概要：数据仓库是一个过程而不是一个项目；是一个环境而不是一件产品。
数据仓库将多个数据源的数据按照一定主题集成起来，经过抽取、清洗、转换。整合后的数据不允许随便修改，定期更新，这个过程叫做ETL：抽取（extract）、转换（transform）、加载（load）。
数据仓库大致流程
ODS层：外部数据源ETL到数仓里最原始的数据
DWD层：对ODS层中的表按一定主题进行划分和加工，内容还是明细数据
DWS层：对DWD层数据进行汇总
ADS层：数据应用层，分析报表等。
DM层：data mart，数据集市，为特有业务独立提取出数据，针对性强。
数据库与数据仓库的区别
数据库：操作型处理
数据仓库：分析型处理
hive
hadoop，分布式系统架构，其中一个组件HDFS（hadoop distributed file system）用于分布式高效处理数据。
hive是建立在hadoop上的数据仓库架构，提供一系列工具来进行数据ETL（提取转化加载），定义了hive sql语言，让不懂java的人也可以进行数据处理。
MapReduce
类比：map为老师，负责分配任务，reduce为学生，负责整理结果。
看到网上几张图，比较通俗易懂：
hive的优化
1、减少数据：条件前置，减少获取列
原语句：
select a.name,b.name
from table1 a
left join table2 b
on a.id = b.id
优化后:
select a.name,b.name
from table1 a
left join(select id,name from table2) b
on a.id = b.id
…未完待续