"資料庫" vs. "數據倉庫": 區別與聯繫

（本文約500字，預計閱讀時間1-2分鐘）

在大數據時代，數據倉庫(data warehouse) 是很常見的概念。但它和資料庫（database）的關係是什麼？筆者閱讀了一些相關資料，小結如下。還請高手多指正：

1.前者偏重數據的業務處理（transaction），後者著重於分析，可能會重點面向某個行業；所以資料庫一般和OLTP（Online transaction processing）相聯繫，數據倉庫一般和OLAP（Online analytical processing）相聯繫。

2.所以數據倉庫又被稱為「分析型資料庫」（相對於「業務型資料庫「而言）。它的數據結構有利於查詢和分析的便利。資料庫常採用行式存儲，而數據倉庫常採用列式存儲。

3.前者的用戶數量大（主要是業務人員），既要執行「讀」操作也要執行「寫」操作，每次寫的量不大，但是對時間不敏感。/ 後者的用戶數量小（主要是決策人員），一般只需要執行讀操作，每次讀取的數據量很大，對反應時間不那麼敏感。

4.把所需要的數據從業務型資料庫導入分析型數據倉庫的過程，稱為ETL（Extract-Transform-Load，「抽取-轉換-載入」）。

5.有人認為：數據倉庫是一種結構體系，而資料庫是一種具體技術。

6.資料庫用到的工具主要有MySQL, Oracle, MS SQLServer等，數據倉庫用到的工具主要有Hive, AWSRedshift, Green Plum, SAP HANA等。

順便想到OReilly推薦的「數據從業者技能路線圖」：在上表中，每一行都是一種可能的數據技能發展路徑。如果你已經學了某種技能，你可以按照箭頭順序繼續學習下一種技能。

參考資料：

1. 《資料庫與數據倉庫的本質區別是什麼？》- 知乎.
2. JohnKing & Roger Magoulas,《2016 Data Science Salary Survey》 - OReilly.

歡迎掃碼關注我的微信公眾號「智慧的流動」：

http://weixin.qq.com/r/eEUCGjzEhGH7rXh59xBq (二維碼自動識別)

推薦閱讀：