数据仓库与数据中台在概念上并不相同，但在实际应用上，却又有着非常相似的地方。 在过去几年时间里，数据仓库和数据中台都是一个热门话题，因为数据仓库与大数据技术的结合能够带来企业的数智化转型。 在互联网公司中经常会听到这样一些口号： 「建设中国大数据产业基地」、「打造中国大数据产业生态圈」、「大数据人才聚集」、「构建智慧城市」等。 其中的重点就是建设一个具有强大计算能力和分析能力的“数据仓库”，以应对来自企业自身内部以及外部日益复杂的数据分析需求。 而本文中，我们就来详细讨论一下如何建设这样一个“数据仓库”。

一、数据仓库：从单点到全局

数据仓库是一个综合了数据管理、大数据处理、建模等能力的复杂系统，它在数据仓库中发挥着越来越重要的作用。 数据仓库中的功能有： ·整合和存储数据，支持业务应用系统； ·支持实时的数据采集分析和处理能力； ·支持多个不同系统之间信息整合，如 ETL和数据挖掘等。

二、数据中台：从一维到二维

在上一节，我们介绍了数据仓库的三个维度：数据仓库的结构、数据仓库中存储的对象以及数据仓库的存储方式。 而实际上，在本文开篇部分所介绍的基础数据层中，就已经包含了对各类源数据的采集和处理。 但是，如果我们将这个一维的基础数据层拓展到二维： 在每一个基础维度内（如：字段、标签、值等），又会有多个维度，这就形成了丰富多样而且相互关联的数据流。 例如，对于客户维度内的字段：

三、数据仓库与中台的异同

数据中台和数据仓库之间的区别，我们在前文中已经有所提及。 在数据中台建设过程中，需要考虑到业务层面的需求会对技术实现造成哪些影响，又应该如何解决这些问题； 从技术上来看，数据中台是围绕业务需求来构建的一个中台级平台； 从技术实现来看，数据中台主要依靠大数据技术实现。 因此，就本质而言，数智化转型并非是单纯地增加系统、软件和业务平台的建设，而是要在企业整体数字化程度不断提高的过程中，推动信息系统和业务系统协同发展。 从最终效果上来讲，数智化转型是企业实现可持续发展的必由之路；只有通过数智化转型、全面提升企业整体能力之后，才能实现企业持续创新和可持续发展。

更多数据治理相关资料请咨询客服获取，或者直接拨打电话：020-83342506