湖仓一体 数据仓

数据仓是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。它主要是对从多个数据源中获取到的数据进行清洗、转换、整合等操作后存储起来，目的是为企业提供复杂的分析和决策支持。

数据仓库的架构特点

分层架构

通常包括源数据层、数据抽取层、数据存储层（ODS 层，操作数据存储）、数据仓库层（DW 层，如明细数据层、汇总数据层）和数据应用层。这种分层设计有助于数据的清洗、转换和加载（ETL）过程的管理，使数据从原始的、杂乱的状态逐步转换为有组织的、可供分析的数据。

数据模型

常用的数据模型有星型模型和雪花模型。星型模型以一个事实表为中心，周围连接多个维度表。例如，在销售数据仓库中，销售事实表记录销售金额、销售数量等事实数据，周围的维度表可能包括时间维度（日期、月份、季度等）、产品维度（产品名称、类别、品牌等）、店铺维度（店铺名称、地区等）。这种模型简单直观，查询性能较好。

雪花模型是星型模型的扩展，它将维度表进一步细化，使维度表之间也存在关联关系。这样可以减少数据冗余，但查询复杂度可能会增加。

数据仓库与湖仓一体的关系

在湖仓一体架构中，数据仓库是重要的组成部分。湖仓一体将数据湖的灵活性和数据仓库的结构化分析优势相结合。数据仓库在湖仓一体架构中承担着对经过清洗、整理后的结构化数据进行高效存储和分析的角色。