資料倉儲主要有四種架構，Kimball的DW/BI架構、獨立資料集市架構、輻射狀企業資訊工廠Inmon架構、混合Inmon與Kimball架構。不過不管是那種架構，基本上都會使用到維度建模。
<b>Kimball的DW/BI架構</b>，可以參考這篇文章 資料倉儲(4)基於維度建模的KimBall架構。
<b>獨立資料集市架構</b>，採用這種架構的資料倉儲，資料以部門為基礎來部署，不考慮企業級別的資訊共享和整合。也就是各個部門各自按照需要，各自在資料來源同步資料，按照各自的標準，對資料進行處理。這種實際上就是沒有架構，會造成分析資料的冗餘儲存，計算資源的浪費，會導致每一個統計部門統計口徑的不統一，也就會導致因為資料口徑不一致導致長時間的對資料。
<b>輻射狀企業資訊工廠Inmon架構</b>，資料從操作型資料來源中獲取，在ETL中進行處理，獲得的原子資料儲存在滿足第三正規化的資料庫中，這種規範化，原子資料的倉庫就是企業資訊工廠Inmon架構。Inmon架構與Kimball架構的差別之一就是，Inmon的資料倉儲是規範化的，而Kimball架構是基於維度建模的星型模型。
<b>混合Inmon與Kimball架構</b>，這種就是將Kimball與Inmon兩種架構進行嫁接，抽取過來的資料，存放在規範化的資料倉儲中，然後在這個的基礎之上抽取基於維度建模的資料展現，開發給資料分析人員等。
在經典的理論認為，混合Inmon與Kimball架構是最好的方式。這種方法可以將資料規範化，然後通過維度建模，以一種比較簡單的方式開發給分析人員。但是這種方式適合比較傳統的行業，或者政府單位，這種業務發展緩慢的模式，如果是網際網路企業，特別是創業型團隊，業務還在快速的迭代中，使用維度建模需要花費很長的前期準備工作，而且擴充套件性不好，使用Kimball維度建模是比較合適的。
Kimball 模式從流程上看是是自底向上的，即從資料集市到資料倉儲再到資料來源(先有資料集市再有資料倉儲)的一種敏捷開發方法。對於Kimball模式，資料來源每每是給定的若干個資料庫表，資料較為穩定可是資料之間的關聯關係比較複雜，須要從這些OLTP中產生的事務型資料結構抽取出分析型資料結構，再放入資料集市中方便下一步的BI與決策支援。所以<b>KimBall是根據需求來確定需要開發ETL哪些資料。</b>
Inmon 模式從流程上看是自頂向下的，即從資料來源到資料倉儲再到資料集市的（先有資料倉儲再有資料市場）一種瀑布流開發方法。對於Inmon模式，資料來源每每是異構的，好比從自行定義的爬蟲資料就是較為典型的一種，資料來源是根據最終目標自行定製的。這裡主要的資料處理工做集中在對異構資料的清洗，包括資料型別檢驗，資料值範圍檢驗以及其餘一些複雜規則。在這種場景下，資料沒法從stage層直接輸出到dm層，必須先經過ETL將資料的格式清洗後放入dw層，再從dw層選擇須要的資料組合輸出到dm層。在Inmon模式中，並不強調事實表和維度表的概念，由於資料來源變化的可能性較大，須要更增強調資料的清洗工做，從中抽取實體-關係。immon是將<b>整個資料倉儲規劃好，統一按照正規化建模進行開發</b>。
下面是兩種架構的優劣比較。
> 參考文章： 資料倉儲(5)數倉Kimball與Inmon架構的對比