数据仓库的来龙去脉：

很早以前，只有数据库，数据库就是很多数据表的集合。比如要提取2019年6月18日在淘宝购买Bose耳机的用户，只需要关联几张表就能完成。

但随着工作中需要在海量数据中做复杂分析，效率变得很低。比如要找到2019年双11和2018年双11这两天，在淘宝下单超过500元且购买了Bose耳机的用户，然后比较这两拨用户在最近2年的平均消费能力差异。这种查询需要关联查询多张表，查询两年的数据，并且从海量数据中找符合要求的消费金额和消费者，通常需要几个小时才能完成。

为了提高数据查询效率，数据仓库出现了。

数据仓库的特点：

1. 数据仓库有主题性和作业流的概念，将数据重新聚合起来，自动化完成各个作业之间的调度。 2. 数据仓库让查询效率最大化，不考虑增删改的效率。 3. 数据仓库有历史数据，数据库一般只有近期数据。 4. 数据仓库是基于数据库层面的升级。

数据仓库的建立：

1. 需求分析：确定建立数据仓库的目的，需要哪些维度的数据，以及数据表的访问情况。 2. ETL：找到需要的数据表，提取需要的字段并清洗加工转换，确保数据原料合格可用。 3. 数据结构设计：设计维度表、事实表，决定数据存储方式，是否需要数据分层。 4. 作业调度：确保多个作业之间的逻辑和执行正确。

完成以上步骤后，一个数据仓库的雏形就形成了，剩下的数据管理、计算管理等可以不断添加完善。