数据仓库分为贴源层、数据仓库层、数据服务层，有人叫做数仓数据模型，或者叫"数据管理模型”。

“一生二，二生三，三生万物”，一就是元数据，二就是主数据，三就是交易数据，万物即指标数据。主数据有元数据，交易数据有元数据，一切数据都有元数据。让我们一个例子搞懂数据分类...

2023年1月4日，信通院发布了《数据中台能力成熟度模型》框架，不由让我浮想联翩，之后是不是还会出现业务中台、技术中台、AI 中台、算法中台的能力成熟度模型呢。不知道为什么，按理应该同时公开发布的文档截止到1月30日在网上也没有找到，只是查到发布会的部分PPT，大致浏览了一下，依然是熟悉的套路，基于能力成熟度模型（CMM）思想，划分为5个等级，6个域，每个域又划分为若干个子域，每个子域中有若干个能

从现实世界发展到智慧世界，要数经历**现实世界、信息世界、计算机世界、数据世界、智慧世界**五个不同的世界，我们天生具有从混沌的世界抽象信息变为信息世界的能力，但是到另外几个世界需要我们懂得计算机知识，懂得如何更好地把数据保存并应用到计算机中，这种能力就是数据建模能力，具体来说就是要搞懂数据模型，以及数据模型的三种境界——概念模型、逻辑模型、物理模型，接下来一起聊聊...

“一生二，二生三，三生万物”，一就是元数据，二就是主数据，三就是交易数据，万物即指标数据。主数据有元数据，交易数据有元数据，一切数据都有元数据。让我们一个例子搞懂数据分类...

从上述两个图可以直观的感受数据血缘的本质是什么，数据血缘（Data Lineage）即数据的来龙去脉，记录数据如何转化而来，流向何方，用可视化技术细粒度的刻画了数据从源流向终端用户的路径，帮助数据科学家洞察数据，发现数据错误的根源。数据血缘和数据起源（Data Provenance）含义相似，主要区别在于数据起源是面向业务人员，在数据更高层级揭示了数据的产生，而数据血缘更加细粒度，在业务层级和技术