但現在我想整合數據並進行分析。這時，數據倉庫（DW）就派上了用場。它可以過濾和整合各種業務數據，並可用於數據分析、數據挖掘和數據報告。
壹般來說，數據倉庫按照壹定的主題集成來自多個數據源的數據。因為以前的數據是不同的，所以需要對其進行提取、清洗和轉換。
整合的數據不能隨便修改，只能分析，需要定期更新。
正如我們上面所說的，數據倉庫接收的數據源是不同的。如果要集成，我們需要三個步驟:提取、清洗和轉換，這就是ETL（提取-轉換-加載）。
中國最常用的數據倉庫是基於Hadoop的開源數據倉庫Hive，可以查詢和分析存儲在HDFS的文件數據。
Hive可以對外提供HiveQL，這是壹種類似於SQL語言的查詢語言。HiveQL語句在查詢時可以轉換為MapReduce任務，這些任務可以在Hadoop層執行。
Hive最大的優勢是它是免費的。其他知名的商業數據倉庫呢？例如Oracle和DB2，其中Teradata是行業領導者。
Teradata數據倉庫支持大規模並行處理平臺（MPP），可以高速處理海量數據。事實上，它的性能比Hive高得多。對於企業來說，他們只需要專註於業務，在管理技術上節省能源並最大化ROI。
如上所述，Hive是最著名的開源數據倉庫，它是Hadoop生態系統中的重要組件。
在Hadoop生態系統中，HDFS解決了分布式存儲問題，MapReduce解決了分布式計算問題，HBASE提供了壹種NoSQL存儲方法。
但是，如果您需要查詢HDFS的文件或HBASE的表格，則需要自定義MapReduce方法。Hive實際上是HDFS之上的壹個中間層，它允許業務人員直接使用SQL進行查詢。
因此Hive是通過數據抽取轉換來加載的，它可以將SQL轉換為MapReduce任務，Hive表是HDFS的目錄或文件。
上圖是Hive的架構。
Hive主要包括以下數據模型:
為什麽這篇文章是數據倉庫？註釋