?
回顧資料倉庫的發展歷程，大致可以將其分為幾個階段：萌芽探索到全企業集成時代、企業資料集成時代、混亂時代--"資料倉庫之父"間的論戰、理論模型確認時代以及資料倉庫產品百家爭鳴時代，
資料倉庫理論發展歷程
上世紀70年代，IBM的E.F.Codd等人提出關系型資料庫后，MIT的研究員提出單獨構建分析系統的基礎理論，新的理論試圖將業務處理系統和分析系統分開，即將業務處理和分析處理分為不同層次，針對各自的特點采取不同的架構設計原則，他們認為這兩種資訊處理的方式具有較大差別，應使用不同的架構和設計，但受限于當時的技術能力，這個研究僅僅停留在理論層面，
到了80年代初，W.H.Inmon 開始了“記錄系統”、“本原資料”、“決策支持資料庫”等專題的研究，幾乎同時，J. Martin在關于資料庫分類的研究中，專指一種他稱之為“第4類資料庫”的“由用戶驅動的計算環境”，為這種環境提供資訊服務的是一種以“搜索和快速資訊回收”為基本特征的資料庫，這個定義已經和后來的資料倉庫十分類似，
1988年，IBM 公司的研究員創造性地提出了一個新的概念--資料倉庫（Data Warehouse），到了1991年，資料倉庫之父W.H.Inmon出版資料倉庫經典作品--《構建資料庫倉庫》，標志著資料倉庫概念的確立，書中指出，DW是一個面向主題的、集成的、相對穩定的、反映歷史變化的資料集合，并且是用于支持管理決策的資料集合，該書還提供了建立資料倉庫的指導意見和基本原則，憑借著這本書，W.H.Inmon被稱為資料倉庫之父，
?
編輯
由于傳統的關系型資料庫已無法滿足構建資料倉庫的需求，在1993年Codd提出了多維資料庫和多維分析的概念，即OLAP（On-Line Analysis Processing聯機分析處理），當時Codd認為OLTP（On- Line Transaction Processing 聯機事務處理）已不能滿足終端用戶對資料庫查詢的需要，SQL對大資料庫進行的簡單查詢也不能滿足用戶分析的需求，用戶的決策分析需要對關系資料庫進行大量計算才能得到結果，而查詢的結果并不能滿足決策者提出的需要，因此提出了多維資料庫和多維分析的概念，即OLAP，
1995年，Ralph Kimball出版了《資料倉庫工具箱》，資料倉庫行業進入少林和武當之爭，Inmon主張建立資料倉庫時采用自上而下方式，以關系型資料庫的第3范式進行資料倉庫模型設計，而Kimball則是主張自下而上的方式，力推資料集市（Data Market）建設，兩位資料倉庫領域的大咖為此吵得不可開交，他們的粉絲也紛紛站隊，這種爭吵直到Inmon推出新的BI架構CIF，把Kimball的資料集市包括了進來才算平息，
?
編輯
早期MPP時代的數倉
IBM DB2和Teradata是早期數倉理論的實踐者，也是市場領導者，其中Teradata是MPP數倉最成功的商業產品，幾乎是行業的天花板，誕生于1970年代末的Teradata公司，名稱來源于Tera Bytes，TB資料的存盤也展示了哪個年代創業者的雄心壯志，終于在1992年第一個TB 級的資料庫在華爾街出現，1999年，客戶擁有130TB的資料分布于176個節點，短短7年時間，Teradata客戶的資料規模翻了176倍，
但進入新千年后，資料庫巨頭間的競爭進入白熱化階段，以Oracle Exadata為代表的一體機很快嶄露頭角，之后在Postgres基礎上演變而來的Greenplum構建了開源的MPP架構數倉，也在市場中有很高的影響力，但真正讓數倉煥然一新的是云計算時代的云原生數倉Snowflake，
一體機時代的數倉
新千年后，數倉進入一體機的快速發展時代，典型代表是Netezza、SAP HANA和Oracle Exadata，Netezza率先推出，后來被IBM收購，而Oracle Exadata為代表的一體機依然是今天Oracle公司的核心業務，2008年，Exadata V1誕生，由Oracle提供軟體惠普提供硬體，這一代產品僅支持資料倉庫和商務智能等OLAP作業，到了2009年9月，Exadata V2發布，采用了SUN的（此后MySQL也屬于了Oracle），次年Oracle完成了SUN的收購，在V2版本中，Exadata存盤節點中首次采用了Flash卡，從而可以同時支持OLAP和OLTP型別的負載，有了高性能產品的同時也有了極其昂貴的價格，
著名的Conor O'Mahony(DB2的市場經理)羅列了使用一臺全機架系統(full-rack)Exdata V2所需的費用串列：
$1,150,000 硬體價格
$1,680,000 存盤服務器的軟體價格
$369,600 存盤服務器軟體支持和維護費用(以22%計)
$1,520,000 Oracle企業版軟體價格($47.5k*8 servers*8 cores*0.5 Intel core factor)
$736,000 Oracle RAC軟體價格($23k*8 servers*8 cores*0.5 Intel core factor)
$368,000 Oracle磁區特性價格 ($11.5k*8 servers*8 cores*0.5 Intel core factor)
$368,000 Oracle高級壓縮(Advanced Compression) ($11.5k*8 servers*8 cores*0.5 Intel core factor)
$160,000 Oracle企業管理器診斷包(推薦安裝)
$160,000 Oracle企業管理器調優包(推薦安裝)
$728,640 以上除去存盤服務器軟體的第一年軟體維護支持價格(以22%計)
Oracle Exadata 一體機
如此昂貴的價格，對于一般企業顯然無法接受，人們相信全新一代的數倉技術一定會在一個萬眾囑目的情況下出現，像蓋世英雄身披金甲圣衣，腳踏七彩祥云而來，
云計算時代的數倉
隨著移動互聯網、物聯網的蓬勃發展，率先掀起資料庫革命的是Google公司，他的三篇論文開啟了大資料時代，之后言數倉、大資料必稱Hadoop，但它的弊病也頗為明顯，昂貴、不方便使用、難維護等問題始終無法很好的解決，直到計算機行業七彩祥云--云計算出現，為整個行業和人類生活帶來巨大變化，而此時的資料倉庫在變更的前夜顯得例外安靜，古語言：三年不鳴一鳴驚人，Snowflake 就是三年不飛一飛沖天的云計算時代云原生數倉產品，
2012年，在Oracle公司作業十多年的2位程式員決心在云上建立一個資料倉庫，于是誕生了Snowflake公司，它誕生的第一天，就有云計算的特點：存盤與計算分離、按量付費、云中立，作為第一個基于云原生的資料倉庫，Snowflake 敏銳的抓住從本地到上云的時代趨勢，充分利用公有云強大基礎設施能力，讓用戶更加輕松實作跨云平臺、跨區域的方式移動資料，這種基于云原生、云中立、跨多云平臺的云原生資料服務，為客戶提供巨大資料價值的同時，極大降低了客戶使用、維護、價格成本，
Snowflake產品上的成功同時也取得資本市場的巨大成功，2020年9月16日，在紐交所成功IPO，股神巴菲特斥幾億美元入股，交易首日股價翻倍市值達到704億美元，成為史上規模最大的軟體IPO，之后市值一度最高突破1200億美元，儼然成為資本市場的寵兒，
?
編輯
資料倉庫和資料庫關系
廣義的資料倉庫并不是一項技術，也不是一個產品，而是一種資料處理程序，資料倉庫的資料來源有多種，業務系統、日志、互聯網、系統運行引數等等，這些資料可以在資料倉庫中進行匯合，然后通過統一的建模，加工成服務與資料分析的資料模型，最終輔助企業分析決策，
那如何構建資料倉庫呢？常見的是使用OLAP資料庫（如近年流行Clickhouse）存盤資料，通過資料建模、ETL、資料可視化等一系列操作，這一程序被稱為構建資料倉庫，由于資料倉庫基于OLAP產品，是做在線分析處理，這是與資料庫的本質區別，另外，既然是資料倉庫就要加工資料，加工資料會耗時間，所以加工資料在實際的應用中又分為批處理和實時處理，而傳統的資料庫是為了解決事務存在的，他們的區別如下，
?
編輯
總結和展望
資料倉庫是80~90年代提出的概念，互聯網企業為了解決更大資料量的管理問題，掀起了大資料技術新浪潮，大資料已經跳出了數倉定義領域，未來再專題闡述，隨著2020年云原生數倉Snowflake上市并取得巨大的成功，大家開始趨向把資料倉庫、大資料、資料湖、云存盤的技術全面融合，全世界掀起了云原生資料倉庫和湖倉一體的熱潮，國際上Databricks、Clickhouse已經正面PK，國內有SequoiaDB、MaxCompute，AnalyticDB，GaussDB(DWS)，OuShuDB、StarRocks、SelectDB、HashData等不下數十款產品，還有很多類似HTAP新品在路上，未來必將迎來百倉大戰的腥風血雨，
資料倉庫發展史
部分圖片來自網路，如有侵權請聯系洗掉，
?轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/508898.html
標籤：MySQL