資料倉儲儲存來自多個資料來源的整合資料以供分析。它並非生產資料庫。生產系統負責業務運作。資料倉儲支援報表產生和決策。資料透過 ETL 或 ELT 管道從來源系統流入資料倉儲。資料倉儲對資料進行清洗、轉換和組織，使其符合針對查詢最佳化的模式。分析師和商業智慧工具直接查詢資料倉儲，而不是生產系統。

這種架構將工作負載分開。在生產資料庫上執行繁重的分析查詢會降低客戶使用的應用程式的速度。資料倉儲隔離了這種負載，並整合了資料。客戶的訂單、支援工單和網路活動資料分別儲存在不同的系統中，而資料倉儲將它們整合在一起。這種統一的視野正是洞察的來源。傳統的資料倉儲運作在 Teradata、Oracle 和 IBM 等公司的專用設備上。而 Snowflake、BigQuery 和 Redshift 等雲端資料倉儲改變了這種經濟模式。它們將儲存與運算分離，實現彈性擴展，並按使用量收費。進入門檻降低，小型公司現在也能負擔過去需要大量資本投入才能實現的資料倉儲功能。技術發生了變化，但目的始終未變：儲存用於分析的整合資料。

倉庫特點

• 主題導向型－圍繞業務領域組織
• 整合式－整合來自多個資料來源的數據
• 時變型－保留歷史數據
• 非易失性——資料被載入和讀取，而不是就地更新。
• 針對查詢進行了最佳化——索引、分區、列式存儲

倉庫就像一座圖書館。源系統是作者，分析人員是讀者，倉庫負責整理這些資料。