本文目录一览

1，数据仓库比数据库具有绝对的优势

数据仓库是对大数据量的操作,技术上要求对数据库比较熟习,同时对业务也要很了解,才能设计出好的仓库模型
数据仓库也是数据库，只是利用场合不同

数据仓库比数据库具有绝对的优势

2，数据仓库和数据库的主要区别是什么

数据仓库和数据库就好比仓库和仓库管理员一样,仓库作用是存放东西的,而仓库管理员是管理仓库的里的东西的,例如仓库管理员可以将其他东西放进仓库或从仓库中取出,也可以将仓库里东西按某种方式摆放等 数据库就好比仓库管理员,数据库可将数据放进数据仓库,也可以从数据仓库中取出数据.数据仓库就是用来存放数据的.

数据仓库和数据库的主要区别是什么

3，比较操作型数据库与数据仓库急

很多的。而数据仓库主要的是查询事务数据库的话，数据量较小，数据仓库数据量大事务数据库数据比较新，数据仓库数据是全量的历史数据事务数据库数据是明细数据，而数据仓库数据除了明细数据还存在大量的汇总数据等等。。上网搜一下OLTP和OLAP的区别估计你说的是事务数据库和数据仓库吧，事务数据库的话，主要是面向事务，也就是你说的操作
。。。。有这个比较操作型数据库吗？再看看别人怎么说的。

比较操作型数据库与数据仓库急

4，数据库与数据仓库的区别

简而言之，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。 单从概念上讲，有些晦涩。任何技术都是为应用服务的，结合应用可以很容易地理解。以银行业务为例。数据库是事务系统的数据平台，客户在银行做的每笔交易都会写入数据库，被记录下来，这里，可以简单地理解为用数据库记帐。数据仓库是分析系统的数据平台，它从事务系统获取数据，并做汇总、加工，为决策者提供决策的依据。比如，某银行某分行一个月发生多少交易，该分行当前存款余额是多少。如果存款又多，消费交易又多，那么该地区就有必要设立ATM了。 显然，银行的交易量是巨大的，通常以百万甚至千万次来计算。事务系统是实时的，这就要求时效性，客户存一笔钱需要几十秒是无法忍受的，这就要求数据库只能存储很短一段时间的数据。而分析系统是事后的，它要提供关注时间段内所有的有效数据。这些数据是海量的，汇总计算起来也要慢一些，但是，只要能够提供有效的分析数据就达到目的了。 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。

5，oracle 数据仓库 与数据库的区别

首先，oracle 是一个DBMS 即关系型数据库管理系统，是一个用来使用sql语句操作数据查询存储的工具，按照你的提问我估计你认为的oracle数据库 是指的oracle 遵循关系型数据库理论利用sql引擎查询管理数据的那部分功能。。。。 而你认为的oracle 数据仓库，是oracle数据库的一个功能扩展套件，oracle数据仓库可以支持一些数据处理分析的高级功能，帮助建立企业数据仓库。。。不过数据仓库并不是靠软件能简单建立的，还要依赖对业务的理解，对数据仓库理论的理解，建立一个符合实际需求的数据仓库
这是四大数据库的比较（SQLServer、Oracle、Sybase和DB2）您看看吧，谢谢采纳一下！开放性: SQL Server 只能在windows上运行，没有丝毫的开放性，操作系统的系统的稳定对数据库是十分重要的。Windows9X系列产品是偏重于桌面应用NT server只适合中小型企业。而且windows平台的可靠性，安全性和伸缩性是非常有限的。它不象unix那样久经考验，尤其是在处理大数据。 Oracle 能在所有主流平台上运行（包括 windows）。完全支持所有的工业标准。采用完全开放策略。可以使客户选择最适合的解决方案。对开发商全力支持。 Sybase ASE 能在所有主流平台上运行（包括 windows）。 但由于早期Sybase与OS集成度不高，因此VERSION 11.9.2以下版本需要较多OS和 DB级补丁。在多平台的混合环境中，会有一定问题。 DB2 能在所有主流平台上运行（包括windows）。最适于海量数据。DB2在企业级的应用最为广泛，在全球的500家最大的企业中,几乎85%以上用DB2数据库服务器，而国内到97年约占5%。 可伸缩性，并行性 SQL Server 并行实施和共存模型并不成熟。很难处理日益增多的用户数和数据卷。伸缩性有限。 Oracle 并行服务器通过使一组结点共享同一簇中的工作来扩展windowsNT的能力，提供高可用性和高伸缩性的簇的解决方案。如果windowsNT不能满足需要，用户可以把数据库移到UNIX中。Oracle的并行服务器对各种UNIX平台的集群机制都有着相当高的集成度。 Sybase ASE 虽然有DB SWITCH来支持其并行服务器，但由于DB SWITCH在技术层面还未成熟，且只支持版本12.5以上的ASE SERVER，因为DB SWITCH技术需要一台服务器充当SWITCH. DB2 具有很好的并行性。DB2把数据库管理扩充到了并行的、多节点的环境。数据库分区是数据库的一部分，包含自己的数据、索引、配置文件、和事务日志。数据库分区有时被称为节点. 安全性 SQL Server 没有获得任何安全证书。 Oracle Server 获得最高认证级别的ISO标准认证。 Sybase ASE 获得最高认证级别的ISO标准认证。 DB2 获得最高认证级别的ISO标准认证。 性能 SQL Server 多用户时性能不佳 Oracle 性能最高， 保持开放平台下的TPC-D和TPC-C的世界记录。 Sybase ASE 性能接近于 SQL Server。但在UNIX平台下的并发性要优与 SQL Server。 DB2 性能较高适用于数据仓库和在线事物处理。 客户端支持及应用模式 SQL Server C/S结构，只支持windows客户，可以用ADO,DAO,OLEDB,ODBC连接. Oracle 多层次网络计算，支持多种工业标准，可以用ODBC，JDBC，OCI等网络客户连接。 Sybase ASE C/S结构，可以用ODBC，Jconnect，Ct-library等网络客户连接。 DB2 跨平台，多层结构，支持ODBC,JDBC等客户 操作简便 SQL Server 操作简单，但只有图形界面。 Oracle 较复杂，同时提供GUI和命令行，在windowsNT和unix下操作相同 Sybase ASE 较复杂，同时提供GUI和命令行。但GUI较差，常常无法及时状态，建议使用命令行。 DB2 操作简单，同时提供GUI和命令行，在windowsNT和unix下操作相同 使用风险 SQL Server 完全重写的代码，经历了长期的测试，不断延迟，许多功能需要时间来证明。并不十分兼 Oracle 长时间的开发经验，完全向下兼容。得到广泛的应用。完全没有风险。 Sybase ASE 向下兼容, 但是ct-library 程序不益移植。 DB2 在巨型企业得到广泛的应用，向下兼容性好。风险小。 经过上述比较，我们不难发现，DB2是最好的数据库。
我也想知道
数据仓库与数据库是有区别的数据仓库是数据挖掘等操作的基础，是从数据库抽取数据 经过一系列的数据清洗 转换后 进行维度分析等操作的 其中这些是属于数据挖掘的内容

文章TAG：现实仓库和数据库哪个好  数据仓库比数据库具有绝对的优势  
下一篇