数据仓库：
数据仓库是将多个数据源的数据进行ETL处理之后，按照一定的主题集成起来提供决策支持和联机分析应用的结构与非结构化的数据环境。
E（抽取）T（转换）L（加载）对数据处理的基本流程
数据仓库与数据库区别：
1、数据库式面向事物的设计
2、数据仓库是面向主题设计
3、数据库一般存储在线交易等数据
4、数据仓库存储的一般是历史数据或者实时数据流数据
5、数据库设计是避免冗余、采用三范式的规则设计
6、数据仓库在设计有意引入冗余，采用反范式的方式设计
OLTP与OLAP区别：
1、联机事物处理OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事物处理、例如银行交易、订单、聊天消息
2、联机分析处理OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并提供直观易懂的查询结果
数据仓库原因：
1、各个业务数据存在不一致
2、数据关系混乱
3、业务系统一般针对OLTP
4、数据仓库可以实现OLAP分析
5、数据仓库是多源复杂环境、可以对多个业务的数据进行统一分析
数据仓库目的：
1、集成多源数据，数据来源与去向可追溯、梳理血缘关系、提升数据价值。
2、减少重复开发，保证通用型中间数据，避免重复计算
3、屏蔽底层业务逻辑，对外提供一致的、结构清晰的数据
数据仓库实现：
1、实现通用型数据ETL工具
2、根据业务建立合理的数据分层模型
数据仓库分层优点：
1、清晰数据结构：每一个数据分层都有对应的作用域
2、数据血缘追踪：对各层之间的数据表转换进行跟踪，建立血缘关系
3、减少重复开发：规范数据分层，开发通用的中间层数据
参考：叁金
