在 2019 年前，小米的中国区、国际部等业务数据团队在进行独立的数仓建设，这个时期是烟囱式的开发。随着业务飞速发展，在集团技术委 ABC（AI、Big data、Cloud）策略的指导下，开始建设统一的销售数仓。在 2020 年，完成了离线销售数仓的建设，同时在筹备实时数仓的建设。2021 年，实时数仓建设完毕，随着后续的业务和技术升级，进入了迭代优化和数据应用阶段。
小米的销售数仓整体上就是存放整个公司销售数据的仓库，包括了订单数据、物流数据、门店数据、用户行为数据及商品数据，并按照维度建模和规范进行建设的高效数据集合。
上图是销售数仓的场景图，数据主要来自于两个部分，一是在线业务数据，主要是订单系统、商品中心（小米的所有商品进行管理的地方）、门店系统（线下门店进行管理的地方）、售后系统和进销存系统。同时也有一些日志采集数据，经过销售数仓的处理，划分为不同的主题进行建设。销售数仓整体会进行元数据管理，目标是做到全域的元数据管理。最上层是数据应用层，包括集团数据看板、三区运营的看板、实时大屏、大促战报和数据挖掘。
销售数仓数据的获取主要通过以下三种方式：
- 用户通过数据地图进行查询，数据地图中会显示集群、存储介质、表详情、血缘等。
- 通过数据工场，可以进行数据查询以及任务的开发部署等。
- 通过数据百科，对数据指标进行管理录入和使用。
数仓的使用形式有多种，包括传统的离线 Hive、数据湖 Iceberg、实时消息队列 Talos、OLAP 引擎、即时查询等。
销售数仓的目标是为公司提供准确好用的销售数据。在区域方面，包含全球的业务；在品类方面，包含手机、笔记本、大家电、生态链等；在渠道方面，包含小米网、商城、米家、三方平台等。我们的日单量在千万级别，每天会处理上亿条日志数据。
二、数仓建设理论
在进行数仓建设时，首先是梳理业务，找到核心业务逻辑，对业务过程进行认识和理解，并在数据库中找到相关的数据表。在此基础上，站在更高维度对业务流和数据流进行汇总和分类，划分好主题域，便于后续的管理。然后进行事实表和维表的梳理，借助数据百科进行指标梳理，以具体的业务为核心，指标与维度同等重要。接下来对数仓进行建模，按照维度建模方式组织数据，在这个过程中需要注意分层和规范。最后就是物理实现，这个环节重点关注的是开发规范、交付物、质量等
接下来介绍数仓分层方式。数仓分层最底层是 ODS 层，它是贴源数据，与业务数据保持一致。在 ODS 之上是 DW 层，DW 层可以细分为两层。一层是 DWD 基础数据，主要做清洗和规范化，不对数仓团队外部开放使用。另一层是 DWM 层通用数据。基于 DWD 的数据做关联和聚合，会将核心的逻辑实现放在这一层，用于提升公共数据的复用性，可以开放给外部团队使用。数仓中还有 DIM 层（维度层），DM 层（宽表层），ADS 层（应用数据层），以及 TMP 层（存放临时表）
在数仓建模过程中，需要遵循以下一些基本的建模原则：高内聚低耦合，公共逻辑下层，成本与性能平衡、一致性、数据可回滚。
