数据仓库的标准分层包括以下四层：

　　操作数据层(Operational Data Layer)：也称为采集层或源系统层，用于采集和存储原始数据，包括来自各个业务系统的交易数据、日志数据等，通常使用ETL工具从不同的数据源中抽取数据并进行清洗、转换和加载，以确保数据的准确性和完整性。

　　数据仓库层(Data Warehouse Layer)：数据仓库层用于存储经过清洗、转换和集成的数据，通常采用维度建模或者标准化建模的方式进行数据设计，以满足用户的查询和分析需求，包括数据仓库和数据集市两种形式。

　　数据应用层(Data Mart Layer)：数据应用层是基于数据仓库层的数据建立的一个或多个小型的、主题导向的数据集合，以满足特定业务领域的查询和分析需求，通常用于特定的商业智能、数据挖掘和报表应用。

　　外部数据层(External Data Layer)：外部数据层包括从外部数据源引入的数据，如社交媒体数据、公共数据、云数据等，这些数据通常需要进行标准化、转换和集成，以便与数据仓库中的数据进行联合查询和分析。

　　总之，数据仓库的标准分层包括操作数据层、数据仓库层、数据应用层和外部数据层，每一层都具有不同的特点和功能，通过分层的设计，可以将数据仓库系统中的各个组成部分分离出来，降低系统的复杂性，同时也能更好地满足用户的查询和分析需求。