传统数仓和大数据数仓的区别是什么？

这是我的第58篇原创

一个圈里的朋友问，有很多传统数仓的朋友想转型大数据数仓，不知道该怎么办。问我能不能给讲讲课。准备一个课比较费劲，主要是得非常系统的讲。我这样日更，已经把所有的时间都占满了。那我就每天写一点，希望能帮助更多想转型大数据数仓的兄弟们。

概念与容器

为什么先说这个，其实很简单：因为绝大多数人都把这两个概念混为一谈。然后就会出现各种各样的问题：oracle不是数据库么，怎么又是数据仓库？Hive不是数据仓库么？怎么又是数据库？

数据仓库、数据库是一个概念，是一些技术的集合。类同于切菜刀法和雕刻刀法；

Oracel、DB2、MySQL、Hive是一个容器，是一种工具。类同于一把刀。

当我们在说数据仓库的时候，我们在说什么？说的是你用的mysql还是oracle？用的是Hive还是Kylin？用的是druid还是doris？都不是！因为这些是实现数据仓库的工具！

我们在说数据仓库的时候，我们实际上说的是一种面向主题，沉淀历史不可变信息，对明细数据进行汇总的，为决策提供在线分析服务的数据技术的集合。

我们在实现数据仓库的时候，需要用到数据仓库设计（数据库设计工具）、数据存储技术（数据库工具）、数据处理技术（ETL工具、监控报警）、数据管理技术（元数据、数据地图、血缘关系）等等技术。

而oracle、mysql、hadoop等都只是数据存储技术中的一种而已。

数据仓库发展历史

1、数据仓库概念诞生

数据仓库概念公认最早的定义者，是数据仓库之父比尔·恩门（Bill Inmon）在1991提出的。在此之前，所有的业务操作数据和分析数据都是存在一个数据库中的，并没有分开。

这个inmon就是inmon、kimball建仓方法论的inmon，是不是很熟悉？

如同绝大多数新概念一样，刚诞生的数据仓库同样遭受到了巨大的失败。inmon的建设理念是自上而下，这个上指的是数据的上游，不是数据分层的上层。

大家都是做数仓的，你肯定理解为什么一开始数据仓库概念会惨败。因为自上而下太难见效，得把所有的业务理清楚，把所有系统的数据理清楚，然后分主题分层一点点的设计，然后按照这个设计一层层的建。而且一旦其中有任何变动，整个设计全废。所以第一批吃螃蟹的那些公司基本上都是小白鼠。

2、数据集市概念诞生