資料倉儲，英文名稱為data warehouse，可簡寫為dw或dwh。資料倉儲，是為企業所有級別的決策制定過程，提供所有型別資料支援的戰略集合。它是單個資料儲存，出於分析性報告和決策支援目的而建立。 為需要業務智慧型的企業，提供指導業務流程改進、監視時間、成本、質量以及控制。
資料倉儲，並不是資料的最終目的地，而是為資料最終的目的地做好準備。這些準備包括對資料的：清洗，轉義，分類，重組，合併，拆分，統計等等。
ods層：
資料**及建模方式：各業務系統的源資料，物理模型與業務模型一致；
服務領域： 為其它邏輯層提供資料；
資料etl過程描述：把業務資料抽取落地成文字檔案，再裝載到資料倉儲ods層，不做清洗轉化。
功能：1）ods是數倉準備區
2）為dwd提供原始資料
3）減少對業務系統影
dwd層：
資料**及建模方式：資料來自於ods層，是dw明細事實層，資料模型與ods層一致；
服務領域：為edw提供各主題業務明細資料；
資料etl過程描述：根據ods增量資料和前一天dwd相關表進行merge生成全量資料，不做清洗轉化，保留原始全量資料。
功能：1）為dw層提供**明細資料
2）為未來分析類需求的擴充套件提供歷史資料支援。dw層：
資料**及建模方式：資料來自dwd層，是dw事實層，採用維度建模，星型架構,這一層可細分為dwb與dws;
服務領域：為eds提供各主題業務明細；
資料etl過程描述：從dwd層進行輕度清洗，轉化，彙總生成dw層資料，如字元合併，email,證件號，日期，手機號轉換合併；按各個維度進行聚合彙總。dm層：
資料**及建模方式：資料來自dw層，採用維度建模，星型架構；
服務領域：資料探勘，自定義查詢，應用集市；
資料etl過程描述：從dw層進行粗粒度聚合彙總，按業務需求對事實進行拉寬形成寬表。st層：
資料**及建模方式：資料來自dw層，採用維度建模，星型架構；
服務領域：前端報表展示，主題分析，kpi報表；
資料etl過程描述：從dw層進行粗粒度聚合彙總，如按年、月、季、天對一些維度進行聚合生成業務需求的事實資料。
大資料培訓
數倉建模綜述
隨著大型關聯式資料庫商業軟體的興起，現代企業資訊系統幾乎都在使用關聯式資料庫來儲存 加工和處理資料。資料倉儲系統也不例外，大量的資料倉儲系統依託強大的關聯式資料庫能力儲存和處理資料，其採用的資料模型方法也是基於關聯式資料庫理論的。儘管 nosql也有 一定的發展，但是企業仍在大規模使用sql進行資料...
數倉過程建模 數倉入門基礎 1 漫談數倉
資料倉儲，英文名稱為data warehouse，可簡寫為dw或dwh。資料倉儲，是為企業所有級別的決策制定過程，提供所有型別資料支援的戰略集合。它是單個資料儲存，出於分析性報告和決策支援目的而建立。為需要業務智慧型的企業，提供指導業務流程改進 監視時間 成本 質量以及控制。資料倉儲的特徵在於面向主...
數倉建模的好處
看阿里大資料之路一書，說到為什麼要資料建模？記錄如下 1 效能 良好的資料模型能幫助我們快速查詢所需要的資料，減少資料的i o吞吐 2 成本 良好的資料模型能極大地減少不必要的資料冗餘，也能實現計算結果符用，極大地降低大資料系統中的儲存和計算成本 3 效率 良好的資料模型能極大地改善使用者使用資料的...