数据仓库与传统关系型数据库的差别

传统的关系型数据库RDB遵循一致的关系型模型，其中的数据（记录）以表格的方式存储，并且能用统一的结构化查询语言(Structual Query Language，SQL)进行数据查询，因此它的应用常被称为联机交易处理(OLTP)，其重点在于完成业务处理，及时给予客户响应。关系型数据库能够处理大型数据库，但不能将其简单地堆砌就直接作为数据仓库来使用。数据仓库主要工作的对象为多维数据，因此又称为多维数据库。多维数据库的数据以数组方式存储，既没有统一的规律可循，也没有统一的多维模型可循，它只能按其所属类别进行归类。以应用而言，多维数据库应该具备极强的查询能力，多维数据库中存储的信息既多又广，但由于其完成的是一种联机事物分析(OLAP)，因此并不追求瞬时的响应时间，在有限的时间中给予响应即被认可。实际上，OLAP包含交互式的数据查询，伴随着多种分析方法，例如下钻或成功地钻入到最底层的细节信息上。因此数据仓库中的信息，尽管是多维的，仍然可以用具体的表格表示。尽管数据仓库与传统数据库之间存在着如此大的差异，但设计数据仓库并不是完全另起炉灶，而可利用现有的传统处理数据，从中进行信息的综合，从而构造出满足不同需求的数据仓库。即数据从动态的、目前事件驱动的传统工作数据流向静态的、历史性质的数据仓库。从理论上说，从工作数据中战略性地引入到期的数据可以完成这种转变，但是由于受到实际存储容量和技术的限制，这实际上是不可能的。因此必须从工作数据中分离和筛选数据进入到数据仓库中。鉴于以上各种因素，为保证OLAP的性能，必须将数据仓库和传统工作的数据相分离。

 

 

对比内容	数据库	数据仓库
数据内容	当前值	历史的，存档的，归纳的，计算的数据
数据目标	面向业务操作，重复处理	面向主题域，分析应用
数据特性	动态变化，按字段更新	静态，不能直接更新，只能定时添加，刷新
数据结构	高度结构化，复杂，适合操作计算	简单，适合分析
使用频率	高	中到低
数据访问量	每个事务只访问少量记录	有的事务可能需要访问大量的记录
对响应时间的要求	以秒为单位计算	以秒，分钟，甚至小时为计算单位