Et datalager lagrer integrerte data fra flere kilder for analyse. Det er ikke en produksjonsdatabase. Produksjonssystemer driver virksomheten. Lageret støtter rapportering og beslutningstaking. Data flyter fra kildesystemer inn i lageret gjennom ETL- eller ELT-pipelines. Lageret renser, transformerer og organiserer dataene i et skjema som er optimalisert for spørringer. Analytikere og forretningsintelligensverktøy spør lageret i stedet for produksjonssystemene.

Arkitekturen skiller arbeidsbelastninger. Å kjøre en tung analytisk spørring på en produksjonsdatabase bremser ned applikasjonene kundene bruker. Lagerhuset isolerer denne belastningen. Det integrerer også data. En kundes bestillinger, supportforespørsler og nettaktivitet ligger i forskjellige systemer. Lagerhuset samler dem. Det er fra denne enhetlige visningen innsikten kommer. Tradisjonelle lagre kjørte på spesialiserte apparater fra Teradata, Oracle og IBM. Skybaserte lagre som Snowflake, BigQuery og Redshift endret økonomien. De skiller lagring fra beregning, skalerer elastisk og fakturerer etter bruk. Inngangsbarrieren falt. Mindre selskaper har nå råd til lagerfunksjoner som en gang krevde en stor kapitalinvestering. Teknologien endret seg. Formålet gjorde det ikke: å lagre integrerte data for analyse.

Lagerkarakteristikker

• Fagorientert – organisert rundt forretningsdomener
• Integrert – kombinerer data fra flere kilder
• Tidsvariant — lagrer historiske data
• Ikke-flyktig – data lastes inn og leses, oppdateres ikke på stedet
• Optimalisert for spørringer – indekser, partisjoner, kolonnelagring

Et lager er et bibliotek. Kildesystemer er forfatterne. Analytikere er leserne. Lageret organiserer samlingen.