接觸過大數據領域的人，想必都聽說過數據倉庫、
數據治理、數據中心、主數據等概念，但是，對這些概念模糊不清，經?；煜?。所以小億在此給大家介紹一下這幾個大數據概念層面的關系和區別。
一、數據倉庫
數據倉庫是面向主題的、集成的、非易失的和時變的數據集合，用以支持管理決策。它出于分析性報告和決策支持目的而創建。數據倉庫的目的是構建面向分析的集成化數據環境，為企業提供決策支持。
面向主題：數據倉庫是面向主題的。主題是一個抽象的概念，是較高層次上企業信息系統中的數據綜合、歸類并進行分析利用的抽象。
集成性: 通過對分散、獨立、異構的數據庫數據進行抽取、清理、轉換和匯總便得到了數據倉庫的數據，這樣保證了數據倉庫內的數據關于整個企業的一致性。
非易失性：數據倉庫的數據反映的是一段相當長的時間內歷史數據的內容，是不同時點的數據庫快照的集合，以及基于這些快照進行統計、綜合和重組的導出數據。
時變性：數據倉庫包含各種粒度的歷史數據。數據倉庫的數據需要更新，以適應決策的需要。
二、數據中心
針對具體的企業或者單位來講，數據中心就是業務系統數據存儲技術和數據倉庫的組合。但如果是互聯網公司，因為龐大的互聯網的信息，不可能包羅所有信息到數據庫，也處理不了那么多信息，所以他們的數據中心的其中作用就是加強互聯網數據的處理速度和效果。
三、數據倉庫與數據中心的區別
數據中心的概念遠遠大于數據倉庫范疇，包括了機房、網絡、硬件設備、分布式軟件技術、數據資源標準體系如何定義等方面。數據倉庫目前更多是管理針對當前有業務和分析需要的處理數據。
四、數據治理
數據治理針對數據進行一整套的數據規劃、整合、控制等進行起來的一套體系。是站在數據中心之上定義數據標準、質量標準、安全標準、服務標準、開放標準等，依托元數據按照不同用途進行技術元數據和業務元數據的管理。
五、數據倉庫與數據治理的區別
數據倉庫的建設往往是按當時的需求進行建設，針對數據資源沒有統一規劃，數據質量和數據指標體系非常不好。往往出現指標不可信。隨著需求不斷的累積，傳統的數據倉庫架構也無法支撐日積月累的數據，所以擁有數據倉庫的企業急需通過大數據相關技術+數據治理體系來提升現有的數據倉庫，我們統稱為大數據時代的數據倉庫架構，即大數據治理。
六、主數據
主數據是指滿足跨部門業務，跨流程，跨主題，跨系統，跨技術，協同需要的、反映核心業務實體狀態屬性的組織機構基礎信息，主數據具有權威性，全局性，共享性，擴展性等特點。主數據是參與業務事件的主體或資源，是具有高業務價值的、緩慢變化的數據，而且它可能在企業業務開展過程中被反復引用。
七、數據倉庫與主數據的區別
1、實時性不同：與傳統的數據倉庫方案的批量 ETL 方式不同，主數據管理系統在數據初始加載階段要使用 ETL，但在后續運行中要大量依賴實時整合的方式來進行主數據的集成和同步；
2、數據量不同：數據倉庫存儲的是大量的歷史數據和各個維度的匯總數據，可能會是海量的，而 MDM 存儲的僅僅是客戶和產品等信息。
3、處理類型不同：主數據管理 (MDM) 系統是偏交易型的系統，它為各個業務系統提供聯機交易服務，系統的服務對象是呼叫中心、B2C、CRM 等業務系統；而數據倉庫是屬于分析型的系統，面向的是分析型的應用，是在大量歷史交易數據的基礎上進行多維分析，系統的使用對象是各層領導和業務分析、市場銷售預測人員等；
八、關于億信華辰
億信華辰是中國專業的智能數據產品與服務提供商，一直致力于為政企用戶提供從數據采集、存儲、治理、分析到智能應用的智能數據全生命周期管理方案，幫助企業實現數據驅動、數據智能，已積累了8000多家用戶的服務和客戶成功經驗，為客戶提供數據分析平臺、數據治理系統搭建等專業的產品咨詢、實施和技術支持服務。
更多關于數據治理文章：
數據治理平臺搭建方法論
數據治理平臺達到的效果
數據治理的必要性和重要性
