数据仓库的基本概念

数据仓库，英文名称为Data Warehouse，可简写为DW或DWH。数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。
本质上，就是一个数据库（Oracle、MySQL），一般，只做查询select。
Hadoop、Spark、Flink、NoSQL都可以看成是数据仓库的一种实现方式。

数据仓库与大数据

下面是数据仓库的搭建过程，红色的部分是大数据的过程，黑色部分是传统数据仓库的过程。

什么是大数据？核心问题

举例：（1）商品推荐 （问题1）大量的订单如何存储？
（问题2）大量的订单如何计算？
（2）天气预报 （问题1）大量的天气数据如何存储？
（问题2）大量的天气数据如何计算？

核心问题：
（1）数据存储：分布式文件系统 HDFS

（2）数据计算：分布式计算模型MapReduce、Spark RDD、Flink分区

• （A）离线计算、批处理
  MapReduce、Spark Core、Flink DataSet

• （B）实时计算、流处理
  Storm、Spark Streaming、Flink DataStream

OLTP与OLAP

OLTP：online transaction processing 联机事务处理
如 insert update delete commit rollback
OLAP：online analytic processing 联机分析处理，一般：不会修改（删除）数据
如：select

数据仓库又是一种OLAP的应用