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。