Data Warehouse（数据仓库）
数据仓库（英语：Data Warehouse，缩写：DW）是一种用于存储、管理和分析大量历史数据的信息系统，为企业的商业智能和决策支持提供数据基础。
定义与概念
数据仓库是面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。这一经典定义由数据仓库之父威廉·恩门（William Inmon）在1990年代提出，强调了数据仓库的四个核心特征。
与传统的操作型数据库不同，数据仓库专注于数据分析而非日常事务处理。它从多个异构数据源中抽取数据，经过清洗、转换和整合后，以统一的格式存储，为数据挖掘、在线分析处理（OLAP）和报表生成提供支持。数据仓库采用维度建模方法组织数据，通常使用星型模式或雪花模式等多维数据结构。
发展历史
数据仓库概念的形成经历了多个阶段。1980年代，随着企业信息化进程加速，各部门积累了大量业务数据，但这些数据分散在不同系统中，难以进行综合分析。1988年，IBM研究员巴里·德文（Barry Devlin）首次提出商业数据仓库的概念。
1992年，威廉·恩门出版了《建立数据仓库》一书，系统阐述了数据仓库的理论框架，标志着数据仓库学科的正式确立。同期，拉尔夫·金博尔（Ralph Kimball）提出了维度建模方法，为数据仓库设计提供了实用的技术路线。
1990年代中后期，Oracle、IBM、微软等科技公司相继推出数据仓库产品和解决方案。2000年后，随着互联网和电子商务的爆发式增长，数据仓库技术快速演进，出现了列式存储、MPP架构等创新技术。
近年来，云计算和大数据技术的兴起推动了数据仓库向云端迁移，Amazon Redshift、Google BigQuery、Snowflake等云数据仓库服务成为市场主流。
核心特征
面向主题
数据仓库围绕企业的核心业务主题组织数据，如客户、产品、销售、财务等。这种组织方式不同于传统数据库按应用功能划分，而是按分析需求将相关数据集中存储，便于进行跨部门的综合分析。
集成性
数据仓库整合来自ERP系统、CRM系统、供应链管理系统等多个异构数据源的数据。通过ETL（Extract-Transform-Load，抽取-转换-加载）过程，消除数据不一致性，建立统一的数据标准和编码规范，确保数据的准确性和可比性。
非易失性
数据仓库中的数据一旦加载完成，通常不会被修改或删除，只进行查询和追加操作。这种特性保证了历史数据的完整性，使得用户可以进行时间序列分析和趋势预测。数据仓库采用快照机制记录数据在不同时间点的状态。
时变性
数据仓库存储长时间跨度的历史数据，通常保存5到10年甚至更长时间的数据。每条记录都带有时间戳，支持按时间维度进行分析，帮助企业发现业务发展规律和周期性变化。
技术架构
数据源层
数据源层包括企业内部的各类业务系统、数据库，以及外部数据源如市场调研数据、社交媒体数据等。这些数据可能存储在关系数据库、文件系统、API接口等不同介质中。
ETL层
ETL工具负责从源系统抽取数据，进行数据清洗、格式转换、业务规则应用等处理，最后加载到数据仓库中。常用的ETL工具包括Informatica、Talend、Apache NiFi等。现代数据仓库也采用ELT（Extract-Load-Transform）模式，先加载原始数据再进行转换。
数据存储层
核心存储层采用关系数据库或专用的分析型数据库。数据通常组织为事实表和维度表。事实表存储可度量的业务事件数据，维度表存储描述性属性信息。为提高查询性能，数据仓库使用索引、分区、物化视图等优化技术。
数据集市层
数据集市是面向特定部门或业务领域的小型数据仓库，从企业级数据仓库中提取相关数据。数据集市降低了查询复杂度，提高了响应速度，满足部门级的分析需求。
应用层
应用层提供各种数据访问和分析工具，包括OLAP工具、报表系统、数据可视化平台、数据挖掘工具等。用户通过这些工具进行多维分析、即席查询、仪表板展示等操作。
应用领域
零售行业
零售企业利用数据仓库分析销售趋势、库存周转、客户购买行为等。通过购物篮分析发现商品关联规则，优化商品陈列和促销策略。沃尔玛等大型零售商的数据仓库存储了数十年的交易数据，支撑着精细化运营决策。
金融服务
银行和保险公司使用数据仓库进行风险管理、欺诈检测、客户细分和精准营销。数据仓库整合客户的账户信息、交易记录、信用历史等数据，为信贷审批和投资决策提供依据。
电信行业
电信运营商通过数据仓库分析通话详单、网络流量、客户投诉等数据，优化网络资源配置，降低客户流失率。数据仓库支持话单分析、套餐推荐和网络优化等应用。
医疗健康
医疗机构建立临床数据仓库，整合电子病历、检验结果、影像数据等信息，支持临床决策、疾病监测和医疗质量评估。数据仓库为循证医学研究和公共卫生管理提供数据支撑。
制造业
制造企业利用数据仓库监控生产过程、分析设备效率、优化供应链。通过整合MES系统、质量管理系统的数据，实现生产追溯和预测性维护。
相关技术
数据仓库与多项技术密切相关。商业智能（BI）是数据仓库的主要应用场景，提供数据分析和决策支持能力。数据湖作为新兴的数据存储架构，以原始格式存储海量数据，与数据仓库形成互补。实时数据仓库技术缩短了数据延迟，支持近实时的业务分析。
机器学习和人工智能技术与数据仓库结合，实现智能化的数据分析和预测。数据治理确保数据仓库中数据的质量、安全和合规性。元数据管理记录数据的来源、含义和使用情况，提高数据的可理解性和可追溯性。
