持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第23天，点击查看活动详情 摘要 随着大数据时代的到来，企业挖掘出隐藏巨大的数据价值给带来了更多的市场机会。大数据存储，处理和处理的

数仓在建设过程中，对数据的组织管理上，不仅仅要进行横向的分层，也需要根据业务情况进行纵向的主题域划分。为保证整个数仓体系的生命力，数据域需要抽象提炼，长期维护及更新，但不要轻易变动。

【国产免费】分布式ETL批量作业，自动化运维调度管理平台，去（网站/公众号）可直接获取产品官方永久使用授权；

@TOC 本文参考尚硅谷的视频配置，组件较多，可根据需要酌情配置 一. 环境准备 内存4G，硬盘50G (根据自己的电脑配置酌情决定，内存最好4G起步) 安装好linux /boot 200M /sw

背景 公司业务整合，指标管理混乱，数据不一致问题严重，另外指标的开发和迭代效率也比较低； 举措：进行集团指标认证，数据指标重新开发； 建设前 面临的问题 指标非常多，业务复杂，变化快； 人少，排期紧张

前言 在业务发展过程中，会产生大量的数据，单看数据是没有价值的，只有和业务相结合转化为信息，再经过处理才能体现其价值。 对于业务数据而言，通常分为两项：其一是维度，其二是度量，或者说是指标，这两项构成

数据仓库设计方案 一.概述  数据仓库的特征在于面向主题、集成性、稳定性和时变性，用于支持管理决策。数据仓库的存在的意义在于对企业的所有数据进行汇总，为企业各个部门提供统一的、规范的数据出口

数仓建模在国内有两个主流的方法论，一个是Kimball的维度建模方法论，一个是基于Kimball发展的阿里OneData方法论

关于数据仓库的概念、原理、建设方法论，网上已经有很多内容了，也有很多的经典书籍，本文更想聊聊企业数据仓库项目上的架构和组件工具问题。先来谈谈架构。企业数据仓库架构关于数据仓库，有一种简单粗暴的说法，就