'/%3e%3cpath%20d='M83.8172%20112C100.688%20112%20111.886%2098.2694%20112%2083.8882H44.0245C25.8409%2083.8882%2016.001%2094.3169%2016.001%20112H83.8172Z'%20fill='url(%23paint1_linear_101_577)'/%3e%3cpath%20d='M44.1725%2044.1138H16.0008C15.9465%2051.0963%2018.504%2058.2306%2024.2977%2064.0225L44.1706%2083.8881L52.8986%2075.3569L61.7636%2066.7019C63.2767%2065.2244%2063.2786%2062.7888%2061.7636%2061.3094L44.1725%2044.1138Z'%20fill='%233A5FFF'/%3e%3cpath%20d='M83.8248%2083.8862H111.996C112.051%2076.9037%20109.493%2069.7693%20103.7%2063.9774L83.8267%2044.1118L75.0986%2052.6431L66.2337%2061.2981C64.7206%2062.7756%2064.7187%2065.2112%2066.2337%2066.6906L83.8248%2083.8862Z'%20fill='%233A5FFF'/%3e%3cdefs%3e%3clinearGradient%20id='paint0_linear_101_577'%20x1='16.001'%20y1='30.055'%20x2='111.998'%20y2='30.055'%20gradientUnits='userSpaceOnUse'%3e%3cstop%20stop-color='%2370ADFE'/%3e%3cstop%20offset='0.62'%20stop-color='%233A5FFF'/%3e%3c/linearGradient%3e%3clinearGradient%20id='paint1_linear_101_577'%20x1='111.998'%20y1='97.9451'%20x2='16.001'%20y2='97.9451'%20gradientUnits='userSpaceOnUse'%3e%3cstop%20stop-color='%2370ADFE'/%3e%3cstop%20offset='0.62'%20stop-color='%233A5FFF'/%3e%3c/linearGradient%3e%3c/defs%3e%3c/svg%3e)
Хранилище данных — не просто большая база. Оно устроено так, чтобы хорошо отвечать на аналитические вопросы по сводным данным, а не обслуживать продуктовые операции.
Особенности
- Колоночное хранение и сжатие — быстрые своды по миллионам строк.
- Слои данных: сырой, промежуточный и слой готовых бизнес-витрин.
- Регулярные процессы загрузки, которые обновляют данные с разной периодичностью.
- Управление доступом по командам и ролям.
Что обычно лежит
- События продукта.
- Финансовые операции и выручка.
- Маркетинг и рекламные расходы.
- Воронки продаж, сделки, поддержка.
- Кадровые, операционные и другие справочные данные.
- Источников данных больше двух и они нужны вместе
- Аналитика в рабочей базе уже мешает работе продукта
- Нужна история данных без оглядки на удаления и обновления в источниках
- Только один источник данных и команда из 3–5 человек — пока хватит грамотных представлений в самой продуктовой базе
До хранилища аналитика стартапа жила в рабочей базе на Postgres и ломала отчёты при больших запросах. После переезда на BigQuery с регулярным копированием через Fivetran база продукта перестала падать от тяжёлых SQL-отчётов. Все рекламные расходы и события продукта теперь в одном месте, и команда может быстро отвечать на вопросы вроде «какая окупаемость у новой кампании на горизонте 90 дней» без ручной сшивки выгрузок.
Не путайте хранилище данных и базу продукта: у них разные задачи и разная нагрузка. Попытки делать тяжёлую аналитику в рабочей базе, которая обслуживает операции пользователей, обычно заканчиваются либо тормозами продукта, либо урезанием отчётов до неинформативных.