和上层分析应用的数据集市层，整个分布图大概如下：

下面主要说明下，每个层的作用，以及层与层之前的转换边界问题。

数据源：主要是企业早期建立的各个独立的业务系统或者数据中心，简单的说就是各个数据库DB实例。

数据缓冲层：也称贴源层或ODS层，存储的表数据基本和数据源一致，只是扩展了数据导入时间和导入日期，因为它的数据来源需要通过ETL从数据源层抽取转换过来。

数据整合层：也称模型层，这层是整个数据仓库最重要的，它的作用是对公司的全域数据进行系统建模，相关人员必须对整个行业的业务十分熟悉，比如基金行业，需要对证券主信息标准化，证券市场信息标准化，数据字典标准化，数值（单位）标准化，记录（数据来源）标准化等等。数据缓冲层到数据整合层，会涉及到数据的简单清洗和转换，但不会涉及到计算过程。关于行业标准，这里引用下《中国资本市场标准网》http://www.csisc.cn/zbscbzw/hysjmx/index_hysjmx.shtm

数据基础层：也称基础指标层，从数据整合层到数据基础层，会涉及指标因子的计算，比如持仓市值=持仓数量*收盘价，不过基本都是简单的计算。

数据应用层：也称指标准备层，从数据基础层到数据应用层，会涉及指标的深度计算，比如由数据基础层计算的收益率，延伸计算为7日收益率，成立以来收益率等等。数据基础层形成的指标，也会直接复用到数据应用层。

数据集市：这层主要是业务场景的应用，根据具体的业务场景，由数据应用层的指标进行拼凑，形成具体的解决方案，供上层应用分析，决策。

本文只是对数据仓库做个简单介绍，后续有时间再针对每个点涉及的技术（比如大数据平台的应用）作深入剖析。