资金周转，你的库存都是你冻结的资金，有了实时库存数据，你就可以把库存安排在一个合理的范围内，将资金合理的分配，灵活运用。库存管理中有一句话，“你有多大仓库，就会堆满多少库存”，这句话说的意思是，库存如果不去控制，你仓库再大，都不够用，企业中库存也不是越少越好，过少的库存无法保障市场，满足客户的购买需求，一般来库存要根据市场的预期和经销商、渠道分销商、网店和终端门店来制定安全库存，但是这些数据都是随时变动不确定的，简单的表格或者人工记录都容易出错，并且不能保证数据的实时性。
1、实时库存管理有什么用？
销售里一个非常非常重要的数据就是进销存的数据，简单看以下四点：1、影响销售，库存数据最直接影响销售，库存不够，销售会下跌；库存太大，会严重影响销售心态，且会占用资源。2、活动支持，有了实时库存，结合你的销售情况，你就知道存货数据是否正常，当你需要做活动的时候，你需要有库存数据，少了，需要提前补货，防止断货；多了，需要增大活动力度，防止积压，
3、资金周转，你的库存都是你冻结的资金，有了实时库存数据，你就可以把库存安排在一个合理的范围内，将资金合理的分配，灵活运用。4、其他用途，比如门店库存，过多会影响你的排面，过少可能会断货，都会影响你的销售等等，在销售中，实时的进销存数据是非常重要的数据，很多企业因为渠道的问题都不能及时拿到这些数据，越及时越精确的数据用途非常多，擅长数据分析能从这些数据中挖掘出很多东西。
2、实时数据仓库如何做？
3.1.1Lambda架构来自ApacheFlink中文学习网站ververica.cn侵权告知立删3.1.2Kappa架构来自ApacheFlink中文学习网站ververica.cn侵权告知立删3.1.3实时olap变体架构来自ApacheFlink中文学习网站ververica.cn侵权告知立删3.1.4常见架构对比来自ApacheFlink中文学习网站ververica.cn侵权告知立删ps:lambda架构开发割裂感：•表结构不同•sql语法不同资源浪费：•重复计算•重复存储集群维护：•组件不同•计算引擎不同数据一致性3.2实时数仓架构3.2.1方案一优点：￮便于数据回溯、重算和数据质量验证，
缺点：￮通过批处理重算，需要维护两套代码，开发和维护成本高。￮需要两套计算资源适用场景：￮超大规模历史数据计算，且这种场景比较频繁，￮对数据质量要求极高，需要比对实时和离线的计算结果，甚至利用离线去修正实时的计算结果。3.2.2方案二优点：￮无需维护两套代码，开发迭代速度快，￮数据回溯和重算方便，重算时间根据需求回溯的时间范围定。
￮只需流计算资源，资源占用小缺点：￮ODS\\DWD部分数据“不可见”，原始数据和中间数据不便于查询（解决方案：可通过重新消费指定时间范围的数据查询，或导入需要的数据到olap引擎）￮依赖业务端反馈问题（解决方案：设计数据质量监控指标，实时监控报警）适用场景：ODS\\DWD查询不频繁等3.2.3方案三相对于方案二：￮增加ODS层落地hive，排查分析原始数据比较方便，恢复历史数据的时候可获取hive数据写入kafka，然后按原流处理的逻辑重新处理即可，只需修改数据源为历史数据对应的topic，
3、如何控制库存提高仓储利用率？
库存管理中有一句话，“你有多大仓库，就会堆满多少库存”，这句话说的意思是，库存如果不去控制，你仓库再大，都不够用。所以，对于仓库管理来说，物料存放的问题，不在于仓库如何利用，而在于库存怎么控制与管理，当然，这是从计划层面说的，今天就不谈这些。我们回到这个提问，提高仓库利用率有哪些方法？从执行层面来看，仓库的容量是一定的，那么，仓库能存放多少物料，仓库能容纳多少库存，提高仓库利用率非常关键，
那么，如何提高仓库利用率呢？提高仓库利用率有哪些方法呢？我从仓库的“四维”提供一点看法和建议。第一维，线的利用，仓库的线，是指仓库内不管是物料摆放，库位划分，还是通道划分，一定要走直线，成直角，直线直角是有效利用仓库最基础的方法，也是最有效的方法之一，第二维，面的利用。面，指的是仓库的平面面积，在仓库的利用中，对面积的合理利用是最直观的。
