一、数据仓库概念
数据仓库面向主题组织数据，支持分析决策。与操作型数据库不同，数仓存储历史数据，用于报表与挖掘。数据仓库建设是企业数字化转型的基础设施。
一）数仓分层架构
ODS层存放原始数据，DWD层明细数据清洗加工，DWS层汇总服务数据，ADS层应用指标数据。分层清晰便于维护与复用，减少重复计算。元数据管理贯穿数仓全流程。
二）建模方法论
维度建模以事实表与维度表为核心，星型模型简单高效，雪花模型规范化。Kimball方法论自底向上，Inmon方法论自上而下。缓慢变化维度处理历史数据，数据质量保障分析可靠。
二、数仓实践趋势
实时数仓与湖仓一体成为趋势，数据湖与数据仓库融合。云原生数仓弹性扩展，降本增效。数仓工程师需要数据建模能力与SQL功力，理解业务需求是关键。