該文本主要是關(guān)于如何評(píng)估數(shù)據(jù)倉(cāng)庫(kù)建設(shè)和維護(hù)效果的一些建議和相關(guān)量化指標(biāo)，包括數(shù)倉(cāng)完善度、復(fù)用度和規(guī)范性的衡量方法。

企業(yè)數(shù)據(jù)倉(cāng)庫(kù)建設(shè)需要數(shù)據(jù)開(kāi)發(fā)者投入大量的時(shí)間和資源，對(duì)于數(shù)據(jù)團(tuán)隊(duì)來(lái)說(shuō)，管理者如何評(píng)價(jià)他們工作的好壞呢？

一群數(shù)據(jù)開(kāi)發(fā)者每天都加班加點(diǎn)，業(yè)務(wù)部門仍然吐槽數(shù)據(jù)找不到，數(shù)據(jù)沒(méi)有，又該如何評(píng)價(jià)呢？

結(jié)合數(shù)據(jù)中臺(tái)思想，數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)目標(biāo)是希望為業(yè)務(wù)提供盡可能完善的模型（需要的我都有），并且減少重復(fù)建設(shè)盡量復(fù)用（成本要足夠低），此外，還需要符合統(tǒng)一的標(biāo)準(zhǔn)規(guī)范（數(shù)據(jù)標(biāo)準(zhǔn)）。

一、數(shù)倉(cāng)完善度的衡量指標(biāo)

數(shù)倉(cāng)完善度是指經(jīng)過(guò)數(shù)據(jù)開(kāi)發(fā)長(zhǎng)時(shí)間的開(kāi)發(fā)和迭代，現(xiàn)有的數(shù)據(jù)倉(cāng)庫(kù)資產(chǎn)是否覆蓋了業(yè)務(wù)常用的查詢場(chǎng)景，業(yè)務(wù)要的，模型是否已經(jīng)建設(shè)完成？

衡量DWD層是否完善，通常看ODS層有多少表被 DWS/ADS/DM 層引用。因?yàn)?DWD 以上的層引用的越多，就說(shuō)明越多的任務(wù)是基于原始數(shù)據(jù)進(jìn)行深度聚合計(jì)算的，明細(xì)數(shù)據(jù)沒(méi)有積累，無(wú)法被復(fù)用，數(shù)據(jù)清洗、格式化、集成存在重復(fù)開(kāi)發(fā)。因此， 可以用跨層引用率指標(biāo)衡量 DWD 的完善度。

–跨層引用率：ODS 層直接被 DWS/ADS/DM 層引用的表，占所有 ODS 層表（僅統(tǒng)計(jì)活 躍表）比例?？鐚右寐试降驮胶?，在數(shù)據(jù)中臺(tái)模型設(shè)計(jì)規(guī)范中，一般要求不允許出現(xiàn)跨層引用，ODS 層數(shù)據(jù)只能被 DWD 引用。

DWS/ADS/DM 層完善度：考核匯總數(shù)據(jù)的完善度，一般主要看匯總數(shù)據(jù)能直接滿足多少查詢需求（也就是用匯總層數(shù)據(jù)的查詢比例衡量）。如果匯總數(shù)據(jù)無(wú)法滿足需求，使用數(shù)據(jù)的人就必須使用明細(xì)數(shù)據(jù)，甚至是原始數(shù)據(jù)，可以用匯總數(shù)據(jù)查詢比例衡量DWS/ADS/DM 層完善度

–匯總數(shù)據(jù)查詢比例：DWS/ADS/DM 層的查詢占所有查詢的比例。要明確的是，這個(gè)跟跨層引用率不同，匯總查詢比例不可能做到 100%，但值越高，說(shuō)明上層的數(shù)據(jù)建設(shè)越完善，對(duì)于使用數(shù)據(jù)的人來(lái)說(shuō)，查詢速度和成本會(huì)減少，用起來(lái)會(huì)更順暢。

二、數(shù)倉(cāng)復(fù)用度衡量指標(biāo)

數(shù)據(jù)中臺(tái)核心是追求模型的復(fù)用和共享，通過(guò)元數(shù)據(jù)中心的數(shù)據(jù)血緣圖，可以看到，一個(gè)比較差的模型設(shè)計(jì)，自下而上是一條線。而一個(gè)理想的模型設(shè)計(jì)，它應(yīng)該是交織的發(fā)散型結(jié)構(gòu)?？梢杂媚Ｐ鸵孟禂?shù)作為指標(biāo)，衡量數(shù)據(jù)模型設(shè)計(jì)的復(fù)用度。引用系數(shù)越高，說(shuō)明數(shù)倉(cāng)的復(fù)用性越好。

模型引用系數(shù)：一個(gè)模型被讀取，直接產(chǎn)出下游模型的平均數(shù)量。比如一張 DWD 層表被 5 張 DWS 層表引用，這張 DWD 層表的引用系數(shù)就是 5，如果把所有 DWD 層表（有下游表的）引用系數(shù)取平均值，則為 DWD 層表平均模型引用系數(shù)， 一般低于 2 比較差，3 以上相對(duì)比較好（經(jīng)驗(yàn)值）。

三、數(shù)倉(cāng)規(guī)范度衡量指標(biāo)

在數(shù)據(jù)治理初期，我們統(tǒng)計(jì)發(fā)現(xiàn)80%的表的字段描述時(shí)不全的（不到100%），超過(guò) 40% 的表都沒(méi)有分層信息，在模型設(shè)計(jì)層面，這顯然是不規(guī)范的。

除了看這個(gè)表有沒(méi)有分層，還要看它有沒(méi)有歸屬到主題域（例如交易域）如果沒(méi)有歸屬主題域，就很難找到這張表，也無(wú)法復(fù)用。

其次，你要看表的命名。拿order_detai這個(gè)命名為例，當(dāng)你看到這個(gè)表時(shí)，知道它是哪個(gè)主題域、業(yè)務(wù)過(guò)程？是全量數(shù)據(jù)的表，還是每天的增量數(shù)據(jù)？

總的來(lái)說(shuō)，通過(guò)這個(gè)表名獲取的信息太有限了。一個(gè)規(guī)范的表命名應(yīng)該包括主題域、分層、表是全量快照，還是增量等信息。

除此之外，如果在表 A 中用戶 ID 的命名是 UserID，在表 B 中用戶 ID 命名是 ID，就會(huì)對(duì)使用者造成困擾，這到底是不是一個(gè)東西。所以我們要求相同的字段在不同的模型中，它的命名必須是一致的。

常用的規(guī)范性指標(biāo)可以從數(shù)據(jù)標(biāo)準(zhǔn)治理的核心角度設(shè)定，比如，字段描述覆蓋率，模型分層信息覆蓋率、命名不規(guī)范表占比等

總之，評(píng)價(jià)數(shù)據(jù)倉(cāng)庫(kù)建設(shè)好壞需要從多個(gè)維度進(jìn)行考量，包括外部評(píng)價(jià)標(biāo)準(zhǔn)和內(nèi)部評(píng)價(jià)標(biāo)準(zhǔn)。在量化指標(biāo)方面，可以從完善度、復(fù)用度和規(guī)范性三個(gè)方面進(jìn)行衡量，以確保數(shù)據(jù)倉(cāng)庫(kù)能夠?yàn)槠髽I(yè)帶來(lái)更大的價(jià)值。