Summary
系统介绍工厂数据仓库的五大主题域（设备、生产、质量、物料、能耗）、四层分层架构（ODS/DWD/DWS/ADS）、六大核心维度（时间、设备、产线、工序、产品、班组）和四类核心事实表（生产报工、设备状态、质检、能耗），以及工厂特有的时序聚合粒度、批次追溯路径建模和设备状态区间建模等挑战。
Key Claims
- 工厂数仓按业务领域分为五大主题域，每个域有核心指标体系（设备域OEE/MTBF/MTTR、质量域良率/FPY/CPK等）
- 四层架构与实时离线统一架构结合：ODS保留原始数据、DWD清洗标准化、DWS轻度汇总、ADS面向应用
- 工厂特有建模挑战：时序数据聚合粒度设计、批次追溯的路径建模（投入批到产出批映射）、设备状态的区间建模
- 维度表使用SCD Type 2保留历史版本，事实表采用最细粒度
- 建模需先做业务调研深入理解ISA-95定义的制造业务流程
Connections
- 工厂数据平台总体架构 — 数仓是数据平台的核心存储与分析引擎
- 数据采集层架构 — ODS层直接映射采集层的源系统数据
- 数据服务与API层 — ADS层直接服务于API层的指标查询和报表输出
- 工厂主数据管理 — 数仓维度表使用主数据的标准编码
- 数据血缘与元数据管理 — 数仓的分层和字段转换需要血缘追踪
- DataWarehouse — 工厂数仓是DataWarehouse概念在制造领域的具体实践
- HiveSQL — Hive SQL是工厂数仓离线计算的主要语言