---
title: "Medallion Architecture"
type: concept
tags: [data-engineering, lakehouse, architecture]
sources: [engineering-data-engineer]
last_updated: 2026-05-02
---

## Definition

Medallion Architecture 是一种数据湖仓（Lakehouse）分层架构，通过 Bronze（青铜）→ Silver（白银）→ Gold（黄金）三层设计，实现数据从原始到业务就绪的渐进式提升。

## Three Layers

### Bronze Layer（原始层）
- **特性**：原始、不可变、追加写入（append-only）
- **规则**：永远不在原地转换数据；保留完整的 source file、ingestion timestamp、source system 元数据
- **Schema**：Schema-on-Read（读取时推断）
- **分区策略**：按 ingestion date 分区，支持低成本历史重放

### Silver Layer（清洗层）
- **特性**：已清洗、去重、统一格式（conformed）
- **规则**：必须可跨域 join；显式处理 null（impute/flag/reject）；标准化数据类型、日期格式、货币码、国家码
- **实现**：SCD Type 2 追踪历史变更；主键 + 事件时间戳去重
- **质量**：每字段 null 处理规则必须明确记录

### Gold Layer（业务层）
- **特性**：业务就绪、SLA 保证、为查询模式优化
- **规则**：Gold 层消费者禁止直接读取 Bronze 或 Silver；必须附带行级数据质量评分；使用 replaceWhere 原子覆盖
- **优化**：Z-Ordering 多维聚类、分区裁剪、预聚合
- **SLA**：明确刷新频率（如"每 15 分钟刷新一次"）

## Core Principles

- **不可变性**：Bronze 层不可覆盖，每条记录携带 `_ingested_at` 和 `_source_system`
- **渐进式质量**：数据质量在 Bronze→Silver→Gold 每层逐步提升
- **消费者保护**：上游 schema 变化通过 `mergeSchema=true` 捕获，但不自动污染下游
- **幂等性**：Silver→Gold 每步管道必须幂等——重新运行不产生重复

## Related Concepts
- [[CDC (Change Data Capture)]]
- [[Data Contract]]
- [[Data Lineage]]
- [[SCD Type 2]]

## Related Entities
- [[Delta Lake]]（Bronze/Silver/Gold 存储格式）
- [[Apache Spark]]（计算引擎）
- [[Databricks]]（托管平台）
- [[Apache Iceberg]]（开放表格格式替代方案）