AI 术语表 · 基础 · 数据工程 · AI 平台与解决方案
数据仓库
数据仓库（DW）是把公司各处的数据整理成便于分析的形式、集中存放在一处的存储库。与处理日常业务的数据库不同，它专为一次性汇总大量数据并进行查询而设计。
关于这个术语
- 难度
- 基础 · AI 新闻中常见的技术术语
- 分类
- 数据、运维与平台
- 领域
- 数据工程, AI 平台与解决方案
- 加入时间
- 2026-10-08
工作原理
数据管道定期从订单、会员、库存等多个系统中提取数据并装入数据仓库。数据在装入时会按照预先定义的表结构（模式，schema）进行整理，因此用户可以直接用名为 SQL 的查询语言取出所需的数字。其内部大多采用按列（column）存储的方式，能够快速处理从数亿行数据中只挑出几个字段求和之类的查询。如今很多情况下是以 Snowflake、Google BigQuery、Amazon Redshift 等云服务的形式使用。
与运营数据库有何不同
购物网站的订单数据库是为快速处理“保存一条订单”“更改配送状态”这类小而频繁的操作而设计的。如果向它抛出大型汇总查询，不仅速度慢，还可能拖慢实际服务。数据仓库单独设置了分析专用的空间，可以在不给服务增加负担的情况下，把历史数据也积累起来进行分析。
运营数据库与数据仓库
运营数据库运行服务的地方
- 小而频繁的读写
- 保存一条订单、更改状态
- 主要是当前数据
数据仓库做分析的地方
- 针对大型汇总查询优化
- 汇集多个系统的数据
- 连历史数据也积累保存
공통 两者都以表的形式存储数据，并用 SQL 操作
为什么重要
经营报告、销售仪表盘等 BI（商业智能）工具大多以数据仓库为基础运行。为了减少各部门数字口径不一的问题，它也充当“官方数字以此为准”的单一基准点。最近，还有很多人尝试让 LLM 根据自然语言提问生成 SQL，再到数据仓库中查找答案。
注意事项
由于必须符合既定的表结构，它不太适合存放图像、语音、长文档等非结构化数据。修改结构时还需要同时修改数据管道和报表，因此对变化的响应较慢。为弥补这些局限，数据湖或数据湖仓常与之配合使用。
示例
一家零售公司每天夜里把门店 POS、线上商城和物流系统的数据汇集到云数据仓库。第二天早上，管理层在 BI 仪表盘上查看各门店、各商品的销售额，分析师则用 SQL 查出“雨天卖得多的商品”。也可以这样衔接：向公司内部的 AI 助手询问“告诉我上个月首尔地区的销售额”，AI 便查询数据仓库并取回答案。