AI 数仓分层建模器

功能定位
AI 数仓分层建模器根据真实元数据和 DWD/DWS/ADS 分层规范，生成字段、主键、质量规则、依赖关系和 dbt 候选模型。它帮助建模人员快速起草分层模型，但 DDL 由服务端安全重建，候选必须校验和审核后才能发布。
图 7-9　ODS → DWD → DWS → ADS 候选与分层选择
适用角色
数仓建模人员、数据架构师、dbt 开发人员和指标管理员。
页面入口
数据治理中心 → AI 数据助手 → AI 数仓分层建模器（
/bi/etl/ai/warehouse）。
操作步骤
选择分层模板和数仓分层：DWD、DWS 或 ADS。
选择白名单源表，确认字段、类型和注释已经采集。
描述业务目标，例如“构建部门日销售 DWS 汇总，包含订单数、销售件数与销售金额，并校验金额非负”。
生成候选模型，查看字段、主键、分区、度量、质量规则和依赖。
在“结构化预览”检查服务端重建的 DDL；不要手工拼接建表语句。
在“DAG 编排”确认上游模型和下游依赖，避免跨层反向依赖。
校验、审核、发布；发布后在模型设计和发布中心继续跟踪 dbt、Doris、OpenMetadata 和 Superset 状态。
输入与输出
输入是源表元数据、目标分层、业务描述和模板；输出是字段定义、主键与分区、质量规则、依赖、dbt 候选模型、DDL 和审核版本。
宏澜家电示例
选择 DWS，描述“按部门、日期汇总销售订单，输出订单数、销售件数、销售金额、折扣额和毛利率，金额不得为负”。AI 生成汇总字段和质量规则；建模人员补充“取消订单不计入订单数”的口径后审核。发布后该模型成为部门经营看板的数据集来源。
客户应用演示：生成部门日销售 DWS 模型
业务情境： 经营看板需要按部门和日期汇总销售订单，并统一金额口径。
第一步：进入“数据治理中心 → AI数据助手 → AI 数仓分层建模器”
步骤图 43-01　第1步：进入“数据治理中心 → AI数据助手 → AI 数仓分层建模器”。红框标出进入数据治理中心 → AI数据助手 → AI 数仓分层建模器。
进入“数据治理中心 → AI数据助手 → AI 数仓分层建模器”。
第二步：选择 DWS 分层和部门日销售模板
步骤图 43-02　第2步：选择 DWS 分层和部门日销售模板。红框标出选择 DWS 分层和部门日销售模板。
选择 DWS 分层和部门日销售模板，选择白名单源表。
第三步：描述“按部门和日期汇总订单数、销售件数、销售金额、折扣额和毛利率
步骤图 43-03　第3步：描述“按部门和日期汇总订单数、销售件数、销售金额、折扣额和毛利率。红框标出描述按部门和日期汇总订单数、销售件数、销售金额、折扣额和毛利率。
描述“按部门和日期汇总订单数、销售件数、销售金额、折扣额和毛利率，金额不得为负”。
第四步：查看字段、主键、分区、度量、质量规则和结构化 DDL
步骤图 43-04　第4步：查看字段、主键、分区、度量、质量规则和结构化 DDL。红框标出查看字段、主键、分区、度量、质量规则和结构化 DDL。
查看字段、主键、分区、度量、质量规则和结构化 DDL。
第五步：校验依赖与分层
步骤图 43-05　第5步：校验依赖与分层。红框标出校验依赖与分层。
校验依赖与分层，提交审核发布，并在发布中心确认下游数据集。
最终结果与效果
形成符合 DWD/DWS/ADS 规范的分层模型草稿，字段和质量规则可审核，DDL 由服务端重建。
操作提示： DWD 保留明细粒度，DWS 做主题汇总，ADS 面向具体应用；选错分层会造成口径混乱。
常见问题
DDL 预览与手工 SQL 不一致。 以服务端重建结果为准，页面不允许直接提交任意 DDL。
分层选错。 DWD 保留明细粒度，DWS 做主题汇总，ADS 面向具体应用；选错会导致粒度混乱。
质量规则太多导致运行慢。 优先保留主键、金额、日期和引用完整性规则，再按业务风险补充。
开发人员参考
接口：
/bi/ai-pipeline/options?kind=WAREHOUSE、
/generate、
/drafts/{id}/validate|review|publish
权限：
bi:etl:ai-warehouse
分层、命名、字段类型和 DDL 由服务端规范约束；模型产物不会自动执行。
审核摘要和版本记录可追溯到具体草稿、模型和发布时间。