一、背景
大量原來線下的業務電子化之後，產生了很多的數據，這些數據除了能夠支撐業務正常運轉，也能夠使分析人員針對整個企業的運轉情況進行分析。比如，本週與上週相比銷量增加還是減少了？原因是什麼？ 產品的庫存週期長了還是短了？哪些產品需要及時補充庫存？哪些供應商提供的商品，成本低、質量好、及時供貨、客戶比較喜歡？哪些地方的支出變多了？用戶對我的產品滿意嗎？客戶發生了哪些變化？需要招人嗎？招什麼樣的人？ 上面這些問題分別涉及 銷售、庫存、採購、會計、客戶、HR等各個層面。
二、業務型系統與分析型系統的區別 OLTP VS OLAP
OLTP：代表具體的操作，是對原來線下操作的模擬。
OLAP：關注整體的分析和決策。BI之前叫作決策支撐系統。
三、數據倉庫是什麼
OLAP關注分析，需要更宏觀的數據視野（大量的細節會使人看不清楚），需要做跨系統的數據整合。業務型的數據專注於具體的操作，不適合做分析。數據倉庫的核心是把所有系統的數據進行集成，保證數據的一致性，並且要能反映出業務系統的變化（支持敏捷開發，增量開發）。這是一個艱鉅的任務，比如同一個東西一個表叫id，一個表叫seq，業務裏存1行，倉庫裏可能需要2行。
四、數據模型是什麼？（數據結構）
數據倉庫裏的數據怎麼存儲？（關係模型還是數據立方體？文件還是圖片？）彼此間的關係怎麼定義？怎麼樣反應業務系統裏的變化？怎麼樣使存儲上省空間？怎麼樣使查詢更快？怎麼樣方便的出報表？怎麼樣實現增量開發和敏捷開發（避免返工）？怎麼樣定義跨多個業務系統的數據？……
五、ETL 是什麼
把數據模型定義的結構，具體實現的過程。在大數據出現之前，業務系統和倉庫都是結構化的數據，對應的ETL的接口主要是sql。大數據時代，ETL的具體實現技術是類似於 map reduce的任務，hivesql等。
六、數據部門需要做的事情
1、搭建好能夠支撐離線分析和實時分析的整體技術架構平臺。具體的會涉及到 數據埋點、數據同步、分佈式作業調度和計算、消息隊列、流式計算、對外提供服務的方式等
2、具體數據模型的設計和實現（ETL和數據倉庫）
3、針對具體應用的報表
4、使用機器學習等技術實現的模型
七、大數據部門的人員角色劃分
1、計算機技術人員 熟悉數據埋點、抓取、消息隊列、hdfs spark storm hbase hive 等分佈式技術的人員
2、數據建模人員 分析業務，設計數據倉庫的模型，通過第一類人的技術實現倉庫的構建
3、數據挖掘/分析人員 具體的設計模型、報表等
八、業界事實標準
1、數據模型--kimball的維度模型。簡單概括：1》 使用企業數據倉庫總線做數據倉庫總體架構設計。2》 將世界描述爲相對靜態的實體（維度表）和實體之間的交互（事實表）3》 事實表代表維度的關聯關係 4》用一致性維度實現數據的集成和敏捷開發 5》 用持久性代理鍵標記實體
2、大數據倉庫相關的技術體系
hdfs HBase hive ElasticSearch Flume Kafka storm Spark
總結：大數據倉庫是數據倉庫的延伸。數據倉庫的目標是數據集成，大數據相關的技術是爲了數據倉庫服務的。具體的分析和應用基於數據倉庫展開。即 大數據技術->倉庫--》分析應用