一、数据仓库的价值与架构
数据仓库是企业的数据中枢。核心价值：统一数据口径（各业务数据标准化，避免口径混乱）；历史数据沉淀（存储完整历史，支撑趋势分析）；决策支持（为经营分析、BI报表提供数据基础）；数据资产沉淀（数据从成本变成资产）。
2026年数仓架构演进：传统数仓（Teradata、Oracle数仓：集中式架构）；MPP数仓（Greenplum、ClickHouse、Doris：分布式并行）；云数仓（Snowflake、BigQuery、Redshift：弹性扩展、按需付费）；湖仓一体（数据湖+数仓融合：兼顾灵活存储与高性能分析）；实时数仓（Kafka+Flink+Hologres：实时数据链路）。
二、数仓分层与建模
经典分层架构：ODS层（原始数据层：贴源存储，保留原始明细）；DWD层（明细数据层：清洗、标准化、维度退化）；DWS层（汇总数据层：主题宽表、轻度汇总）；ADS层（应用数据层：面向应用与报表的定制数据）；DIM层（维度表：公共维度统一管理）。
建模方法论：维度建模（Kimball：事实表+维度表：星型模型、雪花模型）；范式建模（Inmon：3NF规范化，适合企业级一致性）；Data Vault（可追溯、可扩展的敏捷建模）；OneData体系（阿里：统一规范、统一口径、统一模型）。建模实践：事实表类型（事务事实表、周期快照事实表、累积快照事实表）；缓慢变化维度（SCD1/2/3策略选择）；命名规范（表名、字段名统一规范）。
三、湖仓一体与实时数仓
湖仓一体架构：数据湖优势（低成本存储、灵活格式、机器学习友好）；数仓优势（高性能查询、事务支持、数据治理）；湖仓一体（Iceberg、Hudi、Paimon：ACID事务+湖存储；Spark、Flink计算引擎统一查询）；数据入湖（实时入湖、批量入湖、CDC同步）；湖上数仓（在湖上建仓：统一元数据、统一查询入口）。
实时数仓建设：实时链路（Kafka采集→Flink计算→OLAP存储）；实时分层（实时ODS、实时DWD、实时DWS）；实时场景（实时大屏、实时风控、实时推荐特征）；实时与离线统一（流批一体：同一套逻辑，离线实时复用）；Lambda vs Kappa（Lambda：离线+实时双链路；Kappa：统一流处理）。
四、数仓治理与运维
数据治理体系：数据质量（完整性、准确性、一致性、及时性：质量规则与监控）；元数据管理（技术元数据+业务元数据：数据地图、血缘追踪）；数据安全（权限分级、脱敏、加密：合规要求日益严格）；数据标准（指标字典、命名规范、口径管理）；数据资产目录（资产盘点、价值评估、共享机制）。
运维实践：调度体系（DAG调度：依赖管理、失败重试、告警）；容量规划（存储与计算资源评估、弹性扩缩容）；性能优化（查询优化、分区裁剪、物化视图）；成本治理（存储压缩、冷热分层、资源配额）；团队协作（数仓团队与业务团队的协作机制：需求管理、交付流程）。2026年数据仓库趋势：湖仓一体成熟落地、实时数仓普及、数据治理智能化（AI辅助元数据管理与质量监控）。数据仓库是企业数据战略的核心阵地，建设好数仓才能让数据真正创造业务价值。