Data warehouse menyimpan data terintegrasi dari berbagai sumber untuk analisis. Ini bukan basis data produksi. Sistem produksi menjalankan bisnis. Data warehouse mendukung pelaporan dan pengambilan keputusan. Data mengalir dari sistem sumber ke dalam data warehouse melalui pipeline ETL atau ELT. Data warehouse membersihkan, mengubah, dan mengatur data ke dalam skema yang dioptimalkan untuk kueri. Analis dan alat intelijen bisnis melakukan kueri ke data warehouse, bukan ke sistem produksi.

Arsitektur ini memisahkan beban kerja. Menjalankan kueri analitik berat pada basis data produksi memperlambat aplikasi yang digunakan pelanggan. Gudang data mengisolasi beban tersebut. Gudang data juga mengintegrasikan data. Pesanan pelanggan, tiket dukungan, dan aktivitas web berada di sistem yang berbeda. Gudang data menyatukan semuanya. Pandangan terpadu itulah yang menjadi sumber wawasan. Gudang data tradisional berjalan pada perangkat khusus dari Teradata, Oracle, dan IBM. Gudang data berbasis cloud seperti Snowflake, BigQuery, dan Redshift mengubah ekonomi. Mereka memisahkan penyimpanan dari komputasi, melakukan penskalaan secara elastis, dan mengenakan biaya berdasarkan penggunaan. Hambatan masuk pun menurun. Perusahaan kecil kini mampu membeli kemampuan gudang data yang dulunya membutuhkan investasi modal besar. Teknologinya berubah. Tujuannya tetap sama: menyimpan data terintegrasi untuk analisis.

Karakteristik gudang

• Berorientasi pada subjek — terorganisasi di sekitar domain bisnis
• Terintegrasi — menggabungkan data dari berbagai sumber
• Berubah seiring waktu — menyimpan data historis.
• Non-volatil — data dimuat dan dibaca, bukan diperbarui di tempat.
• Dioptimalkan untuk kueri — indeks, partisi, penyimpanan berbasis kolom

Gudang adalah perpustakaan. Sistem sumber adalah penulisnya. Analis adalah pembacanya. Gudang mengatur koleksi tersebut.