一、數據倉庫基本概念
數據倉庫它是數據庫技術發展到一定階段的產物。數據倉庫是面向主題的、集成的、穩定的和隨時間變化的數據集合，是一個數據分析處理過程，而不僅僅是一個數據存儲軟件或產品。
二、數據倉庫分層
數據倉庫主要分為 STG、ODS、DWD、DWS、ADS 和 DIM 共 6 個層次，數據從底層開始，向上層進行傳遞、轉換、重組等操作。
STG原始數據層：用來表示原始數據在數據倉庫的落地，數據結構和原始系統發送上來的保持一致。
ODS數據操作層：用于原始數據在數據平臺的落地。
DWD數據明細層：用于源系統數據在數據平臺中的永久存儲。
DWS數據服務層：數據匯總層，該層會在 DWD 層的數據基礎上，對數據做輕度的聚合操作，生成一系列的中間表，提升公共指標的復用性，減少重復加工。
ADS應用數據層：該層存放數據產品個性化的統計指標數據，一般以某個業務應用為出發點進行建設， ADS 層只關心自己需要的數據，不會全盤考慮企業整體的數據架構和應用。
DIM維度層：主要存儲公共的屬性數據，比如產品類別、地理位置、時間詳情等信息。
在數據倉庫系統內部，對數據進行分層，主要有如下好處：
1）將復雜問題簡單化，將復雜任務的多個步驟分解到各個層次中，每一層只處理較少的步驟，使單個任務更容易理解；
2）防止煙囪式開發，減少重復開發，開發通用中間層數據，減少重復計算；
3）整個數據層次清晰，每個層次的數據都有職責定位，便于使用和理解；
4）可進行數據血緣追蹤，便于快速定位問題。
三、工作流概述
工作流是指一類能夠完全自動執行的經營過程，根據一系列過程規則，將文檔、信息或任務在不同的執行者之間進行傳遞與執行。簡單來說，工作流是通過計算機軟件進行定義、執行并監控的經營過程，而這種計 算機軟件就是工作流管理系統。
四、工作流當前應用狀況
目前應用于數據倉庫建設場景的工作流管理系統，主要存在以下幾個問題：
1、針對一些復雜的任務依賴，比如兩個任務都是小時調度，小時調度之間存在某種對應關系，現有工作流管理系統都是按任務進行依賴配置，不能做到每個任務不同調度時間之間的依賴配置，或者要寫大量的輔助代碼實現，給用戶帶來極大的使用不便。
2、對于新增或修改 ( 如發現某個統計指標計算有錯 ) 的任務節點，經常需要針對這樣的任務節點及其子任務節點進行歷史數據修補，以工作流為單位進行調度的系統，不太適合這種場景的處理。
3、都是以工作流為單位進行編輯、管理和發布部署，但是在實際的數據倉庫建設過程中，經常是多個數據開發工程師協同完成整個工作流的開發部署工作，每個人只負責部分工作流任務節點，不同開發者的任務相互依賴，現有的工作流管理系統不能很好滿足多人的開發協同工作。
五、工作流在數據倉庫建設中應用優化
將數據倉庫建設中的工作流節點，抽象成任務和實例兩個層次，可達到以下的優化效果：
1）通過任務的周期和依賴屬性，可以生成復雜的實例依賴關系，降低工作流節點依賴配置的復雜度；
2）能夠以某個任務節點為根節點，構造子工作流 ( 包含此任務節點，及其子任務節點、孫子任務節點等 )，覆蓋歷史數據修復等場景。
3）配置工作流任務節點時，無需變更整個工作流配置信息，只需配置當前任務節點的周期和依賴屬性等內容，提升工作流配置靈活性；
