数据库与数据仓库的区别

一、概述

      本文就数据库与数据仓库的区别进行简要说明，并且适当的引入OLTP和OLAP内容。

二、主要内容

1.什么是数据库和数据仓库

          我们都知道ORACLE，SQL SERVER，我们都叫它们数据库。那什么是数据库呢？百度给出的定义如下：数据库是按照数据结构来组织、存储和管理数据的仓库。
        我们可以形象的去理解，认为数据库就是一个大仓库，里面装着各种来之不易的宝贵数据，当然这些数据是以一定的结构存放的，而不是杂乱无章的放着。但不仅仅是这样，我们别忘记了定义中的管理二字，它表明我们不仅仅是把数据放在那里就完了，而且要去管理它的。管理的内容很多，比如建表，录入数据，查询数据，删除数据等。
        什么数据仓库呢？
        数据仓库之父比尔·恩门（Bill Inmon）在1991年出版的“Building the Data Warehouse”（《建立数据仓库》）一书中所提出的定义被广泛接受——数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。这个定义很复杂，但是也很全面，值得我们来好好分析一下。
        首先，这个定义明确指出了数据仓库的目的：用于决策管理的，也就是说有个数据仓库，我们能够很easy的做正确的决策。
           其次，前面的句子则刚好说明了数据仓库的几个特点：
(1)面向主题：数据仓库中的数据都是面向某个主题的，比如销售，税收等。它排除了数据库中的与主题不相关的属性。
(2)集成：        数据仓库的中的数据往往来自分布的甚至是异构的各个数据库，所以你当然需要把你想要的东西从这些分散的数据库                           中集成到一个仓库里。
(3)相对稳定：数据仓库不需要进行事务处理，仅仅需要查询就可以了。所以它是相对稳定的。
(4)反映历史变化：包含历史数据，通过这些信息，对企业的发展历程和未来趋势做出定量分析预测。
 

 2.两者的区别

(1)数据库是面向事务的设计，数据仓库是面向主题设计的。

(2)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。

(3)据库设计是尽量避免冗余，一般采用符合范式的规则来设计，数据仓库在设计是有意引入冗余，采用反范式的方式来设计。 

(3)数据库是为收集数据而设计，数据仓库是为分析数据而设计。
(4)数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的。数据仓库的出现，并不是要        取代数据库。数据库主要用于联机事务处理（OLTP），而数据仓库主要用于联机分析处理（OLAP）。

3.OLTP和OLAP

        知道了数据库与数据仓库的区别，其实也就知道了OLTP和OLAP的大部分区别。现在简单的把两者的区别罗列出来：
面向性：    OLTP面向顾客的，用于办事员，专业人员等。OLAP用于分析人员，决策者。
数据内容：OLTP保存着当前数据，琐碎。OLAP保存着历史数据，并且进行的聚集，汇总。
设计模式:   OLTP采用的是E-R模型，OLAP采用的是雪花模型和星型模型。
访问模式：OLTP有多重措施保证读写的正确与安全。OLAP通常只提供查询。