数据仓库是一个专门用于获取、存储和处理大量信息的平台。当我30年前开始设计数据仓库时，最初的动力是提高操作系统的性能——通过将报告工作负载卸载到一个单独的平台。随着报告系统的成熟，用户意识到他们可以使用新环境将原始数据转化为可操作的见解，业务人员可以利用这些见解做出更好的决策。从一线到执行团队，企业各个层级的人员都可以利用信息来提高组织效率。大数据平台现在被用于从车间机器人访问现代数据仓库以改进其机器人运动的各个方面，到商务人士在日常工作中使用越来越智能的分析工具。为什么要考虑数据仓库？现代数据仓库主要通过提高数据质量和一致性来帮助提高商业智能，让用户更好地理解数据的含义，促进数据驱动的文化，并促进历史智能和预测能力。在开始评估不同的平台之前，了解不同类型的大数据部署非常重要。现代数据仓库只是满足企业需求的众多平台选项之一。选择适合您需求的数据仓库各种规模的供应商都在尝试通过向IT社区提供大量大数据产品来利用企业对商业智能的兴趣。在这个竞争激烈的市场中，所有现代数据仓库平台供应商都被迫加快新产品的发布并增强现有产品。正如我们将看到的，这些竞争对手经常发布功能以扩展其产品的管理、数据集成、元数据管理、分析和信息治理功能。最新趋势是人工智能和机器学习增强型工具，可帮助员工收集、准备和分析大数据并分享业务见解。为了正确选择和部署最适合其企业的大数据平台，IT部门必须对竞品进行全面的对比分析。由于云和本地架构以及数据基础架构的组合多种多样，评估团队需要扩大其分析范围，以包括现代数据仓库生态系统。评估团队不仅需要了解现代数据仓库产品，而且团队成员还必须了解产品基础架构的复杂性。选择合适的大数据存储生态系统，包括类型、平台、服务器、存储架构、现场或云基础设施、数据存储和辅助工具集，对于任何存储和处理大数据的应用程序的成功至关重要。数据仓库评估提示遵循标准化的产品评估方法来加快选择过程，其中包括选择合适的评估团队、进行全面的需求分析以及创建一组加权评估指标。使用评估指标创建供应商候选名单，并对这些供应商进行深入比较；了解您的业务需求。您是在寻找专门用于满足特定应用程序独特需求的专用数据仓库，还是提供广泛功能的通用平台？哪些类型的用户将访问您的现代数据仓库-人群数据科学家、执行管理人员、销售团队、车间人员或用户？最终用户的需求将在平台和分析工具的选择中发挥重要作用；您是在寻找能够支持整个大数据处理生命周期（从初始数据收集到显示）还是同类最佳的供应商产品？最佳解决方案？您选择的产品提供哪些数据清理和高级数据分析功能？彻底评估供应商如何向您收费以防止预算超支。大数据平台的成本模型从简单的软件购买到按查询、存储、计算或处理时间收费的基于云的系统；初始和未来数据存储量和工作负载的估计。您能否轻松扩展平台以适应不断增长的数据量和工作负载？访问供应商、同行评审和大数据讨论论坛站点。Gartner的PeerReviews站点是了解IT社区如何评估各种供应商产品的绝佳场所。供应商还经常购买Gartner数据仓库魔力象限，并提供公共下载；根据您的偏好，您将确定供应商是否支持云计算、内部部署或两种环境；平台是否有系统和用户管理及平台监控平台是否支持多种数据类型？平台是否支持批处理和实时数据加载？它是否提供工作负载管理功能？产品是否满足企业、行业特定或政府监管要求？
