数据仓库–>面向分析的数据集合 各种查询、维度、结构–>(星型、雪花)、深度、非易失 目标：分析结果给管理层看，辅助决策 数据库–>对数据的增删改查 3NF 目标：web项目（一般给客户看） 数据仓库分层： ODS：数据接入层 DWD：数据明细层 DWS：数据汇总层 ADS：数据应用层 ODS： 人物画像： 用户表：id、name、gender、born_date、籍贯… 地址表： 用户关系表： 消费： 银行卡消费记录： 电子支付消费记录： … 收入： 工作： DWD： 主题：消费 用户天平均消费表 数据仓库是一个面向主题的、集成的、非易失的且随时间变化的数据集合 数据仓库和数据库的区别 数据库是为捕获和存储数据而设计 数据仓库是为分析数据而设计

OLTP和OLAP的区别 联机事务处理OLTP On-Line Transaction Processing OLTP是传统的关系型数据库的主要应用 主要是基本的、日常的事务与处理 例如银行交易 联机分析处理OLAP On-Line Analytical Processing OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并提供直观易懂的查询结果

Inmon架构

Kimball架构

混合型架构

数据仓库的解决方案 数据采集 Flume、Scoop、Logstash、DataX 数据存储 MySQL、HDFS、HBase、Redis、MongoDB 数据计算 Hive、Tez、Spark、Flink、Storm、Impala 数据可视化 Tableau、Echarts、Superset、QuickBI、DataV 任务调度 Oozie、Azkaban、Crontab