数仓矛盾的演进之旅

越来越多的注意力投射的互联网上，触角渐进的深入互联网的多层次全方位；多层次全方位的了解离不开数据。

探索初期，我们不断的抽取多层N面的数据形成了自然演化式的体系-蜘蛛网。蜘蛛网让我们快速的认识到了互联网的冰山一角。

但蜘蛛网却对进一步的数据发现带来了三座大山：数据的可信性、生产的低效率、数据难以信息化。

1，数据的可信性：每一个节点对数据的抽取无时间基准；每一个节点对数据处理的算法有差异；多层次放大差异性；外部数据的接入不统一；无公共的起始数据。可想而知：两份数据报告，有截然不同的论断，我们难分黑白，数据的可信性会遭到质疑。

2，生产的低效率：每一个节点各自为政，快速需求应急，导致很难复用的烟囱式开发。

3，数据难以信息化：蜘蛛网式的数据开发，很难积累数据及对全局数据统筹处理，也就很难将零散的数据信息化，就如盲人摸象；

蜘蛛网的矛盾演化本质是原始数据与导出数据的差异性，我们不能消除差异，但我们可以遵循差异找到高效能的数据开发方式。

以上原始数据与导出数据的差异，使数仓开始独立在业务系统之外形成数据开发域，既要来克服蜘蛛网带来的三座大山。

数仓的发展又遇到了两种分歧：多维模型的建仓方式、实体关系模型的建仓方式；我们“数据指象”公众号中写了《数据大师的纷争》简单的描述了二者的差异性及各自的价值点，感兴趣的同学可以去找来看看。