（一）、三层结构
（1）底层：仓库数据库服务器（基本是一个关系型数据库）
由ods或者其他外部数据源提取数据，放入底层。ETL工具和程序进行数据提取、数据清洗和变换（例如：将来自不同数据源的数据合并成一致的格式），已经装入和刷新，以更新数据仓库。
数据提取方式：信关程序
a.信关（使用后端程序或者工具提取数据）：信关由DBMS支持，允许产生SQL代码
例如：微软的ODBC（开放数据库连接）、OLE-DB（数据库开放链接和嵌入）、JDBC(java数据库连接)
（2）中间层：OLAP服务器
关系OLAP：扩充的关系DBMS，将多维数据上的操作映射为标准的关系操作。
多维OLAP：专门的服务器，他直接实现多维数据和操作。
（3）顶层：前端客户层
包括查询和报告工具、分析工具和数据挖掘工具（例如趋势分析和预测）
或者你可以理解成下面结构的数据仓库和数据集市
（二）.三种模型
从结构的角度看，有三种数据仓库模型：企业仓库、数据集市和虚拟仓库
（1）企业仓库(enterprise data warehouse简称：EDW)
搜集了关于主题的所有信息，跨越整个企业。提供企业范围内的数据集成，通产来自一个或者多个操作数据库系统或者外部信息提供者。
（2）数据集市（data mart简称：DM)
包含企业数据的一个子集，对于特定的用户群有用。范围是限于选定的主题例如：销售数据集市可以限定主题为顾客（用户）、商品、销售额（销量）
独立数据集市：来源于一个或者多个数据库操作系统或者外部提供者。
依赖数据集市：直接来源于企业数据仓库
（3）虚拟仓库(virtual warehouse)
操作数据库上视图的集合。
【注意】开发数仓的方案三步走：
三步走：
a。合理短时间内（1-2个月）定义一个高层次的企业数据模型，在不同主题和可能打的应用间提供数据视图
b.基于上述企业数据模型，并行实现独立数据集市和企业数据仓库
c。通过中心服务器集成不同的数据集市，构造分布数据集市，构造一个多层数据仓库
这里企业仓库是所有仓库数据的唯一管理者，仓库数据分布在一些依赖额数据集中。
来源：CSDN
作者：Hi洛一
链接：https://blog.csdn.net/qq_40233706/article/details/103605739