Der Zusammenhang und Unterschied zwischen Datenbank und Data Warehouse

Hintergrund

In den zwei Jahren, seit ich mit Big Data in Berührung gekommen bin, ist das Wort „Data Warehouse“ immer wieder ins Spiel gekommen Mit der allmählichen Anhäufung von Wissen habe ich auch ein allgemeines Verständnis für Data Warehouses und Datenbanken entwickelt.

Konzept

Datenbank (DB)

Einfach ausgedrückt ist eine Datenbank ein Lager, das Daten speichert, hauptsächlich relationale Datenbanken und nicht-relationale Datenbank, das ist ein logisches Konzept.

Data Warehouse (DW)

Logisch gesehen steht es im Einklang mit dem Konzept der Datenbank, beide sind Warehouses zum Speichern von Daten, aber das Datenvolumen des Data Warehouse ist es größer.

Eigenschaften von Data Warehouse

• Data Warehouse ist themenorientiert

Was ist also ein Thema Nun, um es einfach auszudrücken: Das Thema ist der Aspekt, der Benutzern bei der Verwendung des Data Warehouse Sorgen bereitet.

• Das Data Warehouse unterstützt keine Änderungen. Dies ist leicht zu verstehen. Im Gegensatz zur Datenbank unterstützt das Data Warehouse keine Aktualisierungs- und Löschvorgänge.

• Die Daten im Data Warehouse ändern sich mit der Zeit. Dies steht nicht im Widerspruch zum vorherigen Artikel, sondern bezieht sich auf Änderungen im Laufe der Zeit Die Zeit ändert sich, ständig kommen neue Inhalte hinzu oder alte Inhalte werden gelöscht.

• Das Data Warehouse ist eine Integration mehrerer heterogener Datenquellen

Das Data Warehouse speichert im Allgemeinen historische Daten

• Das Data Warehouse ist schwach transaktional, da das Data Warehouse historische Daten speichert und im Allgemeinen Datenszenarien liest (analysiert).

• Datenbanken dienen der Erfassung von Daten und Data Warehouses der Datenanalyse.

Der Unterschied zwischen Datenbank und Data Warehouse

Die Datenbank dient der Datenerfassung, während das Data Warehouse der Datenanalyse dient. Der Unterschied zwischen Datenbank und Data Warehouse ist im Wesentlichen der Unterschied zwischen OLTP und OLAP

OLTP: Online Transaction Processing ist eine traditionelle relationale Datenbankanwendung.

OLTP ist benutzerorientiert und wird für die Transaktionsverarbeitung durch Programmierer und die Verarbeitung von Kundenanfragen verwendet.

Das OLTP-System legt Wert auf die Effizienz des Datenbankspeichers, die Befehlsrate verschiedener Speicherindikatoren, Bindungsvariablen und gleichzeitige Vorgänge. Benutzer sind mehr besorgt über Probleme wie die Reaktionszeit des Betriebs, die Datensicherheit, die Integrität und die Anzahl der gleichzeitig unterstützten Benutzer.

Da der Zugriff auf das OLTP-System die Atomizität gewährleisten muss, gibt es einen Transaktionsmechanismus und einen Wiederherstellungsmechanismus. Wird hauptsächlich zum Daten-Scraping verwendet.

OLAP: Online-Analyseverarbeitung

OLAP ist marktorientiert und wird für die Datenanalyse durch Wissensarbeiter (Manager, Vorgesetzte und Datenanalysten) verwendet.

OLAP integriert normalerweise Daten aus mehreren heterogenen Datenquellen in großen Mengen.

ist die Hauptanwendung des Data Warehouse-Systems. Sie unterstützt komplexe Analysevorgänge, konzentriert sich auf die Entscheidungsunterstützung und liefert intuitive und leicht verständliche Abfrageergebnisse.

OLAP-Systeme legen den Schwerpunkt auf Datenanalyse, SQL-Ausführungsmarkt, Festplatten-E/A, Partitionierung usw. Wird hauptsächlich zur Datenanalyse verwendet.

OLAP-Systeme speichern im Allgemeinen historische Daten, daher handelt es sich bei den meisten davon um schreibgeschützte Vorgänge, für die keine Transaktionen erforderlich sind.

Das obige ist der detaillierte Inhalt vonDer Zusammenhang und Unterschied zwischen Datenbank und Data Warehouse. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!