數據庫和數據倉庫的區別

有兩個層面/角度來回答這個有趣的問題：
1，邏輯層面/概念層面：數據庫和數據倉庫實際上是同樣的或者及其類似的，都是經過某個數據庫軟件，基於某種數據模型來組織、管理數據。可是，數據庫一般更關注業務交易處理（OLTP），而數據倉庫更關注數據分析層面（OLAP），由此產生的數據庫模型上也會有很大的差別。
數據庫一般追求交易的速度，交易完整性，數據的一致性，等等，在數據庫模型上主要聽從範式模型（1NF，2NF，3NF，等等），從而儘量減小數據冗餘，保證引用完整性；而數據倉庫強調數據分析的效率，複雜查詢的速度，數據之間的相關性分析，因此在數據庫模型上，數據倉庫喜歡使用多維模型，從而提升數據分析的效率。
2，產品實現層面：數據庫和數據倉庫軟件是有些不一樣的，數據庫一般使用行式存儲，如SAP ASE，Oracle, Microsoft SQL Server，而數據倉庫傾向使用列式存儲，如SAP IQ，SAP HANA

 

數據倉庫是一個面向主題的(Subject Oriented)，集成的(Integrate)，相對穩定的(Non-volatile)，反映歷史變化(Time Variant)的數據集合，用於支持管理決策。

所謂的：

• 面向主題：指數據倉庫中的數據是按照必定的主題域進行組織
• 集成：指對原有的分散的數據庫通過系統加工，整理獲得的消除源數據中的不一致性
• 相對穩定：指一旦某個數據進入數據倉庫之後只須要按期的加載、刷新
• 反映歷史變化：指經過這些信息，對企業的發展歷程和將來趨勢作出定量分析預測

數據倉庫建設是一個工程，是一種過程，而不是一種能夠購買的產品，企業數據處理方式是以聯機事務處理形式信息，並利用信息進行決策；在信息應用過程當中管理信息。

數據倉庫的出現，並非要取代數據庫。目前大部分數據倉庫仍是用關係型數據庫管理系統實現的。數據倉庫與數據庫的主要區別在於：

• 數據庫是面向事務的設計，數據倉庫是面向主題設計的
• 數據庫通常存儲在線交易數據，數據倉庫存儲的通常是歷史數據
• 數據庫設計是儘可能避免冗餘，數據倉庫在設計時有意引入冗餘
• 數據庫是爲了捕獲數據而設計，數據倉庫是爲了分析數據而設計