下面给你一篇通俗但不浅、结构清晰、从 0 到架构全景的《数据仓库是什么？一文带你看清它的架构》。
适合：小白入门 / 转数据方向 / 面试理解 / 架构认知。

数据仓库是什么？一文带你看清它的架构

一、先一句话理解数据仓库

数据仓库（Data Warehouse，DW）是一个面向分析、用于存放“历史数据”的系统，目的是支持决策，而不是业务操作。

📌 关键词只有四个：
历史数据 · 分析 · 决策 · 汇总

二、为什么要有数据仓库？（从业务系统说起）

1️⃣ 业务系统（OLTP）的本职工作

比如：

  • 用户系统
  • 订单系统
  • 支付系统

特点是：

特点说明
数据实时只关心“现在”
写多读少增删改频繁
表结构复杂强事务
不适合分析查慢、易锁表

👉 业务系统 ≠ 分析系统

2️⃣ 真实业务中的问题

老板想问你：

  • 上个月销售额趋势？
  • 不同地区转化率对比？
  • 用户留存率是多少？

你如果直接查业务库：

  • SQL 极复杂
  • 性能差
  • 容易影响线上业务

👉 这就是数据仓库存在的原因

三、数据仓库 vs 数据库（必须分清）

对比项数据库（OLTP）数据仓库（OLAP）
目标支撑业务支撑分析
数据当前、细节历史、汇总
操作增删改查
查询简单复杂
用户程序人 + BI

一句话记忆👇

数据库管“做事”，数据仓库管“看结果”

四、数据仓库的 4 个核心特征（经典定义）

来自 Inmon（数据仓库之父）：

1️⃣ 面向主题（Subject-Oriented）

  • 围绕业务主题：销售、用户、商品

2️⃣ 集成性（Integrated）

  • 多系统数据统一口径

3️⃣ 非易失性（Non-Volatile）

  • 基本不更新，只追加

4️⃣ 时变性（Time-Variant）

  • 有时间维度，可追溯历史

五、数据仓库整体架构全景图（重点）

一个典型的数据仓库架构可以拆成 5 层 👇

数据源层
   ↓
数据采集层（ETL/ELT）
   ↓
数据存储层（ODS / DW）
   ↓
数据服务层
   ↓
数据应用层

下面一层一层讲清楚。

六、第一层：数据源层（Source）

数据从哪里来？

  • 业务数据库（MySQL / Oracle）
  • 日志数据（埋点、Nginx）
  • 第三方接口
  • 文件（CSV / Excel）

📌 特点：

  • 数据杂
  • 结构不统一
  • 质量参差不齐

七、第二层：数据采集层（ETL / ELT）

1️⃣ ETL 是什么？

Extract（抽取） → Transform（转换） → Load（加载）

  • 抽取：从源系统拿数据
  • 转换：清洗、统一口径
  • 加载：写入仓库

常见工具：

  • DataX
  • Flink
  • Spark
  • Airflow（调度）

2️⃣ ETL vs ELT

模式转换发生在哪里
ETL加载前
ELT加载后（仓库内）

📌 大数据场景更偏 ELT。

八、第三层：数据存储层（核心）

这是真正的数据仓库主体，通常分多层 👇

1️⃣ ODS 层（操作数据层）

ODS = 原始数据缓冲区

  • 基本不做加工
  • 保留源系统结构
  • 用于数据追溯

📌 像“数据的仓库仓库”

2️⃣ DW 层（数据仓库层）

通常又细分为：

👉 DWD（明细层）

  • 清洗后的明细数据
  • 统一字段、去脏

👉 DWS（汇总层）

  • 指标聚合
  • 面向分析主题

👉 DIM（维度表）

  • 用户、时间、地区等

3️⃣ 常见存储技术

  • Hive
  • ClickHouse
  • Doris
  • Snowflake
  • BigQuery

九、第四层：数据服务层（Service）

作用是什么？

👉 把“数据”变成“可用接口”

  • 统一指标口径
  • 封装复杂 SQL
  • 提供 API / 查询服务

形式：

  • 宽表
  • 指标层
  • 数据 API

十、第五层：数据应用层（Application）

数据最终用在哪里？

  • BI 报表（PowerBI / Tableau）
  • 数据大屏
  • 运营分析
  • 管理决策
  • 数据产品

📌 这是老板真正看到的部分

十一、常见数据仓库架构流派

1️⃣ Kimball（维度建模）

  • 星型模型
  • 以分析为中心
  • 实用主义

👉 互联网公司常用

2️⃣ Inmon（企业级仓库）

  • 先全局，再局部
  • 3NF 建模
  • 体系完整

👉 传统大型企业常用

十二、数据仓库 ≠ 数据湖（别混）

对比数据仓库数据湖
数据结构结构化原始
用途分析存
管理强弱
适合报表AI / ML

📌 现在更多是 湖仓一体

十三、一个简单的例子帮你彻底理解

场景：电商

  • 业务库：订单表、用户表
  • ODS：每天同步一份
  • DWD：清洗后的订单明细
  • DWS：每日销售额
  • 应用层：销售趋势图

👉 一步步从“数据”走到“决策”

十四、面试一句话总结（直接用）

数据仓库是一个面向分析的历史数据系统，通过分层架构对多源数据进行集成、清洗、建模，最终支撑业务分析和决策。