数据库与数据仓库的异同（以HIVE和MySQL为例）

原文：https://blog.csdn.net/qq_39521554/article/details/79883816

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

简单来说，数据仓库是一种结构体系，而数据库是一种具体技术。这就是最根本的区别。以MySQL这个数据库和Apache Hive这个数据仓库为例。这里Hive事实上就是一个很宏大的“体系结构”。它可以把元数据保存在MySQL、Oracle或者Derby这些具体的数据库“技术”里；它在进行查询时把SQL转化成MapReduce job，这里它又用到了MapReduce计算模型这种“技术”。再抽象一下，数据仓库和数据库的关系就像川菜和辣椒的关系一样。

二者异同

当我吃川菜的时候，刺激我的主要是川菜的辣。但是世界使用辣椒的门派也很多，韩国料理里也有辣椒，但是这和川菜就是不一样。川菜不仅仅使用了辣椒，还有其他烹饪技法使它具有鲜明特征。而单独使用MySQL虽然可以查一查简单东西，但是不能达到数据仓库“支持决策”这一高度。就像单独使用辣椒可以爽爽，但是没有办法搞出川菜这个能做招牌的地方菜系。从高处看这些概念会好一点：数据仓库是伴随着信息与决策支持系统的发展过程产生的，而数据库并不是。2.数据库/数据仓库的用户群体和工作场景不同数据库属于操作型系统，数据仓库属于分析性系统。操作性系统（数据库）的用户群体是大量客户，每次操作修改的数据量非常小，对时间敏感度非常高。

分析性系统（数据仓库）的用户是决策人员，他们不修改数据但是会分析大量数据，而且他们对得出结果的时间不敏感。比如说微博每天有上千万用户在发微博、修改个人资料，每个人都只修改属于自己的那几条数据，同时希望修改后立刻可以用。而为数不多的决策者希望通过微博进行挖掘，他们不可能修改用户数据，但是他们会访问大量数据。最后他们对时间不敏感，等到一个结果跑5分钟到1小时都可以的。你可以看出这两种需求根本上是不一样的。所以操作型处理及数据要和分析型处理及数据分开。

从不同层面来看

逻辑层面/概念层面：数据库和数据仓库其实是一样的或者及其相似的，都是通过某个数据库软件，基于某种数据模型来组织、管理数据。但是，数据库通常更关注业务交易处理（OLTP），而数据仓库更关注数据分析层面（OLAP），由此产生的数据库模型上也会有很大的差异。数据库通常追求交易的速度，交易完整性，数据的一致性，等等，在数据库模型上主要遵从范式模型（1NF，2NF，3NF，等等），从而尽可能减少数据冗余，保证引用完整性；而数据仓库强调数据分析的效率，复杂查询的速度，数据之间的相关性分析，所以在数据库模型上，数据仓库喜欢使用多维模型，从而提高数据分析的效率。
产品实现层面：数据库和数据仓库软件是有些不同的，数据库通常使用行式存储，如SAP ASE，Oracle, Microsoft SQL Server，而数据仓库倾向使用列式存储，如SAP IQ，SAP HANA