Kho dữ liệu lưu trữ dữ liệu tích hợp từ nhiều nguồn khác nhau để phân tích. Nó không phải là cơ sở dữ liệu sản xuất. Hệ thống sản xuất vận hành hoạt động kinh doanh. Kho dữ liệu hỗ trợ việc báo cáo và ra quyết định. Dữ liệu được chuyển từ hệ thống nguồn vào kho dữ liệu thông qua các đường ống ETL hoặc ELT. Kho dữ liệu làm sạch, chuyển đổi và sắp xếp dữ liệu thành một lược đồ được tối ưu hóa cho các truy vấn. Các nhà phân tích và công cụ kinh doanh thông minh truy vấn kho dữ liệu thay vì các hệ thống sản xuất.

Kiến trúc này phân tách các khối lượng công việc. Việc chạy một truy vấn phân tích nặng trên cơ sở dữ liệu sản xuất sẽ làm chậm các ứng dụng mà khách hàng sử dụng. Kho dữ liệu sẽ cô lập tải trọng đó. Nó cũng tích hợp dữ liệu. Các đơn đặt hàng, phiếu hỗ trợ và hoạt động trên web của khách hàng nằm trong các hệ thống khác nhau. Kho dữ liệu sẽ kết nối chúng lại với nhau. Cái nhìn thống nhất đó là nơi tạo ra những hiểu biết sâu sắc. Các kho dữ liệu truyền thống hoạt động trên các thiết bị chuyên dụng từ Teradata, Oracle và IBM. Các kho dữ liệu đám mây như Snowflake, BigQuery và Redshift đã thay đổi mô hình kinh tế. Chúng tách biệt lưu trữ khỏi điện toán, mở rộng quy mô linh hoạt và tính phí theo mức sử dụng. Rào cản gia nhập đã giảm. Các công ty nhỏ hơn hiện có thể đủ khả năng chi trả cho các chức năng kho dữ liệu mà trước đây đòi hỏi một khoản đầu tư vốn lớn. Công nghệ đã thay đổi. Mục đích thì không: lưu trữ dữ liệu tích hợp để phân tích.

Đặc điểm kho hàng

• Định hướng theo chủ đề — được tổ chức xoay quanh các lĩnh vực kinh doanh.
• Tích hợp — kết hợp dữ liệu từ nhiều nguồn khác nhau.
• Thay đổi theo thời gian — lưu giữ dữ liệu lịch sử
• Bộ nhớ không thay đổi — dữ liệu được tải và đọc, chứ không được cập nhật tại chỗ.
• Tối ưu hóa cho các truy vấn — chỉ mục, phân vùng, lưu trữ theo cột

Kho dữ liệu giống như một thư viện. Các hệ thống nguồn là tác giả. Các nhà phân tích là người đọc. Kho dữ liệu có chức năng tổ chức bộ sưu tập.