データウェアハウスとデータベースの違いは何ですか?-mysql チュートリアル-php.cn

データウェアハウスとデータベースの違い: 1. データベースは生データを一切処理せずに保存しますが、データウェアハウスはデータ分析のニーズを満たすように設計されており、ETL プロセスとデータ抽出作業はデータウェアハウスで実行されます。ソースデータは、抽出、クリーニング、変換、ロードに分けられます; 2. データウェアハウス内のデータの量は、データベースのデータ量よりもはるかに多くなります。

データウェアハウスとデータベースの違いは何ですか?

#(推奨チュートリアル:

mysql ビデオチュートリアル)

1. データウェアハウス

データウェアハウス (DW または DWH と略されることもあります) データウェアハウスは、企業のあらゆるレベルでの意思決定および計画プロセスのための、あらゆる種類のデータの戦略的なコレクションです。これは、分析レポートと意思決定支援を目的として作成されました。ビジネスインテリジェンスを必要とする企業は、ビジネスプロセスの改善を導き、時間、コスト、品質、管理などを監視する必要があります。
データウェアハウスで何ができるでしょうか? (栗の部分をいくつか引用します)
1. ビジネスプロセスの最適化
2. たとえば: 特定の電子商取引プラットフォーム上の特定のブランドの携帯電話について、過去 5 年間の主な購入者の年齢層は何ですか? そのシーズンでは、購入数が多かったので、この機能に基づいてターゲットグループの主なニーズを設定し、生成された生産量と倉庫在庫を動的に割り当てることができます。
データウェアハウスの特徴
1. データウェアハウスは主題指向です。
  1. 従来のデータベースとは異なり、データウェアハウスはサブジェクト指向です。ホームページのテーマは上位概念であり、企業情報システムにおけるデータの統合、分類、分析の上位レベルでの対象となります。論理的には、企業内の特定のマクロ分析分野に関与する分析オブジェクトです。 (人間の言葉で言えば、これはユーザーがデータウェアハウスを使用して意思決定を行う際に懸念する重要な側面です。トピックは通常、複数の運用情報システムに関連しており、運用データベースのデータ構成はトランザクション処理タスクに向けられており、それぞれのタスクは互いに分離されています。);
2. データウェアハウスは統合されています。
  1. データウェアハウス内のデータは、元の分散データベースデータ (mysql およびその他のリレーショナルデータベース) から抽出されます。運用データベースと DSS (意思決定支援システム) 分析データベースの間には大きな違いがあります。第一に、データウェアハウス内の各トピックに対応するソースデータには、散在するすべてのデータベースで多くの繰り返しと差異があり、異なるオンラインシステムからのデータが異なるアプリケーションロジックにバンドルされているためです。第二に、データウェアハウス内の包括的なデータは、元のデータベースシステムから直接取得されます。したがって、データがデータウェアハウスに入る前に、データは統合と合成を経る必要があります。このステップは、データウェアハウスの構築において最も重要かつ複雑なステップです。実行すべき作業は次のとおりです:
    1. データの合成と計算を実行します。データウェアハウスでのデータ合成作業は、元のデータベースがデータを抽出するときに生成されることもありますが、多くはデータウェアハウス内で生成され、つまりデータウェアハウスに入った後に合成されて生成されます。
3. 1. データウェアハウス内のデータは時間とともに変化します。これはデータウェアハウスの特性の 1 つです。この機能には、主に次の 3 つの特徴があります。
  2. 1. データベースは、時間の変化に応じて古いデータコンテンツを継続的に削除します。データウェアハウス内のデータにも保存期間があり、この期間を過ぎると期限切れのデータは削除されます。データベースのデータ存続期間制限が、運用環境のデータ存続期間制限よりもはるかに長いというだけです。運用環境では、一般に 60 ～ 90 日分のデータのみが保存されますが、データウェアハウスでは、傾向分析のための DSS の要件を満たすために、より長期間のデータ (たとえば、5 ～ 10 年) を保存する必要があります。
    2. データウェアハウスには大量の包括的なデータが含まれており、これらの包括的なデータの多くは時間に関連しています。たとえば、データは多くの場合、期間に従って合成されたり、特定のタイムスライスなどでサンプリングされたりします。これらのデータは、時間の変化に応じて継続的に再合成する必要があります。したがって、データウェアハウスのデータ特性には、データの履歴期間を示す時間項目が含まれます。
4. 1. データウェアハウス内のデータは主に企業の意思決定分析に使用され、データ操作は主にデータクエリであり、通常は変更操作は実行されません。データウェアハウス内のデータは、長期間にわたる履歴データの内容を反映しています。これは、さまざまな時点でのデータベーススナップショットのコレクションと、これらのスナップショットの統計、合成、再構成に基づいてエクスポートされたデータです。データはオンラインで処理されます。データベース内のオンライン処理用のライブラリは統合されてデータウェアハウスに入力され、データウェアハウスに保存されたデータは、データウェアハウスのデータ保存期間を超えた場合、現在のデータウェアハウスから削除されます。データウェアハウスはデータクエリ操作のみを実行するため、データウェアハウス内のシステムはデータベース内のシステムよりもはるかに単純です。整合性保護、同時実行制御など、データベース管理システムにおける多くの技術的問題は、データウェアハウス管理ではほぼ解消できます。ただし、データウェアハウスでクエリされるデータの量は多くの場合大量であるため、データクエリにはより高い要件が提示され、さまざまな複雑なインデックス作成テクノロジの使用が必要になります。同時に、データウェアハウスは企業の上級管理者を対象としています。データクエリのインターフェイスの使いやすさとデータ表現により、より高い要件が要求されます;

2. データウェアハウスとデータベースの違い

違いを理解する前に、データベースソフトウェア、データベース、データウェアハウスとは何ですか?という 3 つの概念を理解する必要があります。
1. データベースソフトウェア: これは一種のソフトウェアです (データベースにリンクするグラフィカルクライアントではありません)。これはデータベースの論理プロセスを実装するために使用され、物理層に属します。
2. データベース: これは論理的な概念であり、データを保存するために使用される倉庫であり、データベースソフトウェアによって実装されます。データベースは多数のテーブルで構成されており、テーブルは 2 次元であり、1 つのテーブルに多くのフィールドがあります。フィールドは 1 行に配置され、データは行ごとにテーブルに書き込まれます。データベーステーブルは、多次元の関係を 2 次元で表現できます。例: Oracle、DB2、MySQL、Sybase、MSSQL サーバーなど。
3. データウェアハウス: データベースの概念をアップグレードしたものです。論理的に言えば、データベースとデータウェアハウスに違いはなく、どちらもデータベースソフトウェアを介してデータが保存される場所ですが、データ量の点では、データウェアハウスの方がデータベースよりもはるかに大きくなります。データウェアハウスは主に、リーダーの意思決定を支援するデータマイニングとデータ分析に使用されます。
4. IT アーキテクチャシステムでは、データベースが存在し、データを保存する場所が必要です。たとえば、現在のオンラインショッピングやその他の電子商取引です。アイテムの在庫、アイテムの価格、ユーザーのアカウント残高などこれらのデータはバックグラウンドデータベースに保存されます。最も簡単に理解できるのは、WeChat、Weibo、QQ などの現在のアカウントとパスワードです。バックグラウンドデータベースは、少なくとも 2 つのフィールド (ユーザー名とパスワード) を持つユーザーテーブルである必要があり、データはテーブルに行ごとに保存されます。ログインするときにユーザー名とパスワードを入力すると、テーブル内のデータと照合するためにデータがバックエンドに送信され、照合が成功するとログインできます。一致が失敗した場合、エラーが報告されます。これはデータベースであり、データベースは運用環境での作業に使用されます。私たちはすべてのビジネス関連アプリケーションにデータベースを使用します。
5. データウェアハウスは BI のテクノロジーの 1 つです。データベースはビジネスアプリケーションにリンクされているため、1 つのデータベースに企業のすべてのデータを含めることは不可能です。データベースのテーブル設計は、特定のアプリケーション向けに設計されることがよくあります。たとえば、先ほどのログイン関数では、ユーザーテーブルにはこれら 2 つのフィールドのみがあり、他のフィールドはありません。そのとき、この表はあるべきものを満たしていて問題ないのですが、この表は分析を満たしていません。たとえば、ユーザー数が最も多い時間帯を知りたいです。 1 年間で最も多く購入するユーザーは誰ですか?こんな感じのインジケーター。次に、データベースのテーブル構造を再設計する必要があります。データ分析とデータマイニングのために、データウェアハウスの概念を導入しました。データウェアハウスのテーブル構造は、分析要件、分析ディメンション、分析指標に従って設計されます。
6. データベースとデータウェアハウスの違いは、実際には OLTP と OLAP の違いです。 ###
  1. 業務処理は、オンライントランザクション処理(OLTP)(On-Line Transaction Processing)と呼ばれ、トランザクション指向処理システムとも呼ばれ、特定の業務をデータベース上でオンライン上で日常的に行う業務であり、通常、少数のレコードをクエリします。修正してください。ユーザーは、操作の応答時間、データのセキュリティ、整合性、サポートされる同時ユーザー数などの問題をより懸念しています。データ管理の主な手段として、従来のデータベースシステムは主に業務処理に使用されていました。
  2. オンライン分析処理 OLAP (On-Line Analytical Processing) と呼ばれる分析処理は、通常、特定のトピックに関する履歴データを分析して、経営上の意思決定をサポートします。

運用処理##詳細包括的または洗練されたエンティティ関係 (E-R) モデルスターモデルまたはスノーフレークモデル瞬間データの保存最近のデータを除く履歴データの保存更新可能読み取り専用、追加のみ一度に 1 ユニットずつ操作一度に 1 コレクションずつ操作高いパフォーマンス要件、短い応答時間緩やかなパフォーマンス要件トランザクション指向分析指向操作データは一度に少量意思決定のニーズをサポート少量のデータ大量のデータ顧客の注文、在庫レベルと銀行口座の問い合わせ顧客収益分析、市場セグメンテーション3. Tail

##分析処理

1. エラーがある場合は、お気軽にコメントしてください。ご指摘いただければすぐに修正します。わからないことがあれば、メッセージを残して質問したり、お互いにコミュニケーションしたりすることもできます。＃＃＃＃２．大したことないと思われるかも知れませんが、自分の成長のためにメモや経験として真摯に受け止めさせていただきます。

以上がデータウェアハウスとデータベースの違いは何ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。