數據倉庫介紹

數據倉庫
儲存提供企業分析用途的數據, 企業會使用這些數據制作分析報表。
商業數據倉庫例子: Oracle(甲骨文) ,DB2(IBM), Teradata

BI商业智能，可以定义为一个系统方案，从数据仓库，到ETL（数据清洗），OLAP分析，以及深度的数据挖掘，前端报表展现。在具体企业数据分析项目中，会将它们中的若干个结合起来，实现一个完整的企业数据分析技术方案。

數據倉庫技術是BI技術的一個子集 。
BI是一個大概念。

OLAP&OLTP

从百万级别数据的分析角度，Mysql，Mongodb，Hbase如何选择？
https://m635674608.iteye.com/blog/2239876

传统数据库侧重交易处理，即OLTP，关注的是多用户的同时的双向操作，在保障即时性的要求下，系统通过内存来处理数据的分配、读写等操作，存在IO瓶颈。
OLTP（On-Line Transaction Processing，联机事务处理）系统也称为生产系统，它是事件驱动的、面向应用的，比如电子商务网站的交易系统就是一个典型的OLTP系统。OLTP的基本特点是：
数据在系统中产生；
基于交易的处理系统（Transaction-Based）；
每次交易牵涉的数据量很小；
对响应时间要求非常高；
用户数量非常庞大，主要是操作人员；
数据库的各种操作主要基于索引进行。

分析型数据库是以实时多维分析技术作为基础，即侧重OLAP，对数据进行多角度的模拟和归纳，从而得出数据中所包含的信息和知识。
OLAP（On-Line Analytical Processing，联机分析处理）是基于数据仓库的信息分析处理过程，是数据仓库的用户接口部分。OLAP系统是跨部门的、面向主题的，其基本特点是：
本身不产生数据，其基础数据来源于生产系统中的操作数据（OperationalData）；
基于查询的分析系统；
复杂查询经常使用多表联结、全表扫描等，牵涉的数据量往往十分庞大；
响应时间与具体查询有很大关系；
用户数量相对较小，其用户主要是业务人员与管理人员；

OLTP俾用戶用, OLAP俾管理層/公司人員用