什麼是資料倉儲
資料倉儲（下文以“數倉”稱），顧名思義，存放資料的倉庫，它集合了各個業務系統的資料，以金融業為例，數倉包含了貸款業務、CRM、存款業務等資料。用於企業做資料分析、出報告、做決策；在有些公司也作為各業務系統的資料來源。
從邏輯上理解，資料庫和數倉沒有區別，都是通過資料庫軟體實現存放資料的地方，只不過從資料量來說，資料倉儲要比資料庫更龐大。
他們最主要的區別在於，傳統事務型資料庫如 MySQL 用於做聯機事務處理（OLTP），例如交易事件的發生等；而資料倉儲主要用於聯機分析處理（OLAP），例如出報表等。
有些同學可能想，資料分析、出報表等工作也可以直接通過業務資料庫完成呀，資料倉儲似乎也不是必需品。
如果是簡單的系統，比如初創時期，業務量少，使用者和資料少，幾臺伺服器和幾個MySQL組成的系統，那確實可以實現。但當業務越做越多，使用者和資料量很龐大，出報表需要跨叢集關聯多個系統的資料實現的話，那數倉還是很有必要的。
如果還不能理解，先想幾個問題
-
如果你要的資料分別存放在很多個不同的資料庫，甚至存在於各種日誌檔案中，你要如何獲取這些資料？
-
如果你從各資料來源中取出了你要的資料，但是發現格式不一樣，或者資料型別不一樣，你要怎麼規範？
-
如果有一天你需要在業務系統查歷史資料，但發現這些資料被修改過的，你要怎麼辦？
-
如果要跨叢集關聯各個不同業務系統的資料，要怎麼做？怎麼優化查詢時間？
-
……
數倉的出現，可以很好的解決上面這些問題。它通過資料抽取和清洗，將各個業務系統的資料整合落地到一個系統（數倉），規範化資料，方便在出報表做決策的時候獲取資料。
數倉的特點
- 整合性
數倉中儲存的資料來源於多個資料來源，原始資料在不同資料來源中的儲存方式各不相同。要整合成為最終的資料集合，需要從資料來源經過一系列抽取、清洗、轉換的過程。
- 穩定性
數倉中儲存的資料是歷史記錄，不允許被修改。使用者只能通過分析工具進行查詢和分析。
- 動態性
數倉的資料會隨時間變化而定期更新，這裡的定期更新不是指修改資料，一般是將業務系統發生變化的資料定期同步到數倉，和穩定性不衝突。不可更新是針對應用而言，即使用者分析處理時不更新資料。
- 主題性
傳統資料庫對應的業務不同，數倉需要根據需求，將不同資料來源的資料進行整合，即資料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，沒有標準答案。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，直接取需要的資料落地到表就行了，為什麼要分層？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資料落地了一張表，哪一天老闆讓你在原來的基礎上加個欄位，你怎麼做？
或者哪天這張表的資料出問題了，你如何定位是哪個模組或者環節出了問題？
數倉分層的意義在於
- 減少重複開發，在資料開發的過程中可以產生中間層，將公共邏輯下沉，減少重複計算；
- 清晰資料結構，每個分層分工明確，方便開發人員理解；
- 方便定位問題，通過分層瞭解資料血緣關係，在出問題的時候通過回溯定位問題；
- 簡單化複雜問題，和分治法思想類似，分而治之，將複雜的問題簡單化，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。
後續如果有機會，我會繼續產出數倉和大資料相關的文章，如果覺得對你有幫助，可以點個贊再隨手關注，防止迷路。
轉載請註明來源: 部落格園 Author：Maxim | https://www.cnblogs.com/lyuzt/articles/15155931.html