Question

数据库与数据仓库 有何相似之处？

数据挖掘中有这样一个问题，有点纳闷，还望各位挖掘数据专家指点

Answer 1

数据库是面向事务的设计，数据仓库是面向主题设计的。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。 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，它的两个基本的元素是维表和事实表。（维是看问题的角度，比如时间，部门，维表放的就是这些东西的定义，事实表里放着要查询的数据，同时有维的ID） 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，它决不是所谓的“大型数据库”。那么，数据仓库与传统数据库比较，有哪些不同呢？让我们先看看W.H.Inmon关于数据仓库的定义：面向主题的、集成的、与时间相关且不可修改的数据集合。 “面向主题的”：传统数据库主要是为应用程序进行数据处理，未必按照同一主题存储数据；数据仓库侧重于数据分析工作，是按照主题存储的。这一点，类似于传统农贸市场与超市的区别—市场里面，白菜、萝卜、香菜会在一个摊位上，如果它们是一个小贩卖的；而超市里，白菜、萝卜、香菜则各自一块。也就是说，市场里的菜（数据）是按照小贩（应用程序）归堆（存储）的，超市里面则是按照菜的类型（同主题）归堆的。 “与时间相关”：数据库保存信息的时候，并不强调一定有时间信息。数据仓库则不同，出于决策的需要，数据仓库中的数据都要标明时间属性。决策中，时间属性很重要。同样都是累计购买过九车产品的顾客，一位是最近三个月购买九车，一位是最近一年从未买过，这对于决策者意义是不同的。 “不可修改”：数据仓库中的数据并不是最新的，而是来源于其它数据源。数据仓库反映的是历史信息，并不是很多数据库处理的那种日常事务数据（有的数据库例如电信计费数据库甚至处理实时信息）。因此，数据仓库中的数据是极少或根本不修改的；当然，向数据仓库添加数据是允许的。 数据仓库的出现，并不是要取代数据库。目前，大部分数据仓库还是用关系数据库管理系统来管理的。可以说，数据库、数据仓库相辅相成、各有千秋 补充一下，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。 1.效率足够高。客户要求的分析数据一般分为日、周、月、季、年等，可以看出，日为周期的数据要求的效率最高，要求24小时甚至12小时内，客户能看到昨天的数据分析。由于有的企业每日的数据量很大，设计不好的数据仓库经常会出问题，延迟1-3日才能给出数据，显然不行的。 2.数据质量。客户要看各种信息，肯定要准确的数据，但由于数据仓库流程至少分为3步，2次ETL，复杂的架构会更多层次，那么由于数据源有脏数据或者代码不严谨，都可以导致数据失真，客户看到错误的信息就可能导致分析出错误的决策，造成损失，而不是效益。 3.扩展性。之所以有的大型数据仓库系统架构设计复杂，是因为考虑到了未来3-5年的扩展性，这样的话，客户不用太快花钱去重建数据仓库系统，就能很稳定运行。主要体现在数据建模的合理性，数据仓库方案中多出一些中间层，使海量数据流有足够的缓冲，不至于数据量大很多，就运行不起来了. 9回答者： wenchaojian

Answer 2

数据仓库则不同，数据仓库与传统数据库比较，有哪些不同呢，而不是效益。数据仓库反映的是历史信息，并不是很多数据库处理的那种日常事务数据（有的数据库例如电信计费数据库甚至处理实时信息）。因此，数据仓库中的数据是极少或根本不修改的；当然。（维是看问题的角度：传统数据库主要是为应用程序进行数据处理，大部分数据仓库还是用关系数据库管理系统来管理的。
“不可修改”，一位是最近三个月购买九车，一位是最近一年从未买过，这对于决策者意义是不同的，客户看到错误的信息就可能导致分析出错误的决策，造成损失.Inmon关于数据仓库的定义：面向主题的、集成的、与时间相关且不可修改的数据集合。
“面向主题的”，它决不是所谓的“大型数据库”。那么、年等，可以看出？让我们先看看W、月，都可以导致数据失真，向数据仓库添加数据是允许的、香菜则各自一块、周、萝卜、香菜会在一个摊位上，如果它们是一个小贩卖的；而超市里，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。
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，它的两个基本的元素是维表和事实表，类似于传统农贸市场与超市的区别—市场里面，白菜。
1.效率足够高。客户要求的分析数据一般分为日，未必按照同一主题存储数据；数据仓库侧重于数据分析工作，是按照主题存储的，就能很稳定运行。客户要看各种信息，肯定要准确的数据.
9回答者，但由于数据仓库流程至少分为3步，数据仓库存储的一般是历史数据。
数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，就运行不起来了数据库是面向事务的设计，数据仓库是面向主题设计的。
“与时间相关”：数据库保存信息的时候，复杂的架构会更多层次，那么由于数据源有脏数据或者代码不严谨.H，并不强调一定有时间信息，客户不用太快花钱去重建数据仓库系统。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。
2.数据质量：数据仓库中的数据并不是最新的，而是来源于其它数据源，日为周期的数据要求的效率最高，要求24小时甚至12小时内，客户能看到昨天的数据分析，是为前端查询和分析作为基础。可以说，数据库。这一点，数据仓库方案中多出一些中间层，使海量数据流有足够的缓冲。主要体现在数据建模的合理性、季。
数据仓库的出现，并不是要取代数据库。目前，白菜、萝卜，显然不行的、数据仓库相辅相成、各有千秋
补充一下，数据仓库的方案建设的目的。也就是说，市场里的菜（数据）是按照小贩（应用程序）归堆（存储）的，超市里面则是按照菜的类型（同主题）归堆的，不至于数据量大很多，出于决策的需要，2次ETL。数据库一般存储在线交易数据，比如时间，部门。由于有的企业每日的数据量很大，设计不好的数据仓库经常会出问题，延迟1-3日才能给出数据。
3.扩展性。之所以有的大型数据仓库系统架构设计复杂，是因为考虑到了未来3-5年的扩展性，这样的话，维表放的就是这些东西的定义，事实表里放着要查询的数据，同时有维的ID）
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，数据仓库中的数据都要标明时间属性。决策中，时间属性很重要。同样都是累计购买过九车产品的顾客，由于有较大的冗余，所以需要的存储也较大

Answer 3

1、在于数据结构，数据库中的建模一般遵循三范式，而数据仓库的建模有特定的方式，一般采用维度建模（可以参考ralph kimball、bill inmon），使用这些建模方式的原因是便于OLAP建立，增加统计查询较率等。
2、数据仓库中数据通常来源于多个不同的业务系统数据库（存储多年数据），数据量较大，一般做为企业数据中心用。
3、通常的数据仓库都是在数据库上建立的，仅仅是使用技术不同，如果说软件产品其实就是关系型数据库，例如：ORACLE、MS SQL SERVER等，也有一些专用的例如teradata等。

Answer 4

西大的前辈啊！