說到資料倉庫的內容，那可就多了。

首先，我們來看下資料倉庫的定義

資料倉庫是一個面向主題的，整合的，相對穩定的，反映歷史變化的資料集合，用於支援管理決策。

從定義就可得知，資料倉庫的最大核心內容便是資料。

那麼資料是儲存在哪裡的

傳統資料倉庫的資料一般儲存在teradata、db2、oracle等大型資料庫中；

基於hadoop的資料倉庫的資料是儲存在hdfs中。

這是第2個內容：資料儲存

資料是以什麼形式組織的，有什麼方法論嗎

業界有兩大經久不衰的方法論，實體關係建模和維度建模。

實體關係建模，即ER建模，是從全企業角度去考慮，以三正規化建模為基礎去組織資料；

維度建模是以快速實現決策需求為目的，使用星型模型或者雪花模型去組織資料。

這是第3個內容：資料建模

那麼資料是從哪裡來的呢，怎麼來的？

資料來自與企業的各個部門，可以是資料庫形式的，也可以是文字形式的。我們透過工具將資料抽取過來，並做一些轉換和清洗，最終存入資料倉庫中。這個過程叫做ETL，也就是第4個內容。

獲取到的資料，我們如何保證它的質量

這時候就需要資料質量系統了，在該系統內我們制定一些規則來檢測資料的準確性和有效性。

這是第5個內容：資料質量

獲取到的資料，我們怎麼使用

這是第6個內容：資料應用。一般我們會基於業務主題做一系列的報表或者多維模型，供領導或者業務人員進行決策和分析。也會提供一些資料服務直接應用於線上系統或者公司內部系統。

從資料的獲取到使用，勢必會有很多後臺任務，我們怎麼管理

這時我們需要一個排程系統來讓後臺任務有條不紊的進行。排程系統負責告訴任務何時可以啟動，以及任務失敗後該怎麼做，等等。這是第7個內容：任務排程

資料倉庫除了業務資料，還有很多其他資料

資料倉庫中，除了我們從各業務系統獲取的資料外，其本身也在不斷產生資料。包括任務執行資訊，資料質量資訊，應用使用資訊等等，我們統稱這些為描述資料的資料，並透過元資料系統管理起來，以便後續分析使用，從而改進資料倉庫系統。這是第8個內容：元資料

資料倉庫，英文名稱為Data Warehouse，可簡寫為DW或DWH。資料倉庫，是為企業所有級別的決策制定過程，提供所有型別資料支援的戰略集合。它是單個數據儲存，出於分析性報告和決策支援目的而建立。 為需要業務智慧的企業，提供指導業務流程改進、監視時間、成本、質量以及控制。

資料倉庫一般來說分為三層：接入層、中間層、應用層。

其中，

1、接入層為ODS層，即opreational data store。資料同步，基本與源資料保持一致。

2、中間層包含DWD層、DWS層、DWM層，以及臨時表TMP層和維度DIM層。

DWD層，資料明細層，即data warehouse detail。做標註化，維度補齊，異常處理。DWS層，資料彙總層，即data warehouse summary。單一業務場景，行為資料組裝，提升公共指標的複用。DWM層，資料集市層，即data warehouse market。寬表資料，跨業務資料，行為資料組裝。DIM層，維度表層。一致性維度建設。

3、資料應用層，即APP層。個性化指標加工，基於應用的資料組裝。