相信大數據學習者對數據倉庫和數據庫并不陌生。兩者都是通過數據庫軟件存儲數據的地方。從這個意義上說，它們似乎并沒有太大不同。但是深入分析后，我們會發現兩者之間在數據量和功能方面的差異是巨大的。那么到底數據庫與數據倉庫有哪些區別呢？為了更清楚地區分，接下來讓我們詳細的談談二者之間的區別。

　　1、概念不同

數據庫是一種邏輯概念，用來存放數據的倉庫，通過數據庫軟件來實現。數據庫由很多表組成，表是二維的，一張表里面有很多字段。字段一字排開，對數據就一行一行的寫入表中。數據庫的表，在于能夠用二維表現多維的關系。而數據倉庫是數據庫概念的升級，從數據量來說，數據倉庫要比數據庫更龐大德多。數據倉庫主要用于數據挖掘和數據分析，輔助領導做決策。

　　2、設計不同

數據庫設計是盡量避免冗余，一般針對某一業務應用進行設計，比如一張簡單的User表，記錄用戶名、密碼等簡單數據即可，符合業務應用，但是不符合分析。而數據倉庫在設計是有意引入冗余，依照分析需求，分析維度、分析指標進行設計。簡單來說，數據庫是為捕獲數據而設計，數據倉庫是為分析數據而設計。

　　3、應用場景不同

以銀行業務為例。數據庫是事務系統的數據平臺，客戶在銀行做的每筆交易都會寫入數據庫，被記錄下來，這里可以簡單地理解為用數據庫記賬。有所區別的是，數據倉庫是分析系統的數據平臺，它從事務系統獲取數據，并做匯總、加工，為決策者提供決策的依據。比如，某銀行某分行一個月發生多少交易，該分行當前存款余額是多少。如果存款又多，消費交易又多，那么該地區就有必要設立ATM了。

顯然，銀行的交易量是巨大的，通常以百萬甚至千萬次來計算。事務系統是實時的，這就要求時效性，客戶存一筆錢需要幾十秒是無法忍受的，這就要求數據庫只能存儲很短一段時間的數據。而分析系統是事后的，它要提供關注時間段內所有的有效數據。這些數據是海量的，匯總計算起來也要慢一些，但是只要能夠提供有效的分析數據就達到目的了。

　　4、本質不同

數據庫與數據倉庫的區別實際講的是OLTP與OLAP的區別。操作型處理，叫聯機事務處理OLTP，它是針對具體業務在數據庫聯機的日常操作，通常對少數記錄進行查詢、修改。用戶較為關心操作的響應時間、數據的安全性、完整性和并發支持的用戶數等問題。傳統的數據庫系統作為數據管理的主要手段，主要用于操作型處理。而分析型處理，叫聯機分析處理OLAP一般針對某些主題的歷史數據進行分析，支持管理決策。

　　5、作用不同

我們要明白，數據倉庫與數據庫雖然有所區別，但是并表代表誰就一定比誰要好，數據倉庫的出現并不是要取代數據庫。數據庫是面向事務的設計，數據倉庫是面向主題設計的。數據庫一般存儲業務數據，數據倉庫存儲的一般是歷史數據。

總之，數據庫與數據倉庫雖然都可以存放數據，但是，數據倉庫是在已經存在大量數據庫的條件下生成的，以便進一步挖掘數據資源并做出決策需求。它絕不是所謂的“大型數據庫”。兩者互不相同，又相輔相成，缺一不可。想了解更多關于數據庫的信息，請繼續關注中培偉業。