数据仓库的目的是为了分析最终支持决策，其本身仅仅是存储数据，尽可能的保证数据的细粒度，数据从源头经过ETL然后达到DW，然后再次经过ETL达到ODS或者直接达到应用分析层，然后支持分析。
其描述图如下所示：
源头：
包括各种结构化、半结构化和非结构化数据。
结构化也就是我们传统机遇ER模型的数据；
半结构化类似xml、json型数据，通过属性描述含义；
非结构化也就是图片，无规律文本(网页，评论等)，流(视频，音频等)
数据仓库存储部分：
1.粒度控制
2.是否需要ods层
3.面向分析主题，各维度控制，汇总聚合等
4.非结构化数据抽象(视频可以抽象出：视频名称，播放时间，作者，创建日期，关键词等)
5.元数据管理
应用层：
主要对数据进行分析然后结果展示，是最终的目的
各层直接数据流转都经过了ETL。