数据仓库和数据库的区别有哪些？-百分百源码网

数据仓库和数据库的区别有哪些？

发布时间：10/01 来源：未知浏览：关键词：

数据仓库和数据库的不同：1、数据库储备的是原始数据，没经过任何加工；而数据仓库是为了知足数据剖析需要设计的，对源数据停止了ETL历程，数据抽取工作分抽取、清洗、转换、装载；2、数据仓库的数据量要比数据库大许多。

（引荐教程：mysql视频教程）

一、数据仓库

什么是数据仓库？
数据仓库（Data Warehouse）,可简写为DW或DWH,数据仓库，是为了公司所有级别的决策拟定方案历程，供给所有类型数据类型的战略汇合。它出于剖析性报告和决策支撑的目的而创立。为需要业务智能的公司 ,为需要引导业务流程改善、监视时间，成本，质量乃至操纵等；
数据仓库能干什么？（举几个栗子）
1. 年度零售目标的拟定，需要按照以往的历史报表停止决策，不克不及随意拟定。
2. 优化业务流程
  例如：某电商平台某品牌的手机，在过去5年主要的的购置人群的年龄在什么年龄段，在阿谁季节购置量人多，这样就可以按照这个特点为目标人群设定他们主要的需求和动态分配发生的生产量，和仓库的库存。
数据仓库的特点
1. 数据仓库是面向主题的。
  1. 与传统的数据库不一样，数据仓库是面向主题的，那什么是主题呢？首页主题是一个较高乘次的概念，是较高层次上公司信息系统中的数据综合，归类并停止剖析的对象。在逻辑意义上，他是对公司中某一个宏不雅剖析领域所触及的剖析对象。（说人话：就是会员用数据仓库停止决策所关怀的重点方面，一个主题平常与多个操纵信息型系统有关，而操纵型数据库的数据组织面向事务处置任务，各个任务之间是彼此隔离的）；
2. 数据仓库是集成的。
  1. 数据仓库的数据是从本来的分离的数据库数据（mysql等关系型数据库）抽取出来的。操纵型数据库与DSS（决策支撑系统）剖析型数据库差异甚大。第一，数据仓库的每一个主题所对应的源数据在所有的各个分离的数据库中，有很多反复和不一样的地方，且来源于不一样的联机系统的数据都和不一样的利用逻辑绑缚在一起；第二，数据仓库中的综合数据不克不及从本来有的数据库系统直接得到。因此子在数据进入数据仓库此前，必定要经过统一与综合，这一步是数据仓库建设中最关键，最复杂的一步，所要挖成的工作有：
    1. 要统计源数据中所有矛盾之处，如字段的同名异议、异名同义、单位不统一，字长不统一等。
    2. 停止数据的综合和运算。数据仓库中的数据综合工作可以在原有数据库抽取数据时生成，但很多是在数据仓库内部生成的，即进入数据仓库今后停止综合生成的。
3. 数据仓库的数据是随着时间的转变而转变的。
  1. 数据仓库中的数据不成更新是针对利用来说的，也就是说，数据仓库的会员停止剖析处置是不停止数据更新操纵的。但并不是说，在从数据集成输入数据仓库开端到最后被删除的整个保存周期中，所有的数据仓库数据都是永久不变的。
  2. 数据仓库的数据是随着时间转变而转变的，这是数据仓库的特点之一。这一特点主要有以下三个展现：
    1. 数据仓库随着时间转变不竭增添新的数据内容。数据仓库系统必需不竭捕获OLTP数据库中转变的数据，追加到数据仓库傍边去，也就是要不竭的生成OLTP数据库的快照，经统一集成增添到数据仓库中去；但关于确实不在转变的数据库快照，假如捕获到新的转变数据，则只生成一个新的数据库快照增添进去，而不会对原有的数据库快照停止修改。
    2. 数据库随着时间转变不竭删去旧的数据内容。数据仓库内的数据也有储备期限，一旦过了这一期限，过期数据就要被删除。只是数据库内的数据时限要远远的长于操纵型环境中的数据时限。在操纵型环境中一样只留存有60~90天的数据，而在数据仓库中则要需要留存较长时限的数据（例如：5~10年），以顺应DSS停止趋势剖析的要求。
    3. 数据仓库中包括有大量的综合数据，这些综合数据中许多跟时间有关，如数据经常依照时间段停止综合，或隔必然的时间片停止抽样等等。这些数据要随着时间的转变不竭地停止从新综合。因此数据仓库的数据特点都包括时间项，以标明数据的历史时代。
4. 数据仓库的数据是不成修改的。
  1. 数据仓库的数据主要供给公司决策剖析之用，所触及的数据操纵主如果数据查询，一样状况下并不停止修改操纵。数据仓库的数据反映的是一段相当长的时间内历史数据的内容，是不一样时点的数据库快照的汇合，乃至基于这些快照停止统计、综合和重组的输出数据，而不是联机处置的数据。数据库中停止联机处置的书库进过集成输入到数据仓库中，一旦数据仓库存置的数据已经超越数据仓库的数据储备期限，这些数据将从当前的数据仓库中删去。由于数据仓库只停止数据查询操纵，所以数据仓库傍边的系统要比数据库中的系统要简便的多。数据库治理系统中很多技术难点，如完全性庇护、并发操纵等等，在数据仓库的治理中几乎可以省略。但是由于数据仓库的查询数据量往往很大，所以就对数据查询提出了更高的要求，他要求采纳各种复杂的索引技术；同时数据仓库面向的是商业公司的高层治理层，他们会对数据查询的界面友好性和数据表示提出更高的要求；

二、数据仓库和数据库的不同

想理解不同此前，我们需要理解三个概念，数据库软件、数据库和数据仓库是啥？
1. 数据库软件:是一种软件（并不是链接数据库的图形化客户端）。用来实现数据库逻辑历程，属于物理层。
2. 数据库:是一种逻辑概念，用来存置数据的仓库，通过数据库软件来实现。数据库由许多表组成，表是二维的，一张表里面有许多字段。字段一字排开，对数据就一行一行的写入表中。数据库的表，在于能够用二维展现多维的关系。如：oracle、DB2、MySQL、Sybase、MSSQL Server等。
3. 数据仓库：是数据库概念的升级。从逻辑上懂得，数据库和数据仓库没有不同，都是通过数据库软件实现存置数据的地方，只不外从数据量来说，数据仓库要比数据库更巨大德多。数据仓库主要用于数据挖掘和数据剖析，辅助领导做决策；
4. 在IT的架构体系中，数据库是必需存在的，必需要有地方存数据。比方此刻的网购等电商。物品的存货多少，货物的价钱，会员的账户余额之类的。这些数据都是存置在后台数据库中。或者最简便的懂得，我们此刻的微信、微博和QQ等账户和密码。在后台数据库必需是一个user表，字段起码有两个吗，即会员名和密码，然后我们的数据就一行一行的存在表上面。当我们登录的时候，我们填写了会员名和密码，这些数据就会回传到回台去，去跟表上面的数据匹配，匹配成功了，就能登录。匹配不成功就会报错，这就是数据库，数据库在生产环境就是用来干活的。但凡跟业务有关利用挂钩的，我们都使用数据库。
5. 数据仓库是BI下的其中一种技术。由于数据库跟业务利用挂钩的，所以一个数据库不成能装下一家公司的所有数据。数据库的表设计往往是针对某一个利用停止设计的。比方刚刚的登录功效，这张user表上就只要这两个字段，没有别的字段了。到那时这张表相符应当，没有问题，但是这张表不相符剖析。比方我想知道在哪个时间段，会员的量最多？哪个会员一年购物最多？诸如此类的目标。那就要从新设计数据库的表构造了。关于数据剖析和数据挖掘，我们引入了数据仓科概念。数据仓库的表构造是遵照剖析需求，剖析维度，剖析目标停止设计的。
6. 数据库与数据仓库的不同实际讲的是OLTP与OLAP的不同。
  1. 操纵型处置，叫联机事务处置OLTP（On-Line Transaction Processing），也可以称面向交易的处置系统，它是针对详细业务在数据库联机的日常操纵，平常对少数记载停止查询、修改。会员较为关怀操纵的响应时间、数据的平安性、完全性和并发的支撑会员数等问题。传统的数据库系统作为数据治理的主要手段，主要用于操纵型处置。
  2. 剖析型处置，叫联机剖析处置OLAP（On-Line Analytical Processing）一样针对某些主题历史数据停止剖析，支撑治理决策。

操纵型处置	剖析型处置
细节的	综合或者提炼的
实体-关系（E-R）模型	星型模型或雪花模型
储备瞬时数据	储备历史数据，不包括比来的数据
可更新的	只读、只追加
一次操纵一个单元	一次操纵一个汇合
机能要求高，响应时间短	机能要求宽松
面向事务	面向剖析
一次操纵数据量小	支撑决策需求
数据量小	数据量大
客户订单、库存水安然平静银行账户查询	客户收益剖析、市场细分