一、数据仓库是什么
数据仓库（英语：data warehouse，也称为企业数据仓库）是用于报告和数据分析的系统，被认为是商业智能的核心组件。 数据仓库是来自一个或多个不同源的集成数据的中央存储库。数据仓库将当前和历史数据存储在一起，用于为整个企业的员工创建分析报告。 ——来自维基百科
数据仓库是存放数据的仓库，用户可以在仓库中直接或者间接找到所需要的数据，用于写报告、做分析、统计历史、预测未来。数据仓库不产生数据，它的数据都是来自不同的业务系统，业务系统专注于做业务，产生的数据都集成到数据仓库存储起来。 ——来自作者的白话文
二、数据仓库有什么
图-1 通用数据仓库数据架构
2-1 数据仓库的几大特性
1、更全的公司数据——集成性（Integrated）
数据来自企业各OLTP系统，在数据仓库中是集成过且一致的。
2、按照一定规则分类好的数据——主题导向（Subject-Oriented）
有别于一般OLTP系统，数据仓库的数据模型设计，着重将数据按其意义归类至相同的主题区（subject area），因此称为主题导向。举例如Party、Arrangement、Event、Product等。
3、数据都是历史留痕的——时间差异性（Time-Variant）
数据的变动，在数据仓库中是能够被纪录以及追踪变化的，有助于能反映出能随着时间变化的数据轨迹。
4、尊重史实的数据——不变动性（Nonvolatile）
数据一旦确认写入后是不会被取代或删除的，即使数据是错误的亦同。（i.e.错误的后续修正，便可因上述时间差异性的特性而被追踪）
5、安全的数据——安全性（Security）
数据进入数据仓库后，常常伴随一系列举措保障数据的存储、使用安全。
2-2 数据仓库的几大分层
数据仓库为甚么要分层？ 类似于高速公路分道、流水工艺分段，是为了让数据编排更整洁、使用更方便。对比IBM、TD等传统公司，以及当下美团、阿里等互联网公司，在数据仓库分层方面大同小异。
所以，数据仓库分层可以是
stage->ods->dwd->dwb->dws->app
stg->odm->idm->sdm->dmx
bdm->fdm->gdm->adm->app
… 等等
图-2 数据仓库分层策略
2-3 数据仓库的几大数据
数据仓库的数据除了横向分层以外，纵向也会按照主题进行切分，通常主题的裁剪和设计伴随着公司归属行业的不同而有所区别，比如，零售行业、金融行业等等。行业分类通常会参考国家统计局国民经济行业分类方式，根据各行业的不同业务属性进行数据仓库主题的裁剪。
图-3 数据仓库数据概览
三、数据仓库能为你做什么
数据仓库的建设目标，是融合多领域数据，建设企业级标准化、统一、可共享的全、准、快、省、通的全部数据体系，給下游提供稳定数据服务。通常来说，数据仓库为下游用户提供贴源数据、整合数据、指标数据三类数据服务内容。所谓贴源数据，指对原始数据，做了敏感数据处理、数据归属打标，其他与原始数据保持一致，常用于数据探查场景；整合数据，指经过一系列的业务逻辑、技术逻辑加工后的，产生的口径统一的公共数据，具备高质量、高时效、一致口径等特性，常用于运营报表、经营分析、财务结算、风控策略等场景；指标数据，指通过对业务数据进行分析得到的汇总结果，是将业务单元量化后的度量值，常用于运营报表、经营分析等场景（备注：财务和风控通常有专有领域的指标模型提供数据）。
使用数据的主要场景可概括为以下几类：
3-1 数据探查场景
灵活的查询，可以解决用户敏捷、灵活的数据加工需求，大多数的部门用户都可以通过数据查询平台，通过自助查询的方式，解决临时性的数据提取和探查的数据需求。
图-4 结果数据探查要素
3-2 运营报表场景
主要是指业务及产研侧为了满足不同业务部门的运营需求，根据特定的指标数据、关键的业务问题来设计和生成的助力运营的报表体系，通常包括销售报表、供应链报表、市场报表等等。
3-3 经营分析场景
主要指用于分析和评估公司组织经营表现的经营分析报告数据，通常会对组织盈利状况、财务状况、现金流状况进行详细分析，同时负责对业务策略、业务经营风险进行评估。
3-4 财务核算场景
主要指组织进行财务核算的关键活动，用于对组织财务情况、经营成果、现金流量等进行分析，为企业决策提供可靠依据。
3-5 风控策略场景
主要指根据不同的业务场景，进行的相应的风险控制策略，包括但不限于对授信、反欺诈、反洗钱、全面风险、催收等各类风险管理活动。
版权归原作者 菜鸟冲锋号 所有， 如有侵权，请联系我们删除。