写在前面的话
你好，我是李鹏程，高级数据工程师、大数据讲师。这次给大家带来的是《数据仓库原理&实战》专栏。
数据仓库基本在各个企业都均有落地，主要是因为历史数据积存、数据分析的需要。而且随着互联网的快速发展、数据量与日俱增的情况下，更多的企业开始从传统数据仓库向大数据数据仓库转型。
传统数据仓库技术较成熟，易用性更为优秀；大数据数据仓库整体技术较新，而且落地过程是有一定过渡的，在选型和建模等方面。专栏中的技术方案主要以大数据数据仓库展开，整体上拔高了一个维度，帮助更好的完成在大数据端的理论落地；虽然以大数据数仓为技术主导，但理论部分是两者通用的，能够帮助构建对数据仓库的整体概念，而且这部分理论在传统数仓中实践起来更为容易。
那到底什么是数据仓库？它是如何发展来的？它的架构、建模是怎样的？在这个专栏中，都会为大家讲解到。
除了理论部分，在实战部分还会带来一个大数据数仓的案例，包含集群搭建和企业级操作实战，更好的助力知识的运用。
专栏内容
专栏内容一共分为 5 部分，数据仓库简介、架构、建模、最佳实践、项目实战。
在简介部分，主要介绍下数据仓库的诞生背景、基本概述、技术方案。在这部分全面了解、掌握数据仓库的前世今生，它与数据库的区别，两种技术方案的异同等内容。
架构部分，首先讲解数据仓库的整体架构，然后分别展开讲解 ETL 流程、数据积存（ODS 层）、数据分析（DWD、DWS、ADS 层）在企业落地时的具体细节。
建模方案部分，主要讲解 OLTP、OLAP 建模概念与异同；然后对 OLAP 展开，讲解 ROLAP、MOLAP 建模理论，最后了解下多维分析的基本术语。
在最佳实践部分，会讲解在企业实践中数据仓库的表类型、ETL 策略、任务调度。
最后的项目实战，会进行大数据数据仓库集群的搭建（Hadoop、Hive、Tez、Sqoop、Azkaban、Presto），并完成复购率、GMV（成交总额）两个案例的整体流程实战。
学习指南
在整体专栏学习的时候，先不要陷入细节中，可以快速浏览下专栏内容，在整体上有个大概的把握，然后再阅读每一部分内容。否则，不见全貌，而陷入对细节的纠结中，会对之后的学习产生不利的影响。而且专栏内容一定是要看好几遍的，第一遍只是帮助你搭建一个知识框架，之后的每一遍阅读都会使你对知识的理解更为深入；由浅入深，这才是知识的学习步骤。
而且在技术学习中，尤其在线上专栏中，大部分学员会在环境搭建这里花费很长时间，然后学习热情被消耗殆尽，专栏也就仅仅完成了从入门到放弃的劝退功能。所以环境的开箱即用是最重要的，尽量在环境上少花费时间，因为在企业开发中，环境都是现成的；如果真的需要亲自去完成环境搭建，也不需要记住每一步过程，留个文档，甚至写个脚本复用就好。
所以在专栏中，会提供一键安装脚本，帮助在集群中快速建立大数据数据仓库环境。只需要大家在 Virtual Box 上准备 3 台 CentOS 7.2 的虚拟机环境即可，当然虚拟机镜像也会提供。环境的快速搭建，帮助数仓开发的学员迅速进入实际操作环节，而且对运维的学员也是一种福利。
好，整体交代清楚后，来一起进行数据仓库正式的学习吧。