数据支撑系统是一个作为业务沉淀，业务共享，应用沉淀，应用共享的数据中台系统，链接后台数据建设.各种业务系统，前端支持数据应用数据展示。主要分为四层，第一层是数据业务层，第二层是应用模型，第三层是应用视图层，第四层是查询层，其共享性从第一层到第四层逐渐减弱，而应用性从第一层到第四层逐渐加强，且越来越具备个性化。
第一层数据业务层
数据业务层是一层直接紧贴业务的层级，其主要作用是对业务信息业务知识进行沉淀和共享，比如定义这个数据是什么，业务计算逻辑是什么，由什么业务场景产生，已经整个公司有哪些业务，这些业务产生了什么数据，都是在这层进行记录，并且在这层进行共享学习，所以这层的使用主要作为业务学习和共享，更多的是偏向概念性的东西。
第二层应用模型层
因为第一层是业务层，所以它的数据应用性较弱，所以就出现了第二层应用模型层，应用模型层是根据第一层的基础上，加入了数据维度应用，这一层的建设是直接从数据逻辑来思考整个应该架构的，但它在逻辑上又继承了数据库共享建设的规范，如三范式建模，雪花模型等，所以它虽然作为一个应用层，但普通用户的应用层本却很高，所以变得可用但难用的情况，但它是整个数据应用的基础建设。所以为了好用，我们在应用模型层的基础上搭建了应用视图层。
第三层应用视图层
应用视图层是一层为好用而设计的，它主要以应用模型层为基础，加上查询关系，以某个应用模型为入口，链接和选择所需要的所有模型和数据，它主要的作用是解决用户日常工作中某方面经常需要解决的数据问题，使得使用数据变得方便，但这一层它只能用已有的常见的，标准化的模型以及其链接的标准化模型数据。所以一些非标准化，非常用的需求就需要拿到数据以后再去进行其他处理，所以就出现了第四层数据查询层。
第四数据查询层
数据查询层是一层直接对接数据需求的强个性化的应用层，它的每个任务都对应特定的某个数据需求，并且可以在这层设置数据输出格式，输出时间等个性化设置。这层是在应用视的基础上，可以对标准化的数据查询进行加工设计，如转统计维度，数据行列拼接等。但是共享性特别差，基本只能在同个需求中复用。
以上就是我对数据支撑系统的基本理解。
网友评论