[数据仓库]数据仓库和数据库的区别

数据仓库和数据库

数据仓库是面向主题的、集成的、稳定的，反映历史变化数据集合，用于分析场景，支持管理决策过程等。

1. 面向主题：在较高层次对企业的数据进行综合归并而进行的抽象概念。数据仓库都是基于某个明确主题，仅需要与该主题相关的数据，其他的无关细节数据将被排除掉
2. 集成的：从不同的数据源采集数据到同一个数据源，此过程会有一些ETL操作；并保持数据的一致性、完整性、准确性、有效性
3. 反映历史变化：关键数据隐式或显式的基于时间变化
4. 相对稳定：数据仓库的数据一般只做添加不做更新：数据装入以后一般只进行查询操作，没有传统数据库的增删改操作

数据库是通过一定数据结构对数据进行组织、存储和管理，一般用于OLTP应用场景，目的是具有较高的独立性、扩展性、较少的冗余、高性能和高效率。

数据仓库和数据库的区别：

	数据仓库	数据库
数据范围	企业全部数据、历史数据、变化数据	当前数据
数据变化	一般只添加，很少修改、不删除	增删改查等
应用场景	决策处理、数据画像、机器学习、人工智能	业务处理
建模理论	ER建模、维度建模、混合建模	ER建模，一般遵循3NF
数据处理	非频繁、数据量大、高吞吐、有时延	频繁、量少次多、高并发、低延迟