---
order: 2
---
# 模型分类

## ODS模型{#ods}

直接连接第三方数据库，可能提取也可能没提取。

操作型数据存储(Operational Data Store)，人们对数据的处理行为可以划分为操作型数据处理和分析型数据处理，操作型数据处理一般放在传统的数据库(Database,DB)中进行，分析型数据处理则需要在数据仓库(Data Warehouse,DW)中进行。

使用场景：

1. 实时查询业务库数据。
2. 提取业务库数据到分析仓库。

## APP模型{#app}

报表填报应用、流程应用所使用的模型，这类模型的数据和结构是我们系统或我们系统的用户维护的。

使用场景：

1. 用户在系统内创建的事实表、维表。
2. 报表填报应用、流程应用产生的模型

## 数据加工模型{#dataflow}

一个流程加工的结果作为一个模型，可能提取也可能没提取。

使用场景：

1. ETL建模。
2. 数据探查分析。

## SQL查询模型{#sql}

一个SQL的输出结果作为一个模型，可能提取也可能没提取。

使用场景：

1. 自定义SQL查询。

## 关联查询模型{#relation-query}

多个模型表关联的结果作为一个模型，可能提取也可能没提取。

使用场景：

1. 方便对数据做查询，可以对数据做分组、过滤、排序，并且可以基于关联查询再次做查询和分析。侧重于数据的展示，而不像dashboard同时兼顾数据和展示效果。

## 数据子集模型{#dataset}

基于数据模型表和数据加工表，进行过滤、排序、选择字段后的子集。

使用场景：

1. 子集是一个更接近具体的业务的数据集合，子集将对数据的过滤和筛选等操作抽象到了一个对象上，避免了superage中大量的组建都要实现数据取数的麻烦。

## 指标库定义模型{#dim-indicator}

用于定义指标库，即指标编码、指标口径等指标的元数据，技术上类似一个维表。

## 指标库存储模型{#indicator}

用于定义指标存储，用于分期分单位存储指标定义库中定义的若干指标，技术上类似一个事实表。