讲讲大数据的两个概念：数据库与数据仓库

在大数据的学习当中，我们常常会听到两个概念：数据库、数据仓库。看起来一字之差的两个专业词汇，常常引起很多的误会，尤其是刚开始学习的新手，对于这两个概念常常认识不清。今天我们就来讲讲这两个概念，数据库与数据仓库。

首先，从比较浅显的层面来说，数据库有很多选择，在企业当中，数据库是实现数据管理的工具，企业当中，不同来源的数据，可能存在不同的数据库当中，比如说MySQL、MangoDB、Oracle等。

而数据仓库，则是针对于这些不同来源的数据进行整合，它可以对多种业务数据进行筛选和整合，用于支持下一步的分析处理。

理解了数据库与数据仓库各自要做的事，接下来我们来谈谈这两者的区别。

1、概念上的区别

数据库是一种逻辑概念，而数据仓库是数据库概念的升级。

从逻辑上理解，数据库和数据仓库没有区别，都是通过数据库软件实现存放数据的地方。只不过从数据量来说，数据仓库要比数据库更庞大的多。数据仓库主要用于数据挖掘和数据分析，辅助领导做决策。

2、数据存储与应用

数据仓库本身并不“生产”任何数据，同时自身也不需要“消费”任何的数据，数据来源于外部，并且开放给外部应用。

数据库存放的是当前值，数据是动态变化的，且访问量少但访问频率高；而数据仓库存放静态的历史数据，只能定期添加、刷新，访问频率低但访问量却很高。

此外，数据库中的数据结构比较复杂，有各种结构以适合业务处理系统的需要，面向业务处理人员的，为业务处理人员提供信息处理的支持；而数据仓库中的数据结构则相对简单，面向高层管理人员，为其提供决策支持。

3、技术上的区别

数据库与数据仓库的区别，实际讲的是OLTP与OLAP的区别。

OLTP：操作型处理，也称联机事务处理，表示事务多，但执行大多较短，并发量大的数据库，如日常的进销存操作等；系统强调数据库内存效率，强调内存各种指标的命令率，强调绑定变量，强调并发操作。

OLAP：分析型处理，也称联机分析处理，表示事务较少，但执行大多较长，并发量较小的数据库，如基于数据仓库的操作；系统强调数据分析，强调SQL执行市场，强调磁盘I/O，强调分区等。

4、模型上的区别

数据库：主要遵从范式模型（1NF,2NF,3NF,等等），从而尽可能减少数据冗余，保证数据引用的完整性。

数据仓库：强调数据分析的效率，复杂查询的速度，数据之间的相关性分析。数据仓库多使用多维模型，提高数据分析的效率。

对于大数据当中常常涉及到的两个概念，数据库与数据仓库，以上就为大家做了简单的介绍了。大数据学习，对于数据库和数据仓库的理解，需要区分开来，尤其是做开发，一定要理解到位才行。成都加米谷大数据，专业大数据培训机构，大数据开发、数据分析与挖掘，零基础入门班，本月正在招生中，现已开放试听，详情可联系客服预约！