一、数据仓库的核心概念
数据仓库（Data Warehouse）是面向分析的集成数据环境：面向主题（按业务主题组织）；集成（多源数据统一）；非易失（历史数据只增不改）；随时间变化（记录时间维度）。数据仓库的价值：统一数据口径（各业务用同一份数据）；沉淀数据资产（历史可追溯）；支撑决策分析（报表、BI、数据产品）。
二、数仓分层架构
经典数仓分层：ODS（原始数据层：原样接入）；DWD（明细数据层：清洗、标准化）；DWS（汇总数据层：按主题汇总）；ADS（应用数据层：面向报表与业务）。分层的意义：清晰职责（每层解决一层问题）；复用计算（底层算好上层复用）；血缘追踪（数据问题可溯源）。维度建模：事实表（业务事件）+维度表（业务属性）；星型模型（简单查询友好）、雪花模型（规范化）。
三、技术选型与湖仓一体
数仓技术栈：传统（Hive+Spark+HDFS）；云数仓（Snowflake、BigQuery、阿里云MaxCompute）；国产（Doris、StarRocks、ClickHouse实时分析）；湖仓一体（数据湖+数仓优势：Delta Lake、Hudi、Iceberg，支持流批一体与数据入湖）。2026年趋势：湖仓一体成为主流架构；实时数仓普及（Flink实时链路）；数据治理（数据质量、元数据、数据安全）。
四、数仓建设实践
数仓建设流程：需求调研（明确分析场景）→架构设计（分层与技术选型）→数据接入（采集同步）→模型开发（分层建模）→数据验证（质量校验）→上线运维（调度监控）。关键实践：命名规范（表名、字段统一）；数据质量（主键唯一、空值率、一致性校验）；调度依赖（任务依赖关系管理）；元数据管理（血缘、字典）。数仓工程师的核心能力：业务理解+数据建模+技术选型——好的数仓是"业务与技术"的桥梁。