本文梳理了数据仓库、数据集市与数据湖的核心概念与差异，并从工程视角总结了构建数仓的关键步骤。随后对比了 Inmon（自顶向下）与 Kimball（自底向上）两种数仓方法论，说明各自的适用场景与取舍。文章还给出了常见数仓分层（ODS/DWD/DWS/DM）的落地视图，并进一步解释事实表、维度表、缓慢变化维、退化维等关键建模概念，最后用星型、雪花、星座模型帮助读者建立更直观的建模框架。

本文详解如何使用 Pentaho Data Integration (Kettle) 生成时间维度表，涵盖全量抽取、增量抽取和混合抽取三种模式，配合 PostgreSQL 实现标准缓慢变化维输出，并对比三种模式的适用场景与优劣，适合 ETL 初学者和数据工程师快速上手。