Servidor de Metadados: Mantém metadados que descrevem os dados no data warehouse, incluindo definições de tabelas, relacionamentos, transformações e outras informações importantes para gerenciar e entender os dados.

Ferramentas de ETL: ETL (Extract, transform, and load) são processos e ferramentas que extraem dados das fontes, os transformam para atender aos requisitos de análise e os carregam no data warehouse.

Servidores de Consulta e Análise: Esses servidores fornecem uma interface para usuários acessarem e analisarem os dados armazenados no data warehouse. Isso pode incluir ferramentas de consulta SQL, OLAP (Online Analytical Processing) e visualização de dados.

Modelos de Arquitetura

Dois modelos de arquitetura de data warehouse amplamente reconhecidos são propostos por Ralph Kimball e Bill Inmon. Cada um desses modelos tem suas próprias abordagens e filosofias para a construção de um data warehouse.

Modelo Kimball: O modelo de Kimball, também conhecido como abordagem bottom-up, enfatiza a construção incremental e rápida de data marts específicos para departamentos ou áreas de negócios. Os data marts são então integrados para formar o data warehouse corporativo. Essa abordagem é altamente orientada para o usuário e focada na entrega rápida de valor aos negócios.

Modelo Inmon: O modelo de Inmon, ou abordagem top-down, preconiza a construção de um grande data warehouse corporativo que contém todos os dados da organização em um único local. Os data marts são derivados deste data warehouse corporativo conforme necessário. Essa abordagem enfatiza a consistência e integração dos dados em toda a organização.