1、前言

不能简单的说数据仓库是数据库的扩大版，它们是针对不同的服务而产生的，传统的 数据库 针对（OLTP）联机事务处理，主要应用与业务处理。而 数据仓库 针对（OLAP）联机分析处理，主要为决策服务。

数据仓库的本质还是一个数据库，它将各个异构的数据源数据库的数据给统一管理起来，并且完成了质量较差的数据的剔除、格式转换，最终按照一种合理的建模方式来完成源数据组织形式的转变，以更好的支持到前端的可视化分析。

2、来源

数据库一般存储 在线交易数据，数据仓库存储的一般是 历史数据。

数据仓库中的数据来源归纳起来大体有3种：

结构化数据：一般来自于数据库，比如MySQL等关系型数据库的表中保存的记录（rows）。即承担OLTP功能的数据载体。这类数据最好处理，因为数据表达方式作为规范，约束性最好。
半结构化数据：该部分数据来源较多，包括用户行为日志（如app的页面访问记录）、平台或管理服务日志（tomcat、mysql等服务日志）等等，也包括存储于MongoDB等NoSQL数据库中的记录（Docs等）。这些数据一般以Json或XML等形式存在，在ETL时难度较大。
非结构化数据：包括图片、音频、视频和网页等，这些数据非常复杂，信息量也很大，一般不会直接抽取出来直接保存到数仓中，而是记录他们的元数据信息（metadata），举图片为例，可能保存该图片的产生时间、格式、大小等等，至于图片本身，一般通过url链接保存在对象或文件存储系统中。

数据库：主要用于 事务处理，即 OLTP（Transaction），也就是我们常用的面向业务的增删改查操作。常用的数据库有 Mysql，Oracle，PostgreSQL。

数据仓库：主要用于 数据分析，即 OLAP（Analytics），供上层决策，常见于一些查询性的统计数据。常见的数仓有 Greenplum，Hive。基于MYISAM存储引擎的MySQL也是可以用来做数据仓库的。

由于他们用途的不同，这也决定了他们具体不同的特点：

数据库是为 捕获数据 而设计，数据仓库是为 分析数据 而设计。

数据仓库的方案建设的目的，是为前端查询和分析作为基础，由于有较大的冗余，所以需要的存储也较大。为了更好地为前端应用服务，数据仓库必须有如下几点优点，否则是失败的数据仓库方案。

数据库：因为是 事务性 操作，所以一般是 读写优化 的

数据仓库：因为是 数据分析，需要对大量数据进行查询，所以一般仅仅是 读优化 的

数据库：读写相对简单，一次只是对 少量数据 进行操作

数据仓库：查询相对复杂，一次要对 大量数据 进行操作