什么是數據倉庫
數據倉庫（下文以“數倉”稱），顧名思義，存放數據的倉庫，它集合了各個業務系統的數據，以金融業為例，數倉包含了貸款業務、CRM、存款業務等數據。用於企業做數據分析、出報告、做決策；在有些公司也作為各業務系統的數據來源。
從邏輯上理解，數據庫和數倉沒有區別，都是通過數據庫軟件實現存放數據的地方，只不過從數據量來說，數據倉庫要比數據庫更龐大。
他們最主要的區別在於，傳統事務型數據庫如 MySQL 用於做聯機事務處理（OLTP），例如交易事件的發生等；而數據倉庫主要用於聯機分析處理（OLAP），例如出報表等。
有些同學可能想，數據分析、出報表等工作也可以直接通過業務數據庫完成呀，數據倉庫似乎也不是必需品。
如果是簡單的系統，比如初創時期，業務量少，用戶和數據少，幾台服務器和幾個MySQL組成的系統，那確實可以實現。但當業務越做越多，用戶和數據量很龐大，出報表需要跨集群關聯多個系統的數據實現的話，那數倉還是很有必要的。
如果還不能理解，先想幾個問題
-
如果你要的數據分別存放在很多個不同的數據庫，甚至存在於各種日志文件中，你要如何獲取這些數據？
-
如果你從各數據源中取出了你要的數據，但是發現格式不一樣，或者數據類型不一樣，你要怎么規范？
-
如果有一天你需要在業務系統查歷史數據，但發現這些數據被修改過的，你要怎么辦？
-
如果要跨集群關聯各個不同業務系統的數據，要怎么做？怎么優化查詢時間？
-
……
數倉的出現，可以很好的解決上面這些問題。它通過數據抽取和清洗，將各個業務系統的數據整合落地到一個系統（數倉），規范化數據，方便在出報表做決策的時候獲取數據。
數倉的特點
- 集成性
數倉中存儲的數據來源於多個數據源，原始數據在不同數據源中的存儲方式各不相同。要整合成為最終的數據集合，需要從數據源經過一系列抽取、清洗、轉換的過程。
- 穩定性
數倉中保存的數據是歷史記錄，不允許被修改。用戶只能通過分析工具進行查詢和分析。
- 動態性
數倉的數據會隨時間變化而定期更新，這里的定期更新不是指修改數據，一般是將業務系統發生變化的數據定期同步到數倉，和穩定性不沖突。不可更新是針對應用而言，即用戶分析處理時不更新數據。
- 主題性
傳統數據庫對應的業務不同，數倉需要根據需求，將不同數據源的數據進行整合，即數據一般都圍繞某一業務主題進行建模。例如“貸款”主題、“存款”主題等。
數倉分層
數倉一般是分層的，而且各個公司都基於自己的業務場景進行分層，目前的分層可以說是五花八門，沒有標准答案。但是最主流的還是按照這樣進行分層：
可能有些同學又要問了，直接取需要的數據落地到表就行了，為什么要分層？有啥好處？
試想一下，如果不做分層，你按照需求從各個源系統抽取數據落地了一張表，哪一天老板讓你在原來的基礎上加個字段，你怎么做？
或者哪天這張表的數據出問題了，你如何定位是哪個模塊或者環節出了問題？
數倉分層的意義在於
- 減少重復開發，在數據開發的過程中可以產生中間層，將公共邏輯下沉，減少重復計算；
- 清晰數據結構，每個分層分工明確，方便開發人員理解；
- 方便定位問題，通過分層了解數據血緣關系，在出問題的時候通過回溯定位問題；
- 簡單化復雜問題，和分治法思想類似，分而治之，將復雜的問題簡單化，還能解耦
總結
本文簡單介紹了數倉的概念和數倉的作用，以及數倉的分層和分層的優點，也算是簡單的入門。
后續如果有機會，我會繼續產出數倉和大數據相關的文章，如果覺得對你有幫助，可以點個贊再隨手關注，防止迷路。
轉載請注明來源: Author：Maxim
博客園: https://www.cnblogs.com/lyuzt/articles/15155931.html
CDSN: https://blog.csdn.net/weixin_43596734/article/details/119784553