最近几年，诸如数据仓库、大数据、云计算、区块链、人工智能……之类的IT新潮词汇总是隔三差五地刷屏网络。这些看起来晦涩难懂的IT术语背后代表的是什么？今天小编就以“数据仓库”为例，为大家解析技术背后的奥秘。

数据仓库，英文名称Data Warehouse，简写为DW。数据仓库顾名思义，是一个很大的数据存储集合，出于企业的分析性报告和决策支持目的而创建，对多样的业务数据进行筛选与整合。它为企业提供一定的BI（商业智能）能力，指导业务流程改进、监视时间、成本、质量以及控制。

数据仓库的输入方是各种各样的数据源，最终的输出用于企业的数据分析、数据挖掘、数据报表等方向。

然而随着物联网、电子商务、互联网金融、社会化网络等新技术、新概念的快速发展，全球大数据储量正在迅猛增长。传统数据仓库技术架构面临越来越大的挑战。

传统数据仓库技术普遍存在升级成本高、不能弹性扩容、并发处理能力较低的问题。探索采用大数据技术构建统一的企业级数据管理平台，重构数据仓库应用，减少数据重复加工与冗余存储，促进信息管理应用的数据融合共享，提高数据处理总体效率，提升数据分析和深度应用能力，正逐渐成为企业IT建设的热点方向。

利用大数据技术可有效构建以数据仓库应用为核心、弹性扩容、资源相对隔离、多应用共存的分布式集群数据管理平台，可以有效解决长期积累的问题：

解决平台处理能力不足，应用分散问题

分布式并行数据处理解决超大数据集的可计算难题，加速统计分析应用的响应速度；提供可统一调度的超大硬件资源池，多个上层应用和数据仓库可共存于一套集群环境，以极低成本快速实现企业应用之间数据的共享与融合，减少数据跨系统复制导致的数据批处理时延，减少多个应用数据库独立部署带来冗余的数据存储成本。

强化数据仓库核心应用地位，实现企业数据治理目标

数据仓库应用承担更多的基础与共性数据加工职能，有利于聚合应用共性需求，有效管控和实施数据标准，统一关键指标计算口径，易于实现数据治理目标。

同时，建立统一的数据处理任务调度平台，多个数据应用可以和数据仓库应用整合，统一配置数据批处理任务和调度依赖关系，复用数据仓库建立的企业数据模型资源，更清晰划分数据处理职责边界，减少数据重复加工和开发成本，缩短各应用数据处理时间。

火眼科技依托于大数据、云计算等先进技术，为企业设计开发建设大数据应用平台，帮助企业升级改造原有的渠道、授信管理、审计、客户管理等系统，在客户服务、风险管理、内部管控、营销管理等多个业务领域开发基于大数据平台的创新。

未来火眼科技也将持续致力于为企业搭建更加智能化的应用平台，为企业业务发展植入更加智慧的数据大脑。