数据库和数据仓库有什么区别?

时间:2010-08-05 21:33:23

标签: database data-warehouse

数据库和数据仓库之间有什么区别?

它们不是同一个东西,或者至少是用同一个东西编写的(即Oracle RDBMS)?

14 个答案:

答案 0 :(得分:137)

查看this了解详情。

来自之前的链接:

<强>数据库

  1. 用于在线交易处理(OLTP),但可用于其他目的,例如数据仓库。这会记录用户的历史数据。
  2. 表和连接很复杂,因为它们已标准化(对于RDMS)。这样做是为了减少冗余数据并节省存储空间。
  3. 实体 - 关系建模技术用于RDMS数据库设计。
  4. 针对写入操作进行了优化。
  5. 分析查询的效果很低。
  6. 数据仓库

    1. 用于在线分析处理(OLAP)。这将读取用户的业务决策的历史数据。
    2. 表和连接很简单,因为它们是非规范化的。这样做是为了减少分析查询的响应时间。
    3. 数据 - 建模技术用于数据仓库设计。
    4. 针对读取操作进行了优化。
    5. 分析查询的高性能。
    6. 通常是数据库。
    7. 重要的是要注意,数据仓库可以从零到多个数据库采购。

答案 1 :(得分:28)

从非技术角度来看: 数据库受限于特定应用程序或应用程序集。

数据仓库是企业级数据存储库。它将包含来自业务的所有/许多部分的数据。它将分享这些信息,以提供业务的全球图景。对于业务的不同部分之间的集成也很重要。

从技术角度来看: “数据仓库”一词未给出公认的定义。就个人而言,我将数据仓库定义为数据集市的集合。每个数据集市由一个或多个数据库组成,其中数据库特定于特定问题集(应用程序,数据集或过程)。

简单地说,数据库是数据仓库的一个组件。有很多地方可以探索这个概念,但由于没有“定义”,你会发现任何答案的挑战。

答案 2 :(得分:14)

数据仓库是TYPE数据库。

除了人们已经说过的内容之外,数据仓库往往是OLAP,索引等都是为了阅读而不是写入而调整的,并且数据被非规范化/转换为更易于阅读的形式。分析

有些人说“数据库”与OLTP相同 - 这不是真的。 OLTP再次是一种数据库类型。

其他类型的“数据库”:文本文件,XML,Excel,CSV ...,平面文件: - )

答案 3 :(得分:6)

解释它的最简单方法是说数据仓库不仅仅包含数据库。数据库是以某种方式组织的数据集合,但数据仓库专门用于“促进报告和分析”。然而,这不是整个故事,因为数据仓库还包含“检索和分析数据,提取,转换和加载数据以及管理数据字典的方法也被视为数据仓库系统的基本组件”。

Data Warehouse

答案 4 :(得分:2)

数据库: - OLTP(在线交易流程)

  • 这是当前数据,最新详细数据,平面关系 孤立的数据。
  • 实体关系用于设计数据库
  • 数据库大小100MB-GB简单交易或quires

<强>数据仓库

  • OLAP(在线分析流程)
  • 关于历史数据星图,雪融图和星系
  • 架构用于设计 数据仓库
  • 数据库大小100GB-TB改进了查询性能基础 数据挖掘数据可视化
  • 使用户能够更深入地了解各种知识 通过快速,一致的交互式访问来实现公司数据的各个方面 各种可能的数据视图

答案 5 :(得分:1)

应用程序的任何数据存储通常都使用数据库。它可能是关系数据库,也可能不是当前趋势的sql数据库。

数据仓库也是数据库。我们可以将数据仓库数据库称为专用数据存储,以用于公司的分析报告目的。 此数据用于关键业务决策。

有组织的数据有助于有效地报告和做出业务决策。

答案 6 :(得分:1)

数据仓库与数据库:数据仓库专为数据分析而设计,涉及读取大量数据以了解数据之间的关系和趋势。数据库用于捕获和存储数据,例如记录事务的详细信息。

数据仓库: 合适的工作负载 - 分析,报告,大数据。 数据来源 - 从多个来源收集和规范化数据。 数据捕获 - 批量写入操作通常采用预定的批处理计划。 数据规范化 - 非规范化模式,例如Star模式或Snowflake模式。 数据存储 - 针对访问和高速查询的简单性进行了优化。使用柱状存储的性能。 数据访问 - 经过优化,可最大限度地减少I / O并最大限度地提高数据吞吐量。

交易数据库: 合适的工作量 - 交易处理。 数据源 - 从单个来源(例如交易系统)按原样捕获的数据。 数据捕获 - 针对连续写入操作进行了优化,因为新数据可用于最大化事务吞吐量。 数据规范化 - 高度规范化的静态模式。 数据存储 - 针对单个面向行的物理块的高整个写入操作进行了优化。 数据访问 - 大量小型读取操作。

答案 7 :(得分:1)

数据仓库(DW)是一种用于收集和管理来自各种来源的数据以提供有意义的业务见解的过程。数据仓库通常用于连接和分析来自异构源的业务数据。数据仓库是构建用于数据分析和报告的BI系统的核心。

答案 8 :(得分:0)

示例:房子值$100,000,每年$1000感谢。

要跟踪当前房屋价值,您将使用数据库,因为价值每年都会发生变化。

三年后,您将能够看到房屋的价值$103,000.

要跟踪历史房屋价值,您可以使用数据仓库,因为房屋的价值应为

$100,000 on year 0, 
$101,000 on year 1, 
$102,000 on year 2, 
$103,000 on year 3. 

答案 9 :(得分:0)

数据仓库的来源可以是数据库集群,因为数据库用于在线事务处理,例如保留当前记录。.但是在数据仓库中,它存储用于在线分析过程的历史数据。

答案 10 :(得分:0)

数据仓库是通常存储在数据库中的一种数据结构。数据仓库指的是数据模型以及存储在其中的数据类型-为服务于分析目的而建模的数据(数据模型)。​​

数据库可以归类为容纳数据的任何结构。传统上,这将是RDBMS,例如Oracle,SQL Server或MySQL。但是,数据库也可以是NoSQL数据库(例如Apache Cassandra)或列式MPP(例如AWS RedShift)。

您看到数据库只是存储数据的地方;数据仓库是一种特定的数据存储方式,具有特定的用途,即服务于分析查询。

OLTP与OLAP不能告诉您DW和数据库之间的区别,OLTP和OLAP都驻留在数据库上。它们只是以不同的方式(不同的数据模型方法)存储数据并服务于不同的目的(OLTP-记录事务,针对更新进行了优化; OLAP-分析信息,针对读取进行了优化)。

答案 11 :(得分:-1)

用简单的话说: 数据软件 - &gt;用于分析/存储/复制和分析的大量数据。 数据库 - &gt;使用频繁使用的数据进行CRUD操作。

Dataware house是您每天不使用的存储类型。数据库是您经常处理的事情。

EG。如果我们要求银行声明,那么它给我们最后3/4/6 /更多个月bcoz它在数据库中。如果您想要的不仅仅是它存储在Dataware house上。

答案 12 :(得分:-1)

数据库和数据仓库是相同的,因为我们将在这两者中以有组织的方式查找数据。但等等......

OLTP(在线交易处理)或者我们可以说在组织中提供日常交易设施的操作系统。数据库用于此类工作(OLTP或操作系统)。

Q值。我们在操作系统环境中做了什么?

**我们正在从数据库中删除,更新,插入客户的记录。与此同时,在OLTP(操作系统)的所有数据上,执行转换(提取,聚合,清理),并将数据存储在仓库中,供经理和管理人员支持他们做出决策,设定目标和企业的目标。

因此,结论数据仓库是一个数据应该像数据库一样有组织的地方,但它应该提供战略信息(制定业务战略的信息,设定目标的信息./objectives)。

答案 13 :(得分:-1)

<强> 数据库:

用于在线事务处理(OLTP)。

  • 面向事务。
  • 面向应用。
  • 当前数据。
  • 详细数据。
  • 可扩展数据。
  • 许多用户,管理员/操作。
  • 执行时间:简短。

数据仓库:

用于在线分析处理(OLAP)。

  • 面向分析。
  • 主题导向。
  • 历史数据。
  • 汇总数据。
  • 静态数据。
  • 用户不多,经理。
  • 执行时间:很长。