数仓工具分为数仓数据库（存储计算引擎）、ETL / 数据集成、建模开发、调度、元数据 & 数据治理、OLAP 分析引擎几大类，覆盖传统数仓、离线数仓、实时数仓、云原生数仓。
一、数仓存储 & 计算引擎（数仓底座）
传统 MPP 数仓（企业内部、离线为主）
Greenplum 基于 PostgreSQL 的 MPP，开源，适合 PB 级离线数仓，SQL 友好，国内传统企业使用广泛，运维成本中等。
Vertica 列存储 MPP，查询性能强，压缩优秀，商业软件，适合高并发分析。
Teradata（天睿） 传统数仓标杆，硬件一体机，金融运营商老牌选型，成本很高，现在逐步被云 / 开源替代。
GaussDB(DWS) 华为 MPP 数仓，兼容 PG，信创主流选型，支持混合负载，政企项目常用。
AnalyticDB（ADB） 阿里云 MPP 数仓，云托管版本。
Hadoop 生态离线数仓（大数据离线数仓）
Hive 基于 Hadoop 的数据仓库，不是数据库，SQL 翻译 MapReduce/Tez/Spark，构建 HDFS 上的离线数仓，互联网最经典，用于分层 ODS/DWD/DWS/ADS。
存储在 HDFS，计算靠 Spark/Tez，适合海量离线，不适合实时查询。
Spark SQL 替代 Hive MR 计算引擎，现在绝大多数 Hive 数仓底层跑 Spark。
二、实时数仓 OLAP 引擎（实时分析、多维查询）
实时数仓一般：Kafka+Flink 做加工，OLAP 引擎做存储对外查询
ClickHouse 俄罗斯开源，列式存储，实时写入，超快多维查询，广泛用于实时数仓、报表、用户行为分析；缺点：多表 join 弱，事务支持有限。
Doris（Apache Doris） 国产开源 OLAP，MPP 架构，兼顾实时导入 + 离线批量，Join 性能优于 CK，支持标准 SQL，国内大厂实时数仓首选，运维友好。
StarRocks Doris 分支，性能进一步优化，向量化引擎强，高并发报表、实时数仓，很多互联网替换 Doris/CK。
Druid 时序 OLAP，擅长海量时序行为数据，预聚合，适合监控、埋点日志，join 能力弱。
三、ETL / 数据集成工具（数据抽取、清洗、转换）
开源
Apache SeaTunnel 新一代开源数据同步，替代 Sqoop，支持批量 + 实时，大量数据源，支持 Hive、CK、Doris、数据库，现在国内大数据项目主流。
Apache Flink 流批一体计算引擎，实时数仓核心，做实时 ETL 加工；也可以做离线。
Apache Sqoop 老工具，关系库↔HDFS/Hive，只做批量同步，现在逐步被 SeaTunnel 替代。
Kettle(Pentaho Data Integration) 可视化 ETL 工具，拖拽式，适合传统企业简单 ETL，大数据场景性能一般。
商业
DataStage：IBM，传统企业大型 ETL
DataX：阿里开源，批量数据同步工具，国内很多公司自用。
四、工作流调度工具（数仓任务调度）
Airflow 开源，Python 定义 DAG，生态强大，云原生，现在很流行。
Azkaban 雅虎开源，Hadoop 生态老牌调度，配置简单。
DolphinScheduler 国产开源调度，信创友好，可视化界面，支持流批任务，国内政企、大数据项目使用最多。
五、数据建模、元数据、数据治理工具
Apache Atlas 开源元数据管理，血缘采集，标签，数据治理，大数据生态标配。
DataHub LinkedIn 开源元数据平台，现代数据栈，血缘、指标管理。
PowerDesigner 传统 ER 建模工具，数仓概念模型、逻辑模型设计。
DataGrip/DBeaver 通用 SQL 开发客户端，数仓日常开发。
六、云原生数仓（SaaS 数仓，无需自建集群）
Snowflake 全球云数仓标杆，存储计算分离，完全托管。
BigQuery 谷歌云数仓。
Redshift AWS 云数仓。
MaxCompute(ODPS) 阿里大数据数仓，国内云厂商主流。
选型快速参考
传统企业信创离线数仓：GaussDB(DWS) / Greenplum + DolphinScheduler + Atlas
互联网离线大数据数仓：Hive+Spark + SeaTunnel + DolphinScheduler
实时数仓场景：Flink + Doris / StarRocks （优先）；简单埋点用 ClickHouse
云环境不想运维集群：MaxCompute / Snowflake
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢