数据仓库系列：初识数仓

数据仓库系列：初识数仓

前言：

本节是数据仓库系列文章的第一篇，本系列的目的在于快速的构建一套最小化可运行的基础数据体系，过程中也会涉及一些数仓的理论知识，但更偏重的是数仓的实现和背后的思考逻辑、所以在开发实施过程中会提供相对多的代码示例和具体的实现细节。

另外需要对数仓的界限做下限制，本系列所讨论的数仓是从数据接入后到数据结果表生成。

最后需要指明的是本系列只涉及离线数仓，不涉及实时数仓，有关实时数仓和离线数仓的区别等，请进一步阅读其它资料。

最后，本系列参考了很多前辈在数据仓库建设方面的经验文章，本系列将其纳入到体系中，部分相关的参考会在文中列出，但更多的会集结起来，在问题汇总章节或者以篇外的形式给出，请知悉。

 

本系列的大纲规划如下（实际执行可能会有调整）

1、初识数仓：什么是数仓、数仓的用途等

2、数仓规划：数仓矩阵、分层分线、分主题设计等

3、数仓设计：数仓模型、事实表（拉链表、累积表）、维表的设计等

4、数仓开发：数仓表初始化和更新方式、任务调度、数据处理的一些思想

5、数据计算：大盘指标（新增、活跃、留存、回流）的计算框架、LTV的计算框架等

6、数仓规范：元数据规范（表命名、存储周期等）、生成规范、调度规范、代码规范

7、数仓问题：数仓相关的技术问题、经验问题和发展问题汇总

      首先会对数仓是什么和数仓建设包含哪些内容有基本的认知，并将数仓建设的内容分解成各个模块来讲解。需求强调的是，数仓建设虽然有套路和一些模式可遵循，但数据团队的组成不同、业务场景各异、需求也千变万化，数仓建设的成败取决于多种因素，需要根据自身的实际情况因地制宜。

通过以下方面的认知：

1. 什么是数仓

2. 为什么要建设数仓

3. 怎样建设数仓

一  什么是数仓

先概览下数仓几个重要的相关概念：</