数据库根数据仓库有什么区别，如何区分？
发布网友
发布时间：2022-03-27 00:41
共3个回答
热心网友
时间：2022-03-27 02:10
简而言之，数据库是面向事务的设计，数据仓库是面向主题设计的。
数据库一般存储在线交易数据，数据仓库存储的一般是历史数据。
数据库设计是尽量避免冗余，一般采用符合范式的规则来设计，数据仓库在设计是有意引入冗余，采用反范式的方式来设计。
数据库是为捕获数据而设计，数据仓库是为分析数据而设计，它的两个基本的元素是维表和事实表。维是看问题的角度，比如时间，部门，维表放的就是这些东西的定义，事实表里放着要查询的数据，同时有维的ID。
单从概念上讲，有些晦涩。任何技术都是为应用服务的，结合应用可以很容易地理解。以银行业务为例。数据库是事务系统的数据平台，客户在银行做的每笔交易都会写入数据库，被记录下来，这里，可以简单地理解为用数据库记帐。数据仓库是分析系统的数据平台，它从事务系统获取数据，并做汇总、加工，为决策者提供决策的依据。比如，某银行某分行一个月发生多少交易，该分行当前存款余额是多少。如果存款又多，消费交易又多，那么该地区就有必要设立ATM了。
显然，银行的交易量是巨大的，通常以百万甚至千万次来计算。事务系统是实时的，这就要求时效性，客户存一笔钱需要几十秒是无法忍受的，这就要求数据库只能存储很短一段时间的数据。而分析系统是事后的，它要提供关注时间段内所有的有效数据。这些数据是海量的，汇总计算起来也要慢一些，但是，只要能够提供有效的分析数据就达到目的了。
数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它决不是所谓的“大型数据库”。那么，数据仓库与传统数据库比较，有哪些不同呢?让我们先看看W.H.Inmon关于数据仓库的定义:面向主题的、集成的、与时间相关且不可修改的数据集合。
“面向主题的”:传统数据库主要是为应用程序进行数据处理，未必按照同一主题存储数据;数据仓库侧重于数据分析工作，是按照主题存储的。这一点，类似于传统农贸市场与超市的区别—市场里面，白菜、萝卜、香菜会在一个摊位上，如果它们是一个小贩卖的;而超市里，白菜、萝卜、香菜则各自一块。也就是说，市场里的菜(数据)是按照小贩(应用程序)归堆(存储)的，超市里面则是按照菜的类型(同主题)归堆的。
“与时间相关”:数据库保存信息的时候，并不强调一定有时间信息。数据仓库则不同，出于决策的需要，数据仓库中的数据都要标明时间属性。决策中，时间属性很重要。同样都是累计购买过九车产品的顾客，一位是最近三个月购买九车，一位是最近一年从未买过，这对于决策者意义是不同的。
“不可修改”:数据仓库中的数据并不是最新的，而是来源于其它数据源。数据仓库反映的是历史信息，并不是很多数据库处理的那种日常事务数据(有的数据库例如电信计费数据库甚至处理实时信息)。因此，数据仓库中的数据是极少或根本不修改的;当然，向数据仓库添加数据是允许的。
数据仓库的出现，并不是要取代数据库。目前，大部分数据仓库还是用关系数据库管理系统来管理的。可以说，数据库、数据仓库相辅相成、各有千秋。
补充一下，数据仓库的方案建设的目的，是为前端查询和分析作为基础，由于有较大的冗余，所以需要的存储也较大。为了更好地为前端应用服务，数据仓库必须有如下几点优点，否则是失败的数据仓库方案。
1.效率足够高。客户要求的分析数据一般分为日、周、月、季、年等，可以看出，日为周期的数据要求的效率最高，要求24小时甚至12小时内，客户能看到昨天的数据分析。由于有的企业每日的数据量很大，设计不好的数据仓库经常会出问题，延迟1-3日才能给出数据，显然不行的。
2.数据质量。客户要看各种信息，肯定要准确的数据，但由于数据仓库流程至少分为3步，2次ETL，复杂的架构会更多层次，那么由于数据源有脏数据或者代码不严谨，都可以导致数据失真，客户看到错误的信息就可能导致分析出错误的决策，造成损失，而不是效益。
3.扩展性。之所以有的大型数据仓库系统架构设计复杂，是因为考虑到了未来3-5年的扩展性，这样的话，客户不用太快花钱去重建数据仓库系统，就能很稳定运行。主要体现在数据建模的合理性，数据仓库方案中多出一些中间层，使海量数据流有足够的缓冲，不至于数据量大很多，就运行不起来了。
热心网友
时间：2022-03-27 03:28
大段大段的网上COPY的话我就不说了，我说一下我自己的理解
数据库是一种实际的技术，数据仓库也是一种技术，但是数据仓库更加偏向逻辑层次，而数据库更偏向物理层次。
数据库的话，分很多种：关系型数据库，层次数据库，网状数据库，*数据库等等，数据库的实现无非其实也是在OS层次上来做的
数据仓库的话，其实是一种逻辑的理解，一般你构建一个数据仓库，可能一开始并不考虑存储的方式，而更加关心其业务逻辑，设计好了之后，才会考虑各种不同的实现过程，实现的时候，就会考虑到数据库的应用，这个时候就使用比如ORACLE,DB2,IQ,SQL SERVER这些数据库，当然并不一定都是用数据库来实现数据仓库的，比如有些时候，数据仓库会使用XML或者是文本文件来存储。那么我们其实可以说数据库是实现数据仓库的一种方式，但并不是唯一的途径。
所以我理解上数据库是更加实现化的，是一种具体的东西，数据仓库其实是更加逻辑的，抽象的。
至于paopaoiff 说的那些，我认为其实不是数据库和数据仓库的区别，而是OLTP（联机事务交易）和OLAP（联机分析）的区别，因为数据库在做应用的时候，不一定是做联机分析，也可能做联机交易，而OLTP设计的时候，肯定是避免重复，去除冗余，OLAP的话，是有一定冗余，这仅仅是逻辑上处理的时候我们认为的处理方式，而数据库都是可以接受的
热心网友
时间：2022-03-27 05:03
数据仓库的数据主要来源于数据库、文本、网络等很多渠道，他主要是面向主题的，具体是用来为企业的高级管理人才进行相关决策的，比如说 通过分析一段时间超市的销售情况，我们可以得出一个规律，在卖尿布的地方如果有啤酒，这样可以加快啤酒的销售，因为在美国很多男性为子女买尿布时会在周五，而那几天刚好有球赛，这样就可以使企业获得更好的效益；仓库是个抽象的过程
而数据库主要是面向事务的，具体是用来进行数据统计、入库等，数据库的设计一般有之特定的模式，一般按范式的要求设计，目前主流的都是关系型数据库，数据库的数据去向一般是删除、数据仓库等，数据库是个具体的过程
刚刚学，条理不是很清晰，楼主见谅哦
