大牛带你从0到1构建数据仓库实战

本文从数仓架构之流派之争，数仓建设之三步调研，划分主题域和总线矩阵，数仓架构之美，数据治理和数据质量等全局展开。

数据仓库是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。

Inmon：数据仓库之父，中央集权的战略家！

Kimball：数据仓库大师，分而治之的战术家！践行家！

秦始皇：在中央实行三公九卿，地方废分封、立郡县，同时 书同文，车同轨，统一度量衡。

数仓建设：整体架构分4层12个主题，逆规范化、维度建模，同时 统一模型规范，开发规范，数据类型等。。。

类比一下，就会发现：历史总是惊奇的相似！

一句话总结数仓建设：通过三步调研（业务调研、需求调研、数据调研），划分主题域，确定主题。然后构建总线矩阵，维度建模（星型模型、四步建模）。设计数仓分层架构（ods-dwd-dws-ads），定制规范（命名规范、模型规范、开发规范、流程规范）。数据治理（数据质量，数据安全，元数据管理）。开工ETL/BI，迭代开发。

* * 开发团队必须严格的按照这个体系结构来进行数据集市的迭代开发。

作者：大圣归来24
来源：数据仓库与Python大数据