数据库（DB）和数据仓库（DW）的区别与联系

数据库与数据仓库基础概念：

数据库：传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。

数据仓库：数据仓库系统的主要应用主要是OLAP（On-Line Analytical Processing），支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。

OLTP和OLAP概念补充：

数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。

• OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。

• OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。

• OLTP 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 系统则强调数据分析，强调SQL执行市场，强调磁盘I/O，强调分区等。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SC56vkjy-1646220369197)(https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/03a63f5c8f6e43fda8366c95fb01396d~tplv-k3u1fbpfcp-zoom-1.image “image.png”)]

如果以上补充内容不是很熟悉的话，可以参考我之前一篇博客，点击这里

举一个具体的例子：（转自知乎作者：陈诚），个人觉得例子描述的很清晰

举个最常见的例子，拿电商行业来说好了。

这类非常具体，且能够对公司决策起到关键性作用的问题，基本很难从业务数据库从调取出来。原因在于：

1. 业务数据库中的数据结构是为了完成交易而设计的，不是为了而查询和分析的便利设计的。

2. 业务数据库大多是读写优化的，即又要读（查看商品信息），也要写（产生订单，完成支付）。因此对于大量数据的读（查询指标，一般是复杂的只读类型查询）是支持不足的。

而怎么解决这个问题，此时我们就需要建立一个数据仓库了，公司也算开始进入信息化阶段了

数据仓库的作用：

那么在这里前一种业务数据库（读写都优化）的是业务性数据库，后一种是分析性数据库，即数据仓库。

常见产品