貓眼技術(shù)團(tuán)隊(duì)
https://juejin.im/post/5d5be159f265da03970bbc3a
數(shù)據(jù)倉(cāng)庫(kù)存在的初期，甚至沒(méi)有數(shù)據(jù)倉(cāng)庫(kù)的時(shí)候壶愤，貓眼的日常需求報(bào)表和數(shù)據(jù)接口提供方式如圖一：
數(shù)據(jù)散落在企業(yè)各數(shù)據(jù)散落在企業(yè)各部門(mén)應(yīng)用的數(shù)據(jù)存儲(chǔ)中淑倾，它們之間有著復(fù)雜的業(yè)務(wù)連接關(guān)系，從整體上看就如一張巨大的蜘蛛網(wǎng)：結(jié)構(gòu)上錯(cuò)綜復(fù)雜征椒，卻又四通八達(dá)娇哆。在企業(yè)級(jí)數(shù)據(jù)應(yīng)用上單一業(yè)務(wù)使用方便，且靈活多變陕靠；但涉及到跨業(yè)務(wù)迂尝、多部門(mén)聯(lián)合應(yīng)用就會(huì)存在：
數(shù)據(jù)來(lái)源多樣化，管理決策數(shù)據(jù)過(guò)于分散剪芥；
數(shù)據(jù)缺乏標(biāo)準(zhǔn)垄开，難以整合；
數(shù)據(jù)口徑不統(tǒng)一税肪，可信度低溉躲；
缺乏數(shù)據(jù)管控體系榜田，數(shù)據(jù)質(zhì)量根本無(wú)法保證。
從這種原始數(shù)據(jù)存儲(chǔ)的方式提取數(shù)據(jù)锻梳，長(zhǎng)期以往將會(huì)碰見(jiàn)以下問(wèn)題：
數(shù)據(jù)缺乏可信性
數(shù)據(jù)越來(lái)越分散化
數(shù)據(jù)缺乏統(tǒng)一的標(biāo)準(zhǔn)箭券，將失去數(shù)據(jù)準(zhǔn)確性的意義
數(shù)據(jù)倉(cāng)庫(kù)的定義
數(shù)據(jù)倉(cāng)庫(kù)之父Bill Inmon在1991年出版的“Building the Data Warehouse”一書(shū)中所提出的定義被廣泛接受：數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse）是一個(gè)面向主題的（Subject Oriented）、集成的（Integrated）疑枯、相對(duì)穩(wěn)定的（Non-Volatile）辩块、反映歷史變化（Time Variant）的數(shù)據(jù)集合，用于支持管理決策（Decision Making Support）
面向主題的：普通的操作型數(shù)據(jù)庫(kù)主要面向事務(wù)性處理荆永，而數(shù)據(jù)倉(cāng)庫(kù)中的所有數(shù)據(jù)一般按照主題進(jìn)行劃分废亭。主題是對(duì)業(yè)務(wù)數(shù)據(jù)的一種抽象，是從較高層次上對(duì)信息系統(tǒng)中的數(shù)據(jù)進(jìn)行歸納和整理具钥。面向主題的數(shù)據(jù)可以劃分成兩部分----根據(jù)原系統(tǒng)業(yè)務(wù)數(shù)據(jù)的特點(diǎn)進(jìn)行主題的抽取和確定每個(gè)主題所包含的數(shù)據(jù)內(nèi)容豆村。例如用戶主題、折扣卡主題骂删、賣(mài)品主題掌动、活動(dòng)主題、財(cái)務(wù)主題等宁玫；分析數(shù)據(jù)倉(cāng)庫(kù)主題的時(shí)候粗恢，一般方法是先確定幾個(gè)基本的主題，然后再將范圍擴(kuò)大撬统，最后再逐步求精
集成性：面向操作型的數(shù)據(jù)庫(kù)通常是異構(gòu)的适滓、并且相互獨(dú)立，所以無(wú)法對(duì)信息進(jìn)行概括和反映信息的本質(zhì)恋追。而數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是經(jīng)過(guò)數(shù)據(jù)的抽取凭迹、清洗、切換苦囱、加載得到的嗅绸，所以為了保證數(shù)據(jù)不存在二義性，必須對(duì)數(shù)據(jù)進(jìn)行編碼統(tǒng)一和必要的匯總撕彤，以保證數(shù)據(jù)倉(cāng)庫(kù)內(nèi)數(shù)據(jù)的一致性鱼鸠。數(shù)據(jù)倉(cāng)庫(kù)在經(jīng)歷數(shù)據(jù)集成階段后，使數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)都遵守統(tǒng)一的編碼規(guī)則羹铅，并且消除許多冗余數(shù)據(jù)蚀狰。
穩(wěn)定性：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)反映的都是一段歷史時(shí)期的數(shù)據(jù)內(nèi)容，它的主要操作是查詢职员、分析而不進(jìn)行一般意義上的更新（數(shù)據(jù)集成前的操作型數(shù)據(jù)庫(kù)主要完成數(shù)據(jù)的增加麻蹋、修改、刪除焊切、查詢）扮授，一旦某個(gè)數(shù)據(jù)進(jìn)入到數(shù)據(jù)倉(cāng)庫(kù)后芳室，一般情況下數(shù)據(jù)會(huì)被長(zhǎng)期保留，當(dāng)超過(guò)規(guī)定的期限才會(huì)被刪除刹勃。通常數(shù)據(jù)倉(cāng)庫(kù)需要做的工作就是加載堪侯、查詢和分析，一般不進(jìn)行任何修改操作荔仁，是為了企業(yè)高層人員決策分析之用伍宦，（以上方法對(duì)于專(zhuān)資數(shù)據(jù)不太適用，專(zhuān)資數(shù)據(jù)總是存在部分影院延遲上報(bào)的問(wèn)題）
反映歷史變化：數(shù)據(jù)倉(cāng)庫(kù)不斷從操作型數(shù)據(jù)庫(kù)或其他數(shù)據(jù)源獲取變化的數(shù)據(jù)咕晋，從而分析和預(yù)測(cè)需要的歷史數(shù)據(jù)雹拄，所以一般數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)表的鍵碼（維度）都含有時(shí)間鍵收奔，以表明數(shù)據(jù)的歷史時(shí)期信息掌呜，然后不斷增加新的數(shù)據(jù)內(nèi)容。通過(guò)這些歷史信息可以對(duì)企業(yè)的發(fā)展歷程和趨勢(shì)做出分析和預(yù)測(cè)坪哄。數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)需要大量的業(yè)務(wù)數(shù)據(jù)作為積累质蕉，并將這些寶貴的歷史信息經(jīng)過(guò)加工、整理翩肌，最后提供給決策分析人員模暗，這是數(shù)據(jù)倉(cāng)庫(kù)建設(shè)的根本目的。
數(shù)據(jù)倉(cāng)庫(kù)建模方法
實(shí)體建模法
實(shí)體建模并不是數(shù)據(jù)倉(cāng)庫(kù)建模中常見(jiàn)的一個(gè)方法念祭，它來(lái)源于哲學(xué)的一個(gè)流派兑宇。從哲學(xué)的意義上說(shuō)，客觀世界應(yīng)該是可以細(xì)分的粱坤，客觀世界應(yīng)該可以分成由一個(gè)個(gè)實(shí)體隶糕，以及實(shí)體與實(shí)體之間的關(guān)系組成。那么在數(shù)據(jù)倉(cāng)庫(kù)的建模過(guò)程中完全可以引入這個(gè)抽象的方法站玄，將整個(gè)業(yè)務(wù)也可以劃分成一個(gè)個(gè)的實(shí)體枚驻，而每個(gè)實(shí)體之間的關(guān)系，以及針對(duì)這些關(guān)系的說(shuō)明就是我們數(shù)據(jù)建模需要做的工作株旷。 雖然實(shí)體建脑俚牵看起來(lái)好像有些抽象，其實(shí)理解起來(lái)很容易晾剖。即我們可以將任何一個(gè)業(yè)務(wù)劃分成3個(gè)部分锉矢，實(shí)體，事件和說(shuō)明齿尽。
上圖表述的是一個(gè)抽象的含義沽损，如果描述一個(gè)簡(jiǎn)單的事實(shí)：“小明開(kāi)車(chē)去學(xué)校上學(xué)”。以這個(gè)業(yè)務(wù)事實(shí)為例雕什，我們可以把“小明”缠俺，“學(xué)邢跃В”看成是一個(gè)實(shí)體，“上學(xué)”描述成一個(gè)業(yè)務(wù)過(guò)程壹士，在這里可以抽象為一個(gè)具體“事件”磷雇，而“開(kāi)車(chē)去”怎可以看成事件“上學(xué)”的一個(gè)說(shuō)明。
從上面列舉的例子可以了解躏救，我們使用的抽象歸納方法其實(shí)很簡(jiǎn)單唯笙，任何業(yè)務(wù)可以看成3個(gè)部分：
實(shí)體：指領(lǐng)域建模中特定的概念主題，指發(fā)生業(yè)務(wù)關(guān)系的對(duì)象盒使；
事件：指概念主體之間完成一次業(yè)務(wù)流程的過(guò)程崩掘，指特定的業(yè)務(wù)過(guò)程；
說(shuō)明：主要是針對(duì)實(shí)體和事件的特殊說(shuō)明少办。
由于實(shí)體建模法苞慢，能夠很輕松的實(shí)現(xiàn)業(yè)務(wù)建模的劃分。因此英妓，在業(yè)務(wù)建模階段和領(lǐng)域建模階段挽放，實(shí)體建模方法有著廣泛的應(yīng)用。一般在沒(méi)有現(xiàn)成的行業(yè)建模的情況下蔓纠，可以采用實(shí)體建模的方法辑畦，和客戶一起清理整個(gè)業(yè)務(wù)的模型，進(jìn)行領(lǐng)域概念的劃分腿倚，抽象出具體的業(yè)務(wù)概念纯出，結(jié)合客戶的使用特點(diǎn)，完全可以創(chuàng)建出一個(gè)符合自己需要的數(shù)據(jù)倉(cāng)庫(kù)模型來(lái)敷燎。 但是暂筝，實(shí)體建模也有著自己先天的缺陷，由于實(shí)體說(shuō)明法只是一種抽象客觀事件的方法懈叹，因此乖杠，注定了該建模方法只能局限在業(yè)務(wù)建模和領(lǐng)域概念建模階段。因此澄成，到了邏輯建模階段和物理建模階段胧洒，則是范式建模和維度建模發(fā)揮長(zhǎng)處的階段。
范式建模法
范式建模法其實(shí)是我們?cè)跇?gòu)建數(shù)據(jù)模型常用的一個(gè)方法墨状，該方法的主要由inmon所提倡卫漫，主要解決關(guān)系型數(shù)據(jù)庫(kù)中數(shù)據(jù)存儲(chǔ)，利用的一種技術(shù)層面上的方法肾砂。目前列赎，在關(guān)系型數(shù)據(jù)庫(kù)中的建模方法，大部分采用的是三范式建模法镐确。 范式是數(shù)據(jù)庫(kù)邏輯模型設(shè)計(jì)的基本理論包吝，一個(gè)關(guān)系模型可以從第一范式到第三范式進(jìn)行無(wú)損分解饼煞，這個(gè)過(guò)程也可以稱(chēng)為規(guī)范化。在數(shù)據(jù)倉(cāng)庫(kù)的模型設(shè)計(jì)中目前一般采用第三范式诗越，他有著嚴(yán)格的數(shù)學(xué)定義砖瞧。從其表達(dá)的含義來(lái)看，一個(gè)符合第三范式的關(guān)系必須具有以下三個(gè)條件：
每個(gè)屬性值唯一嚷狞，不具有多義性块促；
每個(gè)非主屬性必須完全依賴于整個(gè)主鍵，而非主鍵的一部分床未；
每個(gè)非主屬性不能依賴于其他關(guān)系中的屬性竭翠，因?yàn)檫@樣的話，這種屬性應(yīng)該歸到其他關(guān)系中去薇搁。
根據(jù)Inmon的觀點(diǎn)斋扰，數(shù)據(jù)倉(cāng)庫(kù)模型的建設(shè)方法和業(yè)務(wù)系統(tǒng)的企業(yè)數(shù)據(jù)模型類(lèi)似。在業(yè)務(wù)系統(tǒng)中只酥，企業(yè)數(shù)據(jù)模型決定了數(shù)據(jù)的來(lái)源褥实，而企業(yè)數(shù)據(jù)模型也分為兩個(gè)層次，即主題域模型和邏輯模型裂允。同樣，主題域模型可以看成業(yè)務(wù)模型的概念模型哥艇，而邏輯模型則是域模型在關(guān)系型數(shù)據(jù)庫(kù)上的實(shí)例化绝编。
從業(yè)務(wù)數(shù)據(jù)模型轉(zhuǎn)向數(shù)據(jù)倉(cāng)庫(kù)模型時(shí)，同樣也需要有數(shù)據(jù)倉(cāng)庫(kù)的域模型貌踏，即概念模型十饥，同時(shí)也存在域模型的邏輯模型。這里祖乳，業(yè)務(wù)模型中的數(shù)據(jù)模型和數(shù)據(jù)倉(cāng)庫(kù)的模型稍稍有一些不同逗堵，主要區(qū)別在于：
數(shù)據(jù)倉(cāng)庫(kù)的域模型應(yīng)該包含企業(yè)數(shù)據(jù)模型的域模型之間的關(guān)系，以及各個(gè)域模型定義眷昆。數(shù)據(jù)倉(cāng)庫(kù)的域模型的概念應(yīng)該比業(yè)務(wù)系統(tǒng)的主題域模型規(guī)范更加廣蜒秤。
在數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型需要從業(yè)務(wù)系統(tǒng)的數(shù)據(jù)模型中的邏輯模型中抽象實(shí)體，實(shí)體的屬性亚斋，實(shí)體的子類(lèi)作媚，以及實(shí)體的關(guān)系等。
范式建模法的最大優(yōu)點(diǎn)就是從關(guān)系型數(shù)據(jù)庫(kù)的角度出發(fā)帅刊，結(jié)合了業(yè)務(wù)系統(tǒng)的數(shù)據(jù)模型纸泡，能夠比較方便的實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)的建模。但其缺點(diǎn)也很明顯赖瞒，由于建模方法限定在關(guān)系型數(shù)據(jù)庫(kù)之上女揭，在某些時(shí)候反而限制了整個(gè)數(shù)據(jù)倉(cāng)庫(kù)模型的靈活性蚤假，性能等，特別是考慮數(shù)據(jù)倉(cāng)庫(kù)的底層數(shù)據(jù)向數(shù)據(jù)集市的數(shù)據(jù)進(jìn)行匯總時(shí)吧兔，需要進(jìn)行一定的變通才能滿足響應(yīng)的需求勤哗。
維度建模法
維度建模法，是Kimball最先提出的概念掩驱，將數(shù)據(jù)抽象為事實(shí)表與維度表兩種芒划，而根據(jù)二者之間的關(guān)系將整體的模型劃分為星型模型與雪花模型兩種。這種建模方法的優(yōu)勢(shì)在于欧穴，根據(jù)各個(gè)維度對(duì)數(shù)據(jù)進(jìn)行了預(yù)處理民逼，比如按照時(shí)間維度進(jìn)行預(yù)先的統(tǒng)計(jì)、分類(lèi)等等涮帘，可以提高數(shù)據(jù)分析應(yīng)用時(shí)的效率拼苍，是適于分析的一種方法。具體來(lái)看看幾個(gè)概念：
維度表與事實(shí)表调缨。維度表疮鲫，描述的是事物的屬性，反映了觀察事物的角度弦叶。事實(shí)表俊犯，描述的是業(yè)務(wù)過(guò)程的事實(shí)數(shù)據(jù)，是要關(guān)注的具體內(nèi)容伤哺，每行數(shù)據(jù)對(duì)應(yīng)一個(gè)或多個(gè)度量事件燕侠。比如，分析“某地區(qū)某商品某季度的銷(xiāo)量”立莉，就是從地區(qū)绢彤、商品、時(shí)間（季度）三個(gè)角度來(lái)觀察商品的銷(xiāo)量蜓耻，維度表有地區(qū)表茫舶、商品表和時(shí)間表，事實(shí)表為銷(xiāo)量表刹淌。在銷(xiāo)量表中饶氏，通過(guò)鍵值關(guān)聯(lián)到三個(gè)維度表中，通過(guò)度量值來(lái)表示對(duì)應(yīng)的銷(xiāo)量芦鳍，因此事實(shí)表通常有兩種字段：鍵值列嚷往、度量值列。
星型模型與雪花模型柠衅。兩種模型表達(dá)的是事實(shí)表與維度表之間的關(guān)系皮仁。當(dāng)所有需要的維度表都直接關(guān)聯(lián)到事實(shí)表時(shí)，看上去就是一顆星星，稱(chēng)之為星型模型贷祈；當(dāng)有一個(gè)或多個(gè)維表沒(méi)有直接關(guān)聯(lián)到到事實(shí)表上趋急，而是通過(guò)其他維度表連接到事實(shí)表上時(shí)，看上去就是一顆雪花势誊，稱(chēng)之為雪花模型呜达。二者的區(qū)別在于，雪花模型一定程度上降低了信息冗余度粟耻，但是合適的冗余信息能有效的幫助我們提高查詢效率查近。
- 基本的維度建模思路。維度建模的基本思路可以歸納為這么幾點(diǎn)：第一挤忙，確定主題霜威，即搞清楚要分析的主題是什么，比如上述的“某地區(qū)某商品某季度的銷(xiāo)量”册烈；第二戈泼，確定分析的維度，準(zhǔn)備從哪幾個(gè)角度來(lái)分析數(shù)據(jù)赏僧；第三大猛，確定事實(shí)表中每行的數(shù)據(jù)粒度，比如時(shí)間粒度細(xì)化到季度就可以了淀零；第四挽绩，確定分析的度量事件，即數(shù)據(jù)指標(biāo)是什么窑滞。
舉個(gè)例子琼牧，業(yè)務(wù)場(chǎng)景是：一款做連鎖企業(yè)招聘工作的產(chǎn)品，比如為麥當(dāng)勞的所有連鎖門(mén)店招聘員工哀卫，現(xiàn)在要分析“每家門(mén)店的招聘情況如何？”撬槽。結(jié)合具體業(yè)務(wù)此改，我們引入六個(gè)維度：時(shí)間維度、地區(qū)維度侄柔、品牌維度共啃、門(mén)店維度、職位維度暂题、申請(qǐng)渠道移剪；數(shù)據(jù)指標(biāo)上，主要有申請(qǐng)工作人數(shù)薪者、申請(qǐng)工作次數(shù)纵苛、聘用人數(shù)、拒絕人數(shù)，每個(gè)指標(biāo)分別有增量值和總量值兩種攻人；數(shù)據(jù)粒度上取试，時(shí)間維度細(xì)分到以小時(shí)為單位，地區(qū)維度細(xì)分到市一級(jí)怀吻。下圖所示便是相應(yīng)的星型模型瞬浓，有三點(diǎn)值得一提：
可以看到我們只建立了四張維度表，地區(qū)維度和渠道維度是直接以字符串的形式放到事實(shí)表中的蓬坡。這是維度設(shè)計(jì)中經(jīng)常遇到的一個(gè)問(wèn)題：如果這個(gè)維度只有一個(gè)屬性猿棉，那么是作為單獨(dú)的一張表還是作為事實(shí)表的一部分？其實(shí)并沒(méi)有完全對(duì)與錯(cuò)的答案屑咳，只有是否適合自己的答案萨赁。這里，城市與渠道的信息并不會(huì)發(fā)生變化乔宿，所以放入事實(shí)表中可以避免聯(lián)合查詢位迂。
建立了統(tǒng)一的時(shí)間維度，可以支持各種時(shí)間統(tǒng)計(jì)方案详瑞，避免在查詢時(shí)進(jìn)行時(shí)間值運(yùn)算掂林。
在品牌維度、門(mén)店維度坝橡、職位維度三張表中泻帮，都有prod_xxxx_id的字段，其值是產(chǎn)品業(yè)務(wù)數(shù)據(jù)庫(kù)中相應(yīng)數(shù)據(jù)的id计寇，作用是為了與業(yè)務(wù)數(shù)據(jù)庫(kù)中的信息進(jìn)行同步锣杂。當(dāng)業(yè)務(wù)數(shù)據(jù)庫(kù)中的相關(guān)信息發(fā)生變化時(shí)，會(huì)通過(guò)ETL來(lái)更新數(shù)據(jù)倉(cāng)庫(kù)中的信息番宁，因此我們需要這樣的一個(gè)字段來(lái)進(jìn)行唯一標(biāo)識(shí)元莫。
數(shù)倉(cāng)在維度建模層次劃分
經(jīng)過(guò)長(zhǎng)時(shí)間的探索，在物理建模這個(gè)過(guò)程中一般會(huì)進(jìn)行層次劃分蝶押，分別是：基礎(chǔ)事實(shí)踱蠢、輕度匯總層、集市寬表層棋电。
基礎(chǔ)事實(shí)層（detail）：基礎(chǔ)層的數(shù)據(jù)粒度比較細(xì)茎截，通常與ods層的粒度相似，只是在ods數(shù)據(jù)的基礎(chǔ)上做了清洗赶盔、規(guī)范化和為了方便分析而作的一些整合企锌，有可能需要結(jié)合維度表。
輕度匯總層（aggr）：匯總層是根據(jù)各集市的數(shù)據(jù)需求于未，抽象出比較通用的數(shù)據(jù)撕攒，對(duì)明細(xì)層按照一些統(tǒng)計(jì)偏向（例如：口徑陡鹃、業(yè)務(wù)方向）進(jìn)行匯總得到。
集市款表層（topic）：集市寬表主要是在輕度匯總層的基礎(chǔ)之上創(chuàng)建打却，由于輕度匯總層的數(shù)據(jù)有所偏向杉适，所以按照這些事實(shí)表的粒度和公共維度，通過(guò)更高等級(jí)的視圖將它們整合起來(lái)
維度表：包括直接從業(yè)務(wù)方同步的維度表柳击、根據(jù)事實(shí)表整理成的維度表以及直接生成的維度表等猿推。
貓眼的數(shù)據(jù)倉(cāng)庫(kù)建設(shè)的發(fā)展史
階段一：
2015年的貓眼初步建設(shè)數(shù)據(jù)倉(cāng)庫(kù)的時(shí)候，以快速滿足業(yè)務(wù)需求為主捌肴，為了盡快達(dá)到數(shù)據(jù)展示效果蹬叭，多數(shù)需求以煙筒式開(kāi)發(fā)為主，針對(duì)每個(gè)需求的特點(diǎn)状知，獨(dú)立開(kāi)發(fā)每個(gè)需求秽五，需求之間沒(méi)有關(guān)聯(lián)，沒(méi)有交互饥悴，沒(méi)有復(fù)用坦喘，底層數(shù)據(jù)表結(jié)構(gòu)調(diào)整后，數(shù)據(jù)測(cè)修改的更多西设。運(yùn)維成本出奇的高瓣铣，隨時(shí)時(shí)間的推移，數(shù)據(jù)存在不一致性贷揽。
階段二：
針對(duì)階段一的貓眼數(shù)據(jù)倉(cāng)庫(kù)的缺點(diǎn)棠笑，后期升級(jí)貓眼離線數(shù)據(jù)倉(cāng)庫(kù)，針對(duì)一的缺點(diǎn)禽绪，我們發(fā)現(xiàn)需求方多來(lái)自同一個(gè)業(yè)務(wù)蓖救，比如選座，折扣卡印屁，券碼等產(chǎn)品或者運(yùn)營(yíng)循捺。
我們按照業(yè)務(wù)方的特點(diǎn)，建設(shè)以業(yè)務(wù)為主題的數(shù)據(jù)倉(cāng)庫(kù)模型雄人，改變同一業(yè)務(wù)無(wú)法復(fù)用數(shù)據(jù)巨柒，改變同一業(yè)務(wù)數(shù)據(jù)一致性的
階段三
面向模型開(kāi)發(fā)，針對(duì)不同業(yè)務(wù)柠衍，怎么解決同名同義性列牺，異名異議性妻往，以及如何解決數(shù)據(jù)孤島的問(wèn)題，我們提出用模型解決赞弥，前期我們將從訂單模型正罢，UGC模型阵漏，以及支付模型，財(cái)務(wù)模型出發(fā)，統(tǒng)一同源數(shù)據(jù)履怯，統(tǒng)一公司口徑回还，統(tǒng)一數(shù)據(jù)生成出口
