Airbnb의 Homes, Experiences, Services로의 확장은 오프라인 데이터 웨어하우스를 위한 데이터 모델링 프레임워크의 개편을 필요로 했습니다. 핵심 과제는 데이터 사일로와 기술 부채를 피하기 위해 일관성과 유연성 사이의 균형을 맞추는 것이었습니다. 그들은 중앙 집중식 원칙과 분산형 모델링 지침을 결합한 균형 잡힌 접근 방식을 선택했습니다. 세 가지 기본 원칙은 일관성을 보장했습니다. 하이브리드 모델 없음, 일관된 식별자 명명, 명확한 네임스페이스 구성입니다. 모델링 지침은 팀이 공유 속성 대 고유 속성, 향후 진화 및 다운스트림 소비자 기반으로 별도 또는 단일 모델 중에서 선택할 수 있도록 했습니다. Listings, Availability, Location, Guest interactions와 같은 제품별 도메인은 고유한 속성으로 인해 별도 모델을 선택했습니다. 반대로 Messaging, Payments, Customer Support와 같은 교차 도메인 개념은 통합된 보기를 위해 단일 모델의 이점을 얻었습니다. 오프라인 데이터 웨어하우스는 분석을 위해 원시 프로덕션 데이터를 표준화하는 중요한 번역 계층 역할을 합니다. 레거시 테이블 마이그레이션을 포함한 데이터 부채 관리는 신중한 커뮤니케이션과 검증을 필요로 하는 중요한 작업이었습니다. 이 프레임워크는 Airbnb의 진화하는 데이터 요구 사항에 대한 확장 가능하고 일관된 기반을 제공했습니다.