数据仓库由来已久，IT界的各位大佬们想必对这个词汇应该并不感到陌生。对于数仓圈外的人来说，可能接触过或者听别人提及过数仓，但是对它并没有一个非常明确清晰的认识。一些朋友可能想要学习或者转职成为数仓大军中的一员，但是并不知道学习数仓如何开始，心中充满顾虑。那么，下面就让我们一起去揭开数仓的神秘面纱，看看如何开启数仓学习之旅。

一、数据仓库岗位

在数仓这个领域大概有这么几类岗位：

1）架构师

做整个数仓项目顶层架构设计的人，包括制定数仓实施方案、规划实施路线、工具选型等，需要具有专业的理论知识和行业经验，就是要既懂技术又懂业务。

2）建模工程师

对技术基础，熟悉数仓的几种建模理论，掌握一些数仓建模工具，同时也对业务有一定理解的人，通常的工作就是分析业务、分析需求，创建各类满足需求的数仓模型。

3）ETL开发工程师

使用ETL工具或者SQL、存储过程等完成数据处理，给数仓模型填充各类处理好的数据。这个岗位对数据库开发技术有较高的要求，需要懂SQL开发或者ETL工具。

4）BI工程师

使用数仓工程师提供的模型进行数据类应用设计，最常见的比如使用报表工具设计前台报表。

当然，在有些公司里面，一些岗位职责并没有分的那么明确，比如建模工程师和ETL工程师的活可能一个人都要干。从这些岗位工作内容来看，我们看到了数仓的主要工作内容，就是建模和ETL。那么，下面我们就来具体看一下数仓到底是什么样子的。

二、认识数仓

1）数仓的历史

我们首先简单看下数仓的历史由来。在IT行业刚开始起步时，企业中最先考虑的是建设各类应用系统来满足业务开展，这个时候需要一种专门的工具来存储业务数据，由此就展开了关于业务数据如何存储的理论研究和实践，最终关系型数据库系统诞生，范式模型也成为了业务系统的主要数据存储模型。后来，企业逐渐有了数据分析的需求，虽然业务系统的范式模型也能满足一部分的分析需求，但是存在很多的缺陷，比如表关联复杂、查询效率低、一些需求需要跨系统取数等等，于是人们转而寻找更合适的数据模型来满足分析型应用的需求，在研究发展过程中，数仓的概念就诞生了。

那么我们先看一下数仓是什么？

2）数仓的构成

数仓是什么呢？从字面上来看，其实就是存放数据的仓库，这些数据怎么存，存什么样的格式，怎么取怎么用，这个就需要一套体系去组织和管理，这整套体系就形成了数仓的一系列理论。那它和数据库有什么区别？数据库负责组织存储数据，存储的载体就是我们熟悉的各种数据库表，它不太管你表是怎么组织的，有什么字段，你给他什么样的表它就给你存什么样。数据仓库就是使用数据库来存数据仓库里的表模型和数据，可以说，数据仓库本质上是一种特殊的数据组织形式，是一种特殊的数据库。

对数仓有个基本的认识后，我们就来看看数仓涉及到哪些理论需要我们去掌握和学习吧！

首先，数仓中的模型如何设计？需要我们掌握建模理论，目前有两种主流的数仓建模方式，一种是范式建模方法，一种是维度建模方法。在实际项目中，这两种都有使用，但是维度建模会更多一些，更多的实际情况是两种建模方式结合使用。数仓建模需要遵循一些基本的设计原则，像一致性维度、一致性事实、总线架构等。学习多维建模，必须理解和掌握的基础概念还包括各种维度表比如单级维、层级维、缓慢变化维等，各种事实表，事务粒度事实表、周期快照表、累计快照表、度量和指标的概念，各类模型如星型模型、雪花模型等。

通过这些建模方法我们可以建立很多的模型，那么怎么管理这些模型呢？这就需要在架构上做分层，通过将不同作用的表放在不同的分层上进行组织和分类，让数仓中的模型更容易被管理。一般数仓中分层包括ODS层（贴源层）、整合层、汇总层、集市层等，有些企业可能分层会分的更细一些，但是总体分层思路大体是相同的。这里理论基本在网上都被大家分析的很透彻了，大家可以搜索资料学习。

上面所讲的基本是模型层面的一些理论，除了建模，数仓还有个比较重要的工作是就是为这些模型填充数据，这就要用到ETL了。ETL就是把数据从源系统中抽取出来，通过各种加工和数据处理，从而形成我们模型所需的数据灌到模型表中。做ETL需要掌握一些技术知识，比如数据库基本概念、SQL、ETL工具、操作系统相关知识等。

数仓建设过程中需要一些产出文档，一些比较重要的文档如数据源分析文档、需求文档、模型设计文档、ETLMAPPING文档、运维文档等。

三、总结

最后总结一下，如果想要入门数仓的话，一个学习路线是，学习数仓建模各种理论，不求能深入理解，至少有基本认识，然后加入到实际项目中，结合理论去学习项目中的模型，同时也要加强各种技术能力的学习。

学习数仓建模推荐一本经典书籍，Kimball的《数据仓库工具箱:维度建模权威指南》，这是讲维度建模的，学习完这本书，基本就可以去项目上实践了。想学习范式建模的话，可以去找找成熟公司的模型学习，比如TD公司的金融行业模型、电信行业模型等。

另外，学习不是闭门造车，我们需要更多的技术人一起探讨交流，可以多关注一些技术微博、微信公众号，加入一些学习群组，多阅读一些书籍等。最后放张图，方便大家整理规划自己的学习路线。

打开凤凰新闻，查看更多高清图片

关于数据仓库，目前有能力的公司都是自己开发调度工具，具体采用哪种工具，可以根据自己公司的本身现状去做定夺。亿信华辰数据工厂（EsDataFactory）作为专业的数据处理应用平台，能提供智能高效的数据处理服务，夯实企业数仓。数据仓库建设是一个综合性技术，而且当企业业务复杂的时候，这部分工作更是需要专门团队与业务方共同合作来完成。