技能介绍

它解决什么问题

Doris 的物化视图让预聚合变得很便宜，代价是团队很容易把数仓建成一堆口径不明的 MV：DWD 里跨业务域 JOIN 造成扫描膨胀、DWS 用 FULL JOIN 拼宽表导致口径漂移、*DateKey 与源字段重复存储、PatientId 和 patientId 混用、上线后没人记得字段含义。这个技能把这类问题收敛成一套可执行的规范，而不是躺在 wiki 里的建议。

核心能力

分层与存储选型有明确规则：ODS 保持原样；DIM 和 DWD 一律用 MATERIALIZED VIEW 自动刷新，明细与维度数据预先算好；DWS 优先用 VIEW 零存储，只有高频聚合才落 MV。维度层做扁平星型模型，明确不采用雪花。

命名与字段约定可检查：分层前缀 dim_、dwd_、dws_；字段用 camelCase 对齐 ODS 源表大小写，消除 PatientId 这类 PascalCase 源字段的歧义；每个字段必须带中文 -- 注释，sourceTypeLevel1 这类下划线写法被禁止。

建模细节针对 Doris 特性：小维表用 [broadcast] hint，患者相关表用 colocate_with='patient_group' 配合 DISTRIBUTED BY HASH(patientId) BUCKETS 10；除数统一用 NULLIF 保护；DWS 用 UNION ALL + GROUP BY 替代 FULL JOIN，骨架表用源表 UNION 而非 CROSS JOIN；所有子查询带 statDate 过滤走分区裁剪，日期列直接用 DATEV2。DWD 只允许引用 ODS，禁止跨业务域 JOIN 与 DWD 互引。

交付物是完整工程：00_build_ods_all.sql 到 08_arch_fix.sql 的分层脚本、run_deploy.ps1 与一键部署脚本、部署指南、设计文档与使用文档，外加 12 项验收清单（对象数量、主键存在性、DWS 字段命名、colocate 配置、宽表 COUNT(*) 冒烟测试等）。

适用边界

面向已有或新建 ODS 的 Doris 数仓，DWD 按单一业务域切分，适配医院、临床这类多业务域场景，跨域汇总交给 DWS。
它是方法论加模板，SQL 模板与部署脚本里的占位符要按实际库表替换，不负责生成业务口径。
不覆盖 ODS 的 CDC 链路设计，也不处理 BI 层的组合指标与值域、活动分层。
IsInactive、RecordUpdatedTime、TenantId 等系统字段被硬性排除在 DIM/DWD 之外，如果你的分析确实依赖它们，需要先在 ODS 侧加工。