"数据库" vs. "数据仓库": 区别与联系

Posted 2021-04-24 智慧的流动

（本文约500字，预计阅读时间1-2分钟）

 

在大数据时代，数据仓库(data warehouse) 是很常见的概念。但它和数据库（database）的关系是什么？笔者阅读了一些相关资料，小结如下。还请高手多指正：

 

1.前者偏重数据的业务处理（transaction），后者着重于分析，可能会重点面向某个行业；所以数据库一般和OLTP（Online transaction processing）相联系，数据仓库一般和OLAP（Online analytical processing）相联系。

 

2.所以数据仓库又被称为“分析型数据库”（相对于“业务型数据库“而言）。它的数据结构有利于查询和分析的便利。数据库常采用行式存储，而数据仓库常采用列式存储。

3.前者的用户数量大（主要是业务人员），既要执行“读”操作也要执行“写”操作，每次写的量不大，但是对时间不敏感。/ 后者的用户数量小（主要是决策人员），一般只需要执行读操作，每次读取的数据量很大，对反应时间不那么敏感。

 

4.把所需要的数据从业务型数据库导入分析型数据仓库的过程，称为ETL（Extract-Transform-Load，“抽取-转换-加载”）。

 

5.有人认为：数据仓库是一种结构体系，而数据库是一种具体技术。

 

6.数据库用到的工具主要有mysql, Oracle, MS SQLServer等，数据仓库用到的工具主要有Hive, AWSRedshift, Green Plum, SAP HANA等。

 

顺便想到O'Reilly推荐的“数据从业者技能路线图”：在上表中，每一行都是一种可能的数据技能发展路径。如果你已经学了某种技能，你可以按照箭头顺序继续学习下一种技能。

 

参考资料：

1. 《数据库与数据仓库的本质区别是什么？》- 知乎.

2. JohnKing & Roger Magoulas,《2016 Data Science Salary Survey》 - O'Reilly.