一、数据仓库的经典架构
星型模型和雪花模型是维度建模的两种经典范式。缓慢变化维的处理策略直接影响历史数据的准确性和查询复杂度。
一）数据湖的兴起与挑战
数据湖以低存储成本和schema-on-read的灵活性解决了结构化与非结构化数据的统一存储问题。数据沼泽风险是数据湖架构最需要警惕的治理陷阱。
二）湖仓一体的融合方案
湖仓一体在数据湖的低成本存储之上叠加了数据仓库的事务和性能优化能力。Delta Lake和Iceberg等开源表格式是湖仓一体架构的技术核心。
三）实时数仓的技术实现
以Flink和Kafka为核心的流式计算框架实现了秒级的端到端数据处理延迟。Lambda架构同时维护批处理和流处理两条管道。Kappa架构以流处理为核心统一了实时和离线数据的处理逻辑。