使用doris做数据仓库，dwd层如何建设？

遵从如下两个规范：
1、DWD核心职责：DWD层是数据仓库建设的核心，承担着数据清洗、规范化和建模的重任。此层会对ODS层的原始数据进行深度加工，包括：

数据清洗：处理空值、去除重复记录、纠正异常值或“脏数据”。
数据转换与规范化：统一不同源系统的编码（如将多个业务线的“男性”、“男”、“1”统一为“M”）、统一数据类型和长度、统一命名规范。
构建维度模型：基于Kimball的维度建模理论，将数据组织成事实表（Fact Table）和维度表（Dimension Table）。事实表通常包含业务过程的度量值，保持与业务行为一致的最低粒度；维度表则包含分析业务的上下文环境（如时间、地点、用户等）。

2、DWD层交互规范：DWD层的数据来源于ODS层。它消费ODS层的原始数据，产出干净、规范、易于理解的明细事实表和维度表。DWD层的数据质量和模型设计的合理性，是整个数据仓库能否提供一致、准确分析结果的关键。它是数据仓库中数据复用价值最高的层次之一。

首先还是介绍DWD层的命名规则，示例如下：

dwd_[实体名]

命名示例及说明如下：

dwd_doris.dwd_doris_load，其中dwd_doris是库名，doris表示AP域，doris_load表示导入凭证