什么是数据仓库？
- 功能
  - 为了满足OLAP场景下的数据管理需求
    - 存储：管理，讲公司中所有数据进行统一化的存储管理
    - 处理：讲各种原始数据进行规范化处理，提供给各个需求
  - 本质：是一种分布式，统一化，规范化的数据管理设计模型
- 应用
  - 满足企业中所有数据统一化的储存，通过规范化的数据处理来实现企业的数据分析应用
- 特点
  - 面向主题
    - 数仓（数据仓库）：公司中所有的数据全部通过数据采集或者数据同步进入数据仓库中
      - 数据集市主题域：一般是按照部门进行划分
        
        数据主题：各个应用对应的主题
- 数据集成
  - 存储整个公司所有数据
  - 数仓不产生数据，也不使用数据
  - 仅实现存储和加工
- 稳定性
  - 没有数据更新和删除业务。
  - 所有的事实都不允许被删除
- 时变性
  - 会不断的将新的数据同步到数据仓库中

- 数据仓库与数据库的区别是什么？
  - 数据库和数据仓库都是一种数据管理模式
  - mysql和Hive实现数据管理模式的工具
- 核心流程有哪些？
  - ETL：过滤、补全、转换
  - 分层：决定数据的规范性
  - 建模：决定了数据存储的方式，表的设计
- 重点应用：通过维度来描述指标
  - 什么是维度？
    - 维度是用于描述事实的角度
    - 不急于组合维度进行分析得到，这个指标是有没有意义的。
  - 什么是指标？
    - 对数据分析的结果，是一个度量值，也成为了指数
    - 功能：通过指标来衡量事实的结果，反应事实好坏。
    - 常用指标 PV;UV,IP,跳出率，二跳率，平均访问时长，平均访问次数
建模
- 为什么要建模？
  - 性能：良好的模型能帮我们快速查询需要的数据，减少数据的IO吞吐
  - 成本：减少数据冗余、计算结果复用、从而降低存储和计算成本
  - 效率：改善用户使用数据的体验，提高使用数据的效率
  - 改善统计口径的不一致性，减少数据计算错误的可能性
- 怎么建模？
分层
- 为什么要分层？
  - 为了决定数据仓库中处理数据的流程
  - 规范数据近日到应用整体数据被处理的过程
- 怎么分层？
  - 一般分成3层 ODS DW APP 
    
    实现：用过建立不同数据库来实现分层
  - 美团数仓设计
    - https://tech.meituan.com/2017/05/26/hotel-dw-layer-topic.html
  - 携程数仓设计
    - https://mp.weixin.qq.com/s/CfxNcMJIl6irunrTNTs25g