数据库&数据仓库你分的清吗？

前嗅大数据

       今天我们要说的是主题是——数据仓库，注意是仓库，不是数据库哦。

       首先我们要知道，数据仓库的建立为行业高层主管门系统的地组织、理解和使用他们的数据进行了战略决策提供了体系结构和工具。在当今充满竞争和快速发展的世界，数据仓库系统是一种有价值的工具。在过去的几年中，许多公司花费数百万美元建立企业范围的数据仓库。许多人都感到随着工业竞争的加剧，数据仓库成了必备的最新营销武器——一种通过更多的了解客户需求而留住客户的途径。

         “那么，到底是什么是数据仓库？”数据仓库已被多种方式定义，很难给出一种严格的定义。不严格的讲，数据仓库是一种数据库，它与组织机构的操作数据库分别维护。数据仓库系统允许将各种应用系统集成在一起，为统一的历史数据分析提供坚实的平台，对信息处理提供支持。按照一位数据仓库系统构造方面的领头设计师William H.Inmon的说法，“数据库是一个面向主题的、集成的、时变的和非易失的数据集合，支持管理部门的决策过程”[Inm96]。

       这个简短而又全面的定义指出了数据仓库的主要特征。

四个关键词，面向主题的、集成的、时变的、非易失的，将数据仓库与其他数据存储系统相区别。让我们进一步看看这些关键特征。

       面向主题的：数据仓库围绕一些主题，如顾客、供应商、产品和销售来组织。数据仓库关注决策者的数据建模与分析，而不是组织机构的日常操作和事务处理。因此，数据仓库排除对于决策支持过程无用的数据，提供特定主题的简明视图。

        集成的：通常，构造数据仓库是将多个异构数据源，如关系数据库、一般文件和联机事务记录集成在一起。使用数据清理和数据集成技术确保命名约定、编码结构、属性度量等的一致性。

       时变的：数据存储从历史的角度提供信息，数据仓库中的关键结构都隐式或显式地包含时间元素。

非易失的：数据仓库总是物理地分别存放数据，这些数据源于操作环境下的应用数据。由于这种分离，数据仓库不需要事务处理，恢复和并发控制机制。通常，它只需要两种数据访问操作：数据的初始化装入和数据访问。

       概言之，数据仓库式语义上一致的数据存储，它充当决策支持数据模型的物理实现，并存放企业战略决策所需要的信息。数据仓库也常常看作一种体系结构，通过将异构数据源中的数据集成在一起而构造，支持结构化和/或专门的查询、分析报告和决策制定。

       根据上面的讨论，我们把建立数据仓库看作构造和使用数据仓库的过程。数据仓库的构造需要数据集成、数据清理和数据统一。利用数据仓库常常需要一些决策支持技术。这使得“知识工人”能够使用数据仓库快捷、方便的得到数据的总体视图，根据数据仓库中的数据信息做出准确的决策。

        由于大多数人都熟悉商用关系数据库系统，将数据仓库与之比较，就容易理解什么式数据仓库。

联机操作数据库系统的主要任务是执行联机事务和查询处理。这种系统称作联机事务处理（OLTP）系统。它们涵盖了组织机构的大部分日常操作，如购物、库存、制造、银行、工资、注册、记账等。另一方面，数据仓库系统在数据分析和决策方面为用户或知识工人提供服务。这种系统可以用不同的格式组织和提供数据，以满足不同用户的各种需求。这种系统称作连接分析处理（OLAP）系统。

       OLTP和OLAP的主要区别概述如下。

       用户和系统的面向性：OLTP系统是面向客户的，用于办事员、客户和信息技术专业人员的事务和查询处理。OLAP系统是面向市场的，用于知识工人的数据分析。

       数据内容：OLTP系统管理当前数据。通常，这种数据太琐碎，难以用于决策。OLAP系统管理大量历史数据，提供汇总和聚集机制。并在不同的粒度级别上存储和管理信息。这些特点使得数据更容易用于见多识广的决策。

数据库设计：通常，OLTP系统采用实体-联系（ER）数据模型和面向应用数据库设计。而OLAP系统通常采用星形或雪花模型和面向主题的数据库设计。

       视图：OLTP系统主要关注企业或部门内部的当前数据，而不涉及历史数据或不同的组织的数据。相比之下，由于组织的变化，OLAP系统常常跨越数据库模式的多个版本。OLAP系统还处理来自不同组织的信息，有多个数据存储集成的信息。由于数据量巨大，OLAP数据存放在多个存储介质上。

      访问模式：OLTP系统的访问模式主要由短的原子事务组成。这种系统需要并发控制和恢复机制。然而，对OLAP系统的访问大部分是只读操作，尽管许多可能是复杂的查询。

       OLTP和OLAP的其它区别包括数据大小、操作的频繁程度、性能度量等。

       好了，今天的科普就说到这里了，你懂了吗？