本人从08年从事数据仓库工程师转到目前大数据管理工作的，对数据仓库感情颇深，也曾一直苦于没有太好的学习资料，自行摸索。我认为数据仓库更像一门管理学艺术，大多用的也是关系型数据库，但是却完全忽略三范式，通过维度模型来组织数据，最后为各种数据的应用提供支持，例如bi、数据集市、数据挖掘等等。而在模型之间穿插着无数的etl应用来组成系统的血脉！所以我个人觉得数据仓库除了技术，更有其艺术的一面。在大数据时代，很多时候我们面对的是hbase，hadoop，spark等流式的数据，虽然数据仓库的技术有所更新，但其模型原理缺始终没变。我认为这是一门非常有价值的技术！希望大家看完本文能有所收获。
本文推荐的学习路线适合具有一定的数据库基础，对数据有很强的敏感度。对于元数据管理、etl、bi有兴趣的童鞋学习。
零基础学习数据仓库首先要从dw理论与建模开始学习，建议学习时间为2周左右。
重点： 数据仓库的核心知识，维度建模。olap与oltp数据库系统的区别是最关键的。同时掌握powerdesiner数据库设计工具也是非常重要的。同时对于oracle的应用水平的提升也是至关重要的。因为要写很多存储过程来弥补etl工具的不足！
数据仓库入门 10课
数据仓库讲解 5课
powerdesigner数据仓库设计 27课
powerdesigner精讲 11课
详解sql与plsql 18课
oracle快速入门与提高 18课
其次要了解etl原理与应用，建议学习时间为2周左右。
重点：etl是数据仓库的血脉，负责数据的抽取、转换与加载，有人会提etcl，无非增加了一项数据清洗。其实了解执行原理就会明白并没有多么高深，学习的精髓就是让抽象变简单的方法。这里提供了一些常用etl工具的使用，其实只要理解其原理都是相通的，工具主要是简化操作，便于维护与管理。主流的工具无非开源的kettle，企业级的informatica、ssis、datastage这几款，会两个就足以，很多时候，存储过程加job调度完全能应付。
etl理论基础 6课
深入bi之kettle篇etl技术 15课
kettle4.3入门与实战 15课
bi ssis etl 56课
data stage 6课
datastage 工具实战讲解 2课
informaticaetl工具视频教程 30课
infa_pc基础 3课
最后重点讲讲bi商业智能与应用，建议学习时间为30天左右。
重点：bi应用包括决策支持、领导驾驶舱等，其实从技术角度来讲就是一个数据可视化的过程，很容易理解，无非就是图表的组合，或者olab的自助查询，对于olab的支持可能会用到cube技术，一些企业级bi工具都支持。但其核心还是sql。从产品角度来讲可能有些难度，需要的对业务的理解，图表的设计要与业务紧密结合，如何提高易用性，更直观的发现问题，提供诊断结果这是需要经验打磨的。互联网公司一般自己开发bi应用，很多大型企业会用到企业级的bi工具，主流的就是ibm的cognos、oracle的obiee、ssrs或者sap的bo，大同小异。我都为大家准备齐全了。当然国内近几年也涌现出一些不错的bi工具。