数仓总结目录：
说说数仓(1) - 什么是数仓
说说数仓(2) - 传统数仓与互联网数仓
说说数仓(3) - 数仓架构
说说数仓(4) - 指标字典
说说数仓(5)-最重要的维度之日期维度
说说数仓(6)-关于命名规范
说说数仓(7)-浅谈数据治理
说说数仓(8)-关于增量
说说数仓(9)-上下游约定
说说数仓(10)-任务注释
最近几年工作中，接触到一些关于数仓建模的工作，说是建模，其实个人感觉自己也就入个门而已，有一点儿自己的理解，这里会简单整理下自己的想法结合找到的一些资料，分享给大家看看，可以多多交流。
什么是数据仓库
数据仓库（DataWarehouse），一般缩写成DW、DWH。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。
--来自智库百科
从字面上来看，数据仓库就是一个存放数据的仓库，它里面存放了各种各样的数据，而这些数据需要按照一些结构、规则来组织和存放。这里我们会遇到一个问题就是同样是存放数据的仓库，那数据库和数据仓库是一样的吗？
数据库 VS 数据仓库
数据库就是我们常用的关系型数据库（MySQL、Oracle、PostgreSQL...），还有什么非关系型数据库，它主要存放业务数据，那数据仓库有有些什么数据呢？
说到他们的区别，我们一般会提到OLTP和OLAP，
OLTP：on-line transaction processing，联机事务处理，主要是业务数据，需要考虑高并发、考虑事务
OLAP：On-Line Analytical Processing，联机分析处理，重点主要是面向分析，会产生大量的查询，一般很少涉及增删改
他们的区别，面试时也会提到，主要从几个点谈谈就行。
大数据
数据仓库其实是一套体系，他不是一门什么技术，而是整合了很多已有的技术，来更好地组织和管理数据。
传统数仓的话，主要是基于关系型数据库，后面还有一些分布式的数据库像Greenplum，还有很多公司会提供基于硬件的一整套解决方案。在传统数仓开发时，由于硬件的性能有限，所以有很多的要求，而随着硬件价格的下降、云服务器的广泛使用，还有大数据技术的成熟发展，数仓的很多场景都变了，有些规则都不需要去严格遵守了，这样也可以剩下很多的成本。
后记
上面大概整理了数仓的基本概念，一些常见的问题，最主要的其实是基于Hadoop和传统数仓的区别，这个后面会再深入整理下，这回先说到这里，后面如果有概念性的东西，还会整理在这一章。
附录
20190318更新
刚刚有朋友说，搜数仓发现了这篇文章，感觉想我写的，截图给我看，我一看，哈哈哈，还真是我写的，还是简书溜。我说这篇文章咋有这么多的阅读量呢。
我看了看这篇文章，写的还是少了些，于是回来更新下一点点内容。
再往前几年，数仓这个东西是有点儿神秘的，感觉很高大上，而现在，起码在互联网公司来说，谁都知道数仓，谁都知道数据平台，谁都可以来说两句，已经大众化了。
记得以前面数仓的话，总有几个必备的面试题：
- 什么是数仓？
- 数仓的几个特点是什么？
- 什么是OLAP？什么是OLTP？区别是什么？
- 拉链表是什么？怎么实现拉链表？
- 同步又哪几种方式？
- 为什么要做增量？怎么做增量？
- 什么是ETL？
以前很多招聘ETL工程师的，这些岗位主要是基于某一个厂商的工具入手，熟练适用该工具就行了，比如Datastage，以前玩儿过一个报表工具叫Cognos，IBM的一个工具，当时写了很多文章，有几百篇，也有很多岗位是招Cognos工程师的，后来不玩儿这个。
传统行业喜欢叫数仓，互联网公司喜欢叫数据平台（包含数仓，偏向建模）。我记得数仓这一概念也是从传统行业发起的，它涉及的资料其实都是好多年之前的了，最近也找过，但是没什么新的内容，概念还是那些概念，只是技术更新迭代了，所以也导致很多的观点不太适用了。
就目前互联网数仓这一岗位，感觉更加偏重业务+建模思想，面试不太好考察这些内容的，去年招聘的时候，就是问些基本问题，聊聊以往主要的工作内容，还会问问SQL题，真的想了解下建模的话，还是找本书借鉴性的看看，还是很有益处的。
