這兩年，大量資本涌入數據庫市場，導致數據庫市場競爭更加白熱化。幾乎所有投資者都看好數據庫上云趨勢，就在云數據庫、云原生數據庫呼聲高漲的同時，云數倉成為一個新的賽道，開始走入大眾眼簾。只是，在分析什么是云數倉、云數倉為什么火爆之前，我們必要先來了解下數據倉庫的定義。

什么是數據倉庫？數據倉庫和商業智能是一回事嗎？

數據庫通常被分為關系型數據庫（SQL）或者非關系型數據庫 （NoSQL），以及聯機事務處理（OLTP）和交易型、聯機分析處理（OLAP），還有混合型業務處理 ( HTAP ) 。另外，除了這些常見的數據庫類型，專有數據庫也對業務提升帶了極大改進，只是隨著數據庫技術的發展，專有數據庫成了 " 數據孤島 " 的代名詞。

之后，一些聰明的企業開始嘗試，虛擬主機，將不同數據源的數據匯聚在一起，這些將保持著原格式的數據存儲起來的方式叫做數據湖；而按照通用格式或者經過加工與集成的數據，則被歸為數據倉庫。不同的數據倉庫獲取數據的方式不同，比如有的直接從操作型環境中獲取數據，有的則從企業級數據倉庫中獲取數據，這些滿足不同場景需要的數據倉庫，又叫數據集市。換言之，數據集市是數據倉庫的子集。

從本質上講，數據倉庫是一個分析型數據庫，通常是關系型數據庫，它由兩個或多個數據源創建，通常可以存儲具有 PB 級以上規模的歷史數據，然后憑借大量的計算和內存資源來運行復雜的查詢操作，最后生成數據報告。另外，數據倉庫也是商業智能 ( BI ) 系統和機器學習獲得直接數據源的唯一路徑。

為什么說數據倉庫特別重要？

企業之所以使用數據倉庫，是因為在 OLTP 中，索引的創建和使用受到個數和數據類型的限制，并且當數值接近峰值或者數據類型不符合規范時，會減慢用戶的數據分析和查詢速度。但是，如果把數據放在數據倉庫中，用戶就可以自定義主題，根據需要進行數據分析和查詢；同時，在數據倉庫中使用數據，不會影響到 OLTP 數據庫的寫入性能。

最重要的是，企業構建數據倉庫除了能提升數據處理速度，還能對多源數據進行分析。比如 : 一名銷售，在使用 OLTP 支撐的相關應用時，只能用來處理具體事務，但是不會看到銷售所在地的天氣，服務器租用，但是銷售又想擁有天氣預測功能，怎么辦呢？如果將所有和天氣相關的數據添加到數據倉庫，銷售就可以利用數據模型來判斷當地的天氣情況。

數據倉庫與數據湖是什么關系？

數據倉庫之所以與數據湖不同，除了數據存儲的格式有區別，數據的 " 讀取模式 " 也不一樣。數據湖是讀模式，很多數據都以易于讀取的格式存儲；而數據倉庫是 " 寫入模式 "，能支持各種數據類型的存儲，并且在索引查詢和各種數據關系的處理上更方便、快捷。

這種 " 讀取模式 " 適用于來自多個聚合根（不同上下文）的數據讀取，避免出現數據丟失的現象，但有一個弊端是，很多數據會變成死數據，應用不會被使用，大量占據存儲資源。" 寫入模式 " 適用于具有特定目的的數據，并且所使用數據必須與其他來源的數據正確關聯。但有時會因為錯誤的數據格式而被丟棄，導致有價值的數據沒有被使用。

主流的數據倉庫架構有哪些？

通常，數據倉庫架構分為三層，包括：源數據、數據倉庫和數據應用。

源數據層包括來自銷售、營銷和其他業務部門的運營數據，還可能包括社交媒體和外部數據，例如：人口調查和統計數據。

臨時數據庫，是指從數據源檢索到的數據，屬于臨時存儲區域，為下一步的數據處理做準備。比如：如果來源是非結構化的，例如：社交媒體文本，需要通過質量檢驗，刪除質量差的數據。

數據倉庫層，也稱為細節層，所有數據是一致、準確、干凈的數據，對源數據進清洗，去除雜質。

數據應用層，是從前端應用直接讀取的數據源，是指根據報表直接生成或者按主題需求計算出來的數據。

數據倉庫獲取數據以及在倉庫中實現的轉換和流動都可以認為是 ETL （提取、轉換和加載）過程，即指經過清洗的數據，通過 ETL 工具提取數據，執行任何所需的映射和轉換，并將數據加載到數據存儲層。而 ELT （提取、加載和轉換）工具，則是指先存儲數據，然后再進行轉換，使用 ELT 工具的好處是，數據跳過傳統的暫存層，直接進入數據湖。

什么是云數據倉庫？與本地數據倉庫相比有哪些區別？

隨著云計算的深化發展，企業應用上云已成為主流趨勢，而數據庫上云則成為企業應用上云的最后一步。眾所周知，云數據庫的概念，是指被優化或部署到一個虛擬計算環境中的數據庫，可以實現按需付費、按需擴展、高可用性以及存儲整合等優勢。而云數據倉庫和云數據庫的定義非常相似，也是指數據倉庫可以在本地、云中或混合環境中部署。

從過去實踐來看，數據倉庫都在本地部署，但本地數據中心以及服務器的可擴展性差，所以數據倉庫上云成為主流趨勢。只是，云數據倉庫也有一個挑戰，那就是將 PB 級數據全部遷移上云，涉及到計算、存儲和內存等成本。另外，如何快速上云也是一個挑戰。當然，隨著市場的不斷發展，這些問題都不再是問題，現在已經有超大規模的云服務提供商在提供大容量、基于磁盤的數據傳輸服務。

最后，到底選擇本地數據倉庫、云數據倉庫，還是選擇數據湖、數據集市，需要結合企業具體的數據量、增長速度等來確定，建議用戶先拿少量數據去測試，或者將部分數據托管在云上，等所有應用和流程跑通，再把成熟的架構向核心關鍵業務擴展。