电商数仓项目系列一：数据仓库简介

一、数仓定义

数据仓库顾名思义就是存储数据的仓库，不同于业务数据库用作业务支撑，数据仓库是分析系统最核心的组成部分，使用这些数据为我们的报表分析（各种销售指标），广告推广（在什么地方、什么渠道投放广告），app、网站优化（商品如何展示，排列），个性化推荐等服务领域提供数据支持。既然是数据仓库，那么数据仓库的数据从哪里来？在数据仓库中怎么存储？如何将源数据存储到数仓中，这些数据将来有什么用？下面分别说明：

1. 数据源

主要分成下面几类：第一类是业务系统数据；第二部分是日志（用户行为数据，主要用于推荐系统，网站优化）。还有爬虫数据（目前没有接触过），这些都称之为源数据

2. 数据的存储

采用分层的架构存储，第一个目的是通过空间换时间的方式获取性能，从dws层查询数据肯定会比dwd层查询数据更快，因为我们做了汇总，而dwd层需要join更多的表。第二个目的是将复杂的问题简单化，让每一步都清晰简单，更加利于系统的建设和维护。

                                                                         

3. ETL

 知道了怎么存储，还需要把源数据存放到我们的数据仓库中，这个过程就叫做ETL。

4. 服务系统

数据仓库中数据的用途主要有：报表系统、用户画像、推荐系统、风控系统、机器学习等，下面是数仓系统的整体架构图。