数据模型、数仓与 AI-Ready 数据

数据仓库是面向主题、集成、相对稳定、反映历史变化的数据集合，通过 ETL 把多源数据清洗整合，支撑报表与分析。

ETL 是把数据从多个源系统抽取（Extract）、转换（Transform）、加载（Load）到目标存储的流程，为分析提供统一可用的数据基础。

DWD/DWS/ADS 是企业数仓常见的分层建模方式。

DWD 是数据仓库分层中的明细数据层，保存经过清洗、规范但仍保留最细业务粒度的事实数据，是 DWS 汇总层、ADS 应用层的上游基础。

维度建模是数据仓库领域以事实表和维度表组织数据的建模方法，常见的有星型模型和雪花模型，便于多维分析和聚合查询。

EAV（实体-属性-值）模型是一种把"实体、属性、值"拆成行存储的表结构，常用于属性高度可变、稀疏的业务场景——一行记录一个实体在某个属性上的取值，而不是用宽表为每个属性预留一列。

父子模型是一种用于表达"主表-子表"层级或一对多从属关系的表模型，例如订单与订单明细、合同与合同条款、组织与下级组织。

指标配置层指把指标口径从 ETL/SQL 代码里"拎"出来、显式声明为可读可配置的一层。

表驱动与问驱动是两种相反的数据组织范式。

AI-Ready 数据指结构、语义和口径都已整理到 AI 可以稳定理解和使用的数据状态。