資料庫與資料倉儲的區別

資料庫：傳統的關係型資料庫的主要應用，主要是基本的、日常的事務處理，例如銀行交易。

資料倉儲：資料倉儲系統的主要應用主要是olap（on-line analytical processing），支援複雜的分析操作，側重決策支援，並且提供直觀易懂的查詢結果。

我嘗試著再補充些具體的事例來說明，這樣更可以幫助大家更好理解一些。

舉個最常見的例子，拿電商行業來說好了。

基本每家電商公司都會經歷，從只需要業務資料庫到要資料倉儲的階段。

這類非常具體，且能夠對公司決策起到關鍵性作用的問題，基本很難從業務資料庫從調取出來。原因在於：

業務資料庫中的資料結構是為了完成交易而設計的，不是為了而查詢和分析的便利設計的。

業務資料庫大多是讀寫優化的，即又要讀（檢視商品資訊），也要寫（產生訂單，完成支付）。因此對於大量資料的讀（查詢指標，一般是複雜的唯讀型別查詢）是支援不足的。

而怎麼解決這個問題，此時我們就需要建立乙個資料倉儲了，公司也算開始進入資訊化階段了。資料倉儲的作用在於：

資料結構為了分析和查詢的便利；

唯讀優化的資料庫，即不需要它寫入速度多麼快，只要做大量資料的複雜查詢的速度足夠快就行了。

那麼在這裡前一種業務資料庫（讀寫都優化）的是業務性資料庫，後一種是分析性資料庫，即資料倉儲。

最後總結一下：

資料庫 比較流行的有：mysql, oracle, sqlserver等

資料倉儲 比較流行的有：aws redshift, greenplum, hive等

這樣把資料從業務性的資料庫中提取、加工、匯入分析性的資料庫就是傳統的 etl 工作。現在也有一些新的方法，這展開說又是另一件事情了，有機會再詳細說說。

資料庫與資料倉儲的區別

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...

資料庫與資料倉儲的區別

資料庫 傳統的關係型資料庫的主要應用，主要是基本的 日常的事務處理，例如銀行交易。資料倉儲 資料倉儲系統的主要應用主要是olap on line analytical processing 支援複雜的分析操作，側重決策支援，並且提供直觀易懂的查詢結果。我嘗試著再補充些具體的事例來說明，這樣更可以幫助...

資料倉儲與資料庫的區別

資料庫是產品，資料倉儲是在資料庫已經大量存在的前提下，為進一步挖掘資料資源，提供決策解決方案而產生的 資料庫是面向事務的設計，資料倉儲是面向主題設計的。資料庫是為應用程式進行資料處理，資料倉儲是進行資料分析工作的，若農貿市場小販 應用程式 的攤位各種菜 資料 都有，即相當於資料庫，超市的菜都是都是白...