一、数据仓库的核心概念
数据仓库（Data Warehouse）是面向主题的、集成的、稳定的、反映历史变化的数据集合，用于支持管理决策分析。与业务数据库（OLTP）不同，数仓面向分析（OLAP），存储历史数据、支持复杂查询。数仓将分散的源系统数据统一整合，形成企业的"单一数据源"。
一）数仓的分层架构
经典数仓分层：ODS（贴源层，原样存储源数据）→ DWD（明细层，清洗加工）→ DWS（汇总层，主题聚合）→ ADS（应用层，面向报表和应用的宽表）。分层让数据处理有清晰的职责，隔离变更影响，提升复用性。每层之间通过任务调度串连。
二、数仓建模方法论
维度建模是主流方法：事实表（度量业务过程） + 维度表（描述业务属性）。星型模型（事实表居中，维度表环绕）查询性能好；雪花模型维度表规范化，节省空间。总线架构（一致性维度）保证跨主题分析的一致性。建模是数仓的核心，好的模型让分析事半功倍。
一）数仓的技术栈选型
离线数仓常用 Hive/Spark + HDFS，实时数仓用 Kafka + Flink + ClickHouse/Doris，湖仓一体（Iceberg/Hudi）融合数据湖与数仓。云数仓（Snowflake、Redshift）弹性扩展。选型结合数据量、时效性、成本和团队能力。2026年的趋势是实时化和智能化。
三、数仓的数据治理
数据治理保障数据质量：元数据管理（血缘、字典）、数据质量监控（完整性、准确性）、数据安全（权限、脱敏）。数据开发平台（调度、告警、运维）提升效率。数仓是长期建设的工程，治理让数据可信可用。