注:转载来源如下，学习备用，侵删
【程序员小灰 漫画：什么是数据仓库】
https://mp.weixin.qq.com/s?__biz=MzAwOTQ4MzY1Nw==&mid=2247485475&idx=2&sn=8d485e1f7a03deedc6803a0085018eee&chksm=9b5facc5ac2825d388062e49a99cc4b4ef89afb04736d35c25a6534b101bf0d495e6fce46f8e&mpshare=1&scene=1&srcid=03145ZzV8DkDsP2P06mvtRWI#rd
什么是数据仓库？
什么是ETL？
1.Extract，数据抽取，也就是把数据从数据源读出来。
2.Transform，数据转换，把原始数据转换成期望的格式和维度。如果用在数据仓库的场景下，Transform也包含数据清洗，清洗掉噪音数据。
3.Load 数据加载，把处理后的数据加载到目标处，比如数据仓库。
国内最常用的开源数据仓库：Hive
Hive是基于Hadoop的数据仓库工具，可以对存储在HDFS上的文件数据集进行查询和分析处理。Hive对外提供了类似于SQL语言的查询语言 HiveQL，在做查询时将HQL语句转换成MapReduce任务，在Hadoop层进行执行。
这里有几个名词需要解释：
1.HDFS
Hadoop的分布式文件系统，在这里作为数据仓库的存储层。图中的Data Node就是HDFS的众多工作节点。
2.MapReduce
一种针对海量数据的并行计算模型，可以简单理解为对多个数据分片的数据转换和合并。