数据仓库与数据库（OLAP与OLTP）

数据仓库是一个面向主题的，集成的，时变的，非易失的数据集合，支持管理者的决策过程，决策支持系统（DSS）和联机分析应用数据源的结构化数据环境，数据仓库研究和解决从数据仓库中获得信息的问题。数据仓库存在的意义在于对企业的所有数据进行汇总，为企业各个部门提供统一的，规范的数据出口。

面向主题：数据仓库中的数据按照一定的主题进行组织，每一个主题对应一个宏观的分析领域，数据仓库排除对于决策无用的数据，提供特定主题的简明视图。

集成的：企业内不同业务部门数据的完整集成，对于企业内所有数据的集成要注意一致性。

稳定的：数据仓库里不存在数据更新和删除操作。

变化的：数据仓库里完整的记录某个对象在一段时期内的变化情况，数据仓库的目标是实现集成，稳定，反映历史变化有组织有结构的存储数据的集合。

数据仓库已经成为商务智能有数据到知识，由知识转化为利润的基础和核心技术。

数据库与数据仓库的区别实际讲的是OLAP与OLTP的区别

OLTP联机事务处理：一种操作型处理，全称（On-Line Transaction Processing），也可以称面向交易的处理系统，它是针对具体业务在数据库联机的日常操作，通常对少数记录进行查修，修改，用户较为关心操作的响应时间，数据的安全性，完整性和并发支持的用户数等问题，传统的数据库系统为数据管理的主要手段，主要用于操作型处理，涵盖大部分日常操作，如购物库存，制造，银行，工资，注册，记账。

OLAP联机分析处理：分析型处理，全称（On-Line Analytical Processing）一般针对某些主题的历史数据进行分析，支持管理决策，是数据仓库系统的主要应用，并且提供直观易懂的查询结果，典型的应用就是复杂的动态的报表系统，实时性要求不是很高，比如最常见的应用就是天机更新数据，然后出对应的数据报表，数据量大，因为OLAP支持的是动态查询，所以用户也许要通过讲很多的数据的统计后才能得到想要知道的信息，例如时间序列分析等等，所以处理的数据量很大。OLAP系统重点是通过数据提供决策支持，所以查询一般都是动态，自定义的，所以在OLAP中，维度的概念特别重要，一般会将用户关心的维度数据存入对应数据平台。

比较项	OLTP(联机事务处理）	OLAP（联机分析处理）
特性	操作处理	信息处理
用户	面相操作人员	面相决策人员
功能	支持日常操作	支持管理需要
面向	面向应用	面向数据分析
驱动	事务驱动	分析驱动
数据量	一次处理的信息量小	一次处理的数据量大
访问	可更新	不可更新，周期性刷新
汇总	细节性数据	综合性和提炼性数据
视图	原始数据	导出数据
数据量	当前值数据	历史数据