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