ODS 层
全称：Operation Data Store ，翻译较多：数据运营层、运营数据存储、操作性数据
最接近 数据源 的层，是作为 数据库到数据仓库的过渡，ODS的数据结构一般与数据来源保持一致，便于减少ETL的工作复杂性
数据源的数据，经过 抽取、清洗、传输，也就是 ETL 过程之后进入本层。
主要： 为了考虑后续可能需要追溯数据问题，因此对于这一层就 不建议做过多的数据清洗工作，原封不动地接入原始数据即可
该层的主要功能：
- ODS是后面数据仓库层的准备区，是后续数据仓库加工数据的来源。
- 为DWD层提供原始数据
- 减少对业务系统的影响
数据来源的方式：
- 业务库：sqoop定时抽取数据；实时方面考虑使用canal监听mysql的binlog日志，实时接入即可
- 埋点日志：日志一般是以文件的形式保存，可以选择使用flume来定时同步；可以使用spark streaming或者Flink、Kafka来实时接入
- 消息队列：来自ActiveMQ、Kafka的数据等
本项目 ODS 层介绍
使用 Maxwell 采集数据，写入的 Kafka 的 fl_db 主题中，即为实时数仓的 ODS 层，这一层的作用是对数据做原样展示和备份。