數據倉庫是一種面向主題、集成、相對穩定、反映歷史變化、支持決策的數據存儲系統。它將來自多個操作性數據源的數據進行抽取、轉換和加載(ETL)，然后進行數據建模、存儲和查詢，以支持企業的決策分析和業務智能。

　　大數據的數據倉庫具有以下特點：

　　大數據量：大數據的數據倉庫面對的是龐大的數據量，需要采用分布式存儲和計算技術，如 Hadoop、Spark 等。

　　多樣化數據：大數據的數據倉庫處理的數據不僅僅是結構化數據，還包括半結構化和非結構化數據，需要采用各種數據處理技術，如文本分析、圖像識別、語音識別等。

　　高性能和高可用性：大數據的數據倉庫需要支持高并發、高吞吐量的數據訪問，并保證數據的安全性和可靠性，需要采用分布式計算和存儲技術，如 Hadoop 分布式文件系統(HDFS)、Zookeeper、HBase 等。

　　實時處理：大數據的數據倉庫需要支持實時數據處理和實時查詢，能夠及時反饋數據變化，需要采用實時計算技術，如 Spark Streaming、Flink 等。

　　面向業務：大數據的數據倉庫需要面向業務需求，能夠為企業提供更加精準的決策支持，需要采用業務建模和數據挖掘技術，如 OLAP、數據挖掘等。

　　高擴展性：大數據的數據倉庫需要支持快速擴展和容錯，能夠適應業務的不斷變化和發展，需要采用分布式計算和存儲技術，如 Hadoop、Spark 等。

　　綜上所述，大數據的數據倉庫需要采用先進的分布式存儲和計算技術，支持多樣化數據和實時處理，面向業務需求，并具有高性能、高可用性和高擴展性等特點。