目前主流的資料倉儲分層大多為四層,也有五層的架構，這裡介紹基本的四層架構。 分別為資料貼源層(ods)、資料倉儲明細層(dw)、多維明細層(dws)和資料集市層(dm)。
下面是架構圖：
資料分層的目的是：減少重複計算，避免煙囪式開發，節省計算資源，靠上層次，越對應用友好，也對使用者友好，希望大部分（80%以上）的需求，都用DWS，DW的表來支援就行，所以ODS層資料不能被DM層任務引用，需要抽取資料到DW,或者DWS。
DWS彙總層應優先呼叫DW明細層。在呼叫可累加類指標計算時，DWS彙總層儘量優先呼叫已經產出的粗粒度彙總層，以避免大量彙總都直接從海量的明細資料層計算。
DM層優先呼叫DWS，視情況小部分可以呼叫DW，禁止直接呼叫ODS資料，避免出現過度的ODS層引用、不合理的資料複製以及子集合冗餘
DM層任務的深度不宜過大（建議不超過10層）。
總的來說,資料分層的目的如下：
- 清晰資料結構：讓每個資料層都有自己的作用和職責，在使用和維護的時候能夠更方便和理解
- 複雜問題簡化：將一個複雜的任務拆解成多個步驟來分步驟完成，每個層只解決特定的問題
- 統一資料口徑：通過資料分層，提供統一的資料出口，統一輸出口徑
- 減少重複開發：規範資料分層，開發通用的中間層，可以極大地減少重複計算的工作
資料貼源層(ods)：用來儲存原始資料，同步的指令碼和資料的表，要和原始的表有一定的聯絡，用於方便資料治理，資料溯源等。一般，同步的指令碼，和ods的表要體現源資料庫表的特徵，一般表名和欄位名，欄位格式，都和原始表保持一致，同步的形式包括增量同步和全量同步。
資料倉儲明細層(dw)：這一層存放的是一致的、準確的、乾淨的資料，即對源系統資料進行了清洗（去除了雜質）後的資料。一層一般來說是按照維度建模抽取的明細資料。通常是星形或雪花結構的資料。
多維明細層(dws)：這一層存放的是DW層的，一些通用的彙總資料。一般是某個主題的某個維度的彙總資料，用於提供後續的業務查詢，OLAP分析，資料分發等。一般來說，該層的資料表會相對較少，一張表會涵蓋比較多的業務內容，由於其欄位較多，因此一般也會稱該層的表為寬表。
資料集市層(dm)：該層主要是提供給資料產品和資料分析使用的資料，這層就是根據需求來抽取資料了。
一般來說，資料分層之後，還需要對開發資料的任務，進行規範，比如欄位格式，欄位名稱拼寫，主題劃分等，不然單純分層，是不足以建立好一個對開發友好，方便運維，方便取數的數倉的，這個分層就是一個貨物倉庫裡面各個房間的劃分，但是裡面貨物需要怎麼放，放在哪個房間那個位置，我想要某個資料應該怎麼找，這個就需要一整套資料開發規範，以及對應的資料地圖，資料血緣關係系統的支援了。
總的來說，資料層是數倉的骨頭支架，但是肌肉，心臟等這些器官，對建立一個好的數倉，也很關鍵。
參考文章：資料倉儲(6)數倉分層設計