資料庫和資料倉儲
資料庫是事務系統的資料平台，資料庫中儲存了各項交易的記錄。 資料倉儲是分析系統的資料平台，從事務系統中獲取資料，進行一系列的資料彙總、計算、分析。將分析得到的資料存到資料倉儲中。
比如，在噹噹上進行一筆買書交易，交易記錄就存在資料庫中，那麼對這些資料（購買量）進行分析可以得到書類在地區的受歡迎程度，從而根據這些分析資料結果，將書以合適的數量分配在各個地區的倉庫。
主要區別總結
資料庫是面向事務的設計，資料倉儲是面向主題設計的。
資料庫設計是盡量避免冗餘，資料倉儲在設計是有意引入冗餘。
資料庫是為捕獲資料而設計，資料倉儲是為分析資料而設計。
資料倉儲（data warehouse）是乙個面向主題的（subject oriented）、整合的（integrated）、相對穩定的（non-volatile）、反映歷史變化（time variant）的資料集合，用於支援管理決策(decision ****** support)。 —資料倉儲之父
資料倉儲，是在資料庫已經大量存在的情況下，為了進一步挖掘資料資源、為了決策需要而產生的。
主要功能仍是將組織透過資訊系統之聯機事務處理(oltp)經年累月所累積的大量資料，透過資料倉儲理論所特有的資料儲存架構，作一有系統的分析整理，以利各種分析方法如聯機分析處理(olap)、資料探勘(data mining)之進行，並進而支援如決策支援系統(dss)、資料倉儲技術(eis)之建立，幫助決策者能快速有效的自大量資料中，分析出有價值的資訊，以利決策擬定及快速回應外在環境變動，幫助建構商業智慧型(bi)。
etl，是英文 extract-transform-load 的縮寫，用來描述將資料從**端經過抽取（extract）、轉換（transform）、載入（load）至目的端的過程。
etl是構建資料倉儲的重要一環，使用者從資料來源抽取出所需的資料，經過資料清洗,最終按照預先定義好的資料倉儲模型，將資料載入到資料倉儲中去。
效率足夠高。資料倉儲的分析資料一般分為日、周、月、季、年等，可以看出，日為週期的資料要求的效率最高，要求24小時甚至12小時內，客戶能看到昨天的資料分析。由於有的企業每日的資料量很大，設計不好
的資料倉儲經常會出問題，延遲1-3日才能給出資料，顯然不行的。
資料質量。資料倉儲所提供的各種資訊，肯定要準確的資料，但由於資料倉儲流程通常分為多個步驟，包括資料清洗，裝載，查詢，展現等等，複雜的架構會更多層次，那麼由於資料來源有髒資料或者**不嚴謹，都可以導致資料失真，客戶看到錯誤的資訊就可能導致分析出錯誤的決策，造成損失，而不是效益。
擴充套件性。之所以有的大型資料倉儲系統架構設計複雜，是因為考慮到了未來3-5年的擴充套件性，這樣的話，未來不用太快花錢去重建資料倉儲系統，就能很穩定執行。主要體現在資料建模的合理性，資料倉儲方案中多出一些中間層，使海量資料流有足夠的緩衝，不至於資料量大很多，就執行不起來了。
資料倉儲和資料庫
資料倉儲 英文名稱為data warehouse，可簡寫為 dw或dwh。資料倉儲，是為 企業所有級別的決策制定過程，提供所有型別資料支援的戰略 集合。它是單個資料儲存，出於分析性報告和決策支援目的而建立。為需要業務智慧型的企業，提供指導業務流程改進 監視時間 成本 質量以及控制。企業的資料處理大致...
資料庫和資料倉儲的區別
資料庫設計是盡量避免冗餘，一般採用符合正規化的規則來設計，資料倉儲在設計是有意引入冗餘，採用反正規化的方式來設計。資料庫是為捕獲資料而設計，資料倉儲是為分析資料而設計，它的兩個基本的元素是維表和事實表。維是看問題的角度，比如時間，部門，維表放的就是這些東西的定義，事實表裡放著要查詢的資料，同時有維的...
資料庫和資料倉儲區別
簡而言之，資料庫是面向事務的設計，資料倉儲是面向主題設計的。資料庫設計是盡量避免冗餘，一般採用符合正規化的規則來設計，資料倉儲在設計是有意引入冗餘，採用反正規化的方式來設計。資料庫是為捕獲資料而設計，資料倉儲是為分析資料而設計，它的兩個基本的元素是維表和事實表。維是看問題的角度，比如時間，部門，維表...