建设数据仓库主要关注三个方面（存储、模型和流向）

来源	存储（平台层）	存储（应用层）	应用
MySQL、binlog、kafka、RestAPI 定制化的协议	Hive、Minio、clickHouse、GreenPlum等等	Mysql等与系统业务相关的数据库、API等	支撑上层应用

大数据相关组件介绍

ClickHouse

ClickHouse由俄罗斯第一大搜索引擎Yandex于2016年6月发布, 开发语言为C++,ClickHouse是一个面向联机分析处理(OLAP)的开源的面向列式存储的DBMS，简称CK, 与Hadoop、Spark这些巨无霸组件相比，ClickHouse很轻量级,查询性能非常好，使用之后会被它的性能折服，非常值得安利。

特点：支持OLAP面向联机分析处理的列式存储DBMS，查询性能非常好

Greenplum

开源的列式存储数据库，支持使用SQL的方式来进行查询 官网上介绍：支持存储文本、GIS、图、流式数据处理等，应用在非常广泛的区域，其最先是通过Postgre数据库演变过来的。 看官网上介绍，其对于数据迁移迁移非常方便

CDH

开源大数据的封装版本，目前官网已经没法下载 博客上有百度网盘的资源可下载，缺点就是很久之前的版本，各组件的版本比较老

OLAP和OLTP介绍

OLTP：（on-line transcation process）

联机事务分析，事务分析就是传统的CRUD增删改查操作，这种一般是支撑业务系统，但是当数据量大了之后用SQL进行分析就比较慢，尤其是语句的逻辑更加复杂之后，查询可能会造成数据库死机。

OLAP：（on-line Analytical process）

联机分析处理，顾名思义，这种主要是吃撑数据的分析工作，这里会用比较吃性能的一些操作，join ,聚集函数，开窗函数等等。