尖端数据平台设计
在这篇文章中，我将尽量解释现代数据仓库解决方案（DWH）与其他数据平台架构类型相比的优势。我敢说，DWH是目前数据工程师中最流行的平台。与其他解决方案相比，它提供无可估量的好处，但也有一些众所周知的限制。想要学习数据工程吗？这篇文章是一个很好的起点，因为它解释了核心的数据工程 – 架构图中心的DWH解决方案。我们将看到数据如何在市场上的不同DWH中被摄取和转换。我也希望与有经验的用户展开讨论。很想听取您的意见，看看您对这个话题有什么看法。
数据仓库的关键特征
我们称之为现代数据仓库（DWH）的是一个无服务器、分布式SQL引擎（BigQuery、Snowflake、Redshift、Microsoft Azure Synapse、Teradata）。这是一个以SQL为首选数据架构[1]，其中数据存储在数据仓库中，我们可以利用使用去规范化的星型模式[2]数据集的所有优势，因为大多数现代数据仓库都是分布式和可伸缩的，这意味着无需担心表键和索引。它非常适合对大数据进行特定分析查询。
数据平台架构类型
它对您的业务需求的回答有多好？选择的困境。
towardsdatascience.com
大多数现代数据仓库解决方案可以处理结构化和非结构化数据，并非常适用于具备良好SQL技能的数据分析师。
现代数据仓库很容易与商业智能解决方案如Looker、Tableau、Sisense和Mode集成，这些解决方案使用ANSI-SQL来处理数据。在下面的图表中，我试图绘制一条常见的数据转换路径以及所使用的工具（当然不是完整列表）。我们可以看到…