数仓概览导向

• 启蒙时代

  • BI诞生于上世纪90年代，数据转化为知识，帮助企业经营分析决策。

    • 零售行业的门店管理，如果使单个门店利润最大化

      • 分析每个商品的销售数据和库存信息

      • 为每个商品制定合理的销售采购计划，滞销降价，畅销预测，提前采购

    • 大数据量的范围查询

  • 数仓之父=》比尔 恩门=》数仓是在企业管理决策中面向主题、集成、与时间相关，不可修改的数据集合

    • 订单表和会员表

    • 按照主题域的方式组织数据

    • 自顶向下

      • TP建模方式

      • 买家表、商品表、买家商品交易表

    • 优缺点

      • 成本高，适用于固定业务，比如金融领域，冗余数据少

  • 金博尔=》自底向上（顶是数据源）

    • 用户、商品维度

    • 库存、用户账户余额的事实表

    • 优缺点

      • 适用于变化比较快的业务，比如互联网业务

    • 多样化的数据格式=》数据湖

• 数据工厂时代：大数据平台兴起

  • 数据集成=》数据开发=》数据测试=》数据发布=》任务运维

    • 好工具，提高效率

    • 面向数据研发场景的，覆盖数据研发的完整链路的数据工作台

  • 大量数据指标

    • 各个报表和数据产品

    • 随着数据需求快速增长，报表指标、数据模型越来越多，找不到数据

• 数据价值时代：数据中台崛起

  • 2016年，阿里巴巴提出数据中台的口号

    • 数据中台的核心，是避免数据的重复计算，通过数据服务化，提高数据的共享能力，赋能数据应用