当用计算机来处置数据的时候, 数据就需要存储和治理了。早期的数据, 就是用一个文件来实现的, 便是文件系统。跟着处置的数据量增大, 开展到用数据库来治理和存储数据了。
数据库包罗多媒体数据库、对象关系数据库和关系数据库。关系数据库治理系统,已经成为了事实上通用的数据库系统, 因为它以关系表格局存储数据,并以简单了然的SQL原则的格局对数据停止存取。
跟着数据量的增加,人们起头觅觅各类数据之间的关系, 研究面向某一主题的数据, 于是数据仓库问世了。数据仓库是汗青的、主题的、集成的大量数据, 以多维的角度分条理阐发数据之间的关系, 供给数据发掘功用, 觅觅数据间的常识, 为决策撑持供给办事。
因而，数据库和数据仓库都是与数据相关的。
一、数据库与数据仓库的概念
1、数据库
（1）概念
数据库（Database）是根据数据构造来组织、存储和治理数据的仓库。数据库有良多类型，从最简单的存储有各类数据的表格到可以停止海量数据存储的大型数据库系统都在各个方面得到了普遍的利用。
（2）数据库的特征
实现数据共享：数据共享包罗所有用户可同时存取数据库中的数据，也包罗用户能够用各类体例通过接口利用数据库，并供给数据共享。
削减数据的冗余度：同文件系统比拟，因为数据库实现了数据共享，从而制止了用户各自成立利用文件。削减了大量反复数据，削减了数据冗余，庇护了数据的一致性。
数据的独立性：数据的独立性包罗逻辑独立性和物理独立性。
数据的集中掌握：文件治理体例中，数据处于一种分离形态，差别用户或统一用户在差别处置中其文件之间毫无关系。操纵数据库可对数据停止集中掌握和治理，并通过数据模子表达各类数据的组织以及数据间的联络。
数据的一致性和可庇护性：①平安性掌握：以防数据丧失、错误更新和越权利用；②完全性掌握：包管数据的准确性、有效性和相容性；③并发掌握：在统一时间周期内，容许对数据实现多路存取，能避免用户之间的不一般交互感化。
毛病恢复：由数据库治理系统供给一套丰富，可及时发现毛病和修复毛病，从而避免数据被毁坏。
2、数据仓库
（1）概念
数据仓库，是一个很大的数据存储聚集，出于企业的阐发性陈述和决策撑持目标而创建，对多样的营业数据停止挑选与整合。
展开全文
（2）数据仓库的特征
主题性：传统数据库中，更大的特征是面向利用停止数据的组织，各个营业系统可能是彼此别离的。而数据仓库则是面向主题的。主题是一个笼统的概念，是较高条理上企业信息系统中的数据综合、回类并停止阐发操纵的笼统。在逻辑意义上，它是对应企业中某一宏看阐发范畴所涉及的阐发对象。
操做型处置（传统数据）对数据的划分其实不适用于决策阐发。而基于主题组织的数据则差别，它们被划分为各自独立的范畴，每个范畴有各自的逻辑内涵但互不穿插，在笼统条理上对数据停止完全、一致和准确的描述。一些主题相关的数据凡是散布在多个操做型系统中。
集成性：通过对分离、独立、异构的数据库数据停止抽取、清理、转换和汇总便得到了数据仓库的数据，如许包管了数据仓库内的数据关于整个企业的一致性。
数仓不是生成数据的平台，其数据来自于各个差别的数据源，当我们确定主题之后，就需要把和主题相关的数据从各个数据源集成过来。因为统一个主题的数据可能来自差别的数据源，它们之间会存在着差别（异构数据）。因而在数据进进数据仓库之前，一定要颠末同一与综合，那一步是数据仓库建立中最关键、最复杂的一步，所要完成的工做有：
要同一源数据中所有矛盾之处，如字段的同名异义、异名同义、单元不同一、字长纷歧致，等等；停止数据综合和计算。数据仓库中的数据综合工做能够在从原有数据库抽取数据时生成，但许多是在数据仓库内部生成的，即进进数据仓库以后停止综合生成的。
不变性：数据仓库中保留的数据是一系列汗青快照，不容许被修改。
时变性：数据仓库包罗各类粒度的汗青数据。数据仓库中的数据可能与某个特定日期、礼拜、月份、季度或者年份有关。数据仓库的目标是通过火析企业过往一段时间营业的运营情况，发掘此中隐躲的形式。固然数据仓库的用户不克不及修改数据，但并非说数据仓库的数据是永久稳定的。阐发的成果只能反映过往的情状，当营业改变后，发掘出的形式会失往时效性。因而数据仓库的数据需要更新，以适应决策的需要。从那个角度讲，数据仓库建立是一个项目，更是一个过程。
二、数据库与数据仓库的区别
数据库与数据仓库的区别现实讲的是OLTP与OLAP的区别。
操做型处置，喊联机事务处置OLTP（On-Line Transaction Processing，），也能够称面向交易的处置系统，它是针对详细营业在数据库联机的日常操做，凡是对少数笔录停止查询、修改。用户较为关心操做的响应时间、数据的平安性、完全性和并发撑持的用户数等问题。传统的数据库系统做为数据治理的次要手段，次要用于操做型处置。
阐发型处置，喊联机阐发处置OLAP（On-Line Analytical Processing）一般针对某些主题的汗青数据停止阐发，撑持治理决策。
起首要大白，数据仓库的呈现，并非要代替数据库。
企业中一般先有数据库，然后有数据仓库，能够没有数据仓库，但是不克不及没有数据库。数据仓库不是大型的数据库，只是一个数据阐发的平台。
数据仓库，是在数据库已经大量存在的情状下，为了进一步发掘数据资本、为了决策需要而产生的，它绝不是所谓的“大型数据库”。
详细而言，数据库与数据仓库的区别有以下几点：
1、数据库是面向事务的设想，数据仓库是面向主题设想的。
2、数据库一般存储营业数据，数据仓库存储的一般是汗青数据。
3、数据库设想是尽量制止冗余，一般针对某一营业利用停止设想。数据仓库在设想时有意引进冗余，按照阐发需求，阐发维度、阐发目标停止设想。
4、数据库是为捕获数据而设想，数据仓库是为阐发数据而设想。
三、数据库与数据仓库的利用
下面小亿以亿信华辰为江苏金租建立的一体化数据阐发治理平台为例，详细讲讲数据仓库的利用。
点那里，免费申请数据治理产物～
1、项目布景
金融统计历来是监管机构十分重视的一项根本工做，每年城市对金融统计轨制停止修订，不竭细化和完美统计要求，在此布景下，公司也在不竭的开展各类营业数据标准、完美营业根底数据摘集的工做。但因为欠缺同一化的数据平台，使得各类监管报表的生成量量无法得到有效包管。
别的，跟着营业的快速开展，中小企业营业逐渐增加，公司对精巧化治理提出更高要求，表里部数据的利用、统计、阐发工做成为日常办公的根本需要，信息中心在数据办事方面的提拔迫在眉睫，同时各部分也对数据办事的供给体例、供给的时效性、利用的乖巧性提出了较高要求。目前江苏金租公司次要面对以下几个问题：
（1）数据信息孤岛问题
跟着公司的日渐开展及营业的逐渐扩展，江苏金租公司的营业系统也逐渐增加。目前次要的就有大单、零售、助融、财政、资金、OA、HR七大系统数据，各系统之间的数据欠缺联系关系性，数据无法同一原则，随便构成“蛛网构造”，呈现反复开发，浪费IT资本和成本的问题。
（2）欠缺精巧化的治理
江苏金租目前在数据展现方面欠缺成熟的平台，公司治理层和营业部分人员无法及时获知公司和部分运营治理情状，动态调整公司和部分重点工做，更好的批示团队完成各项运营目标，从而做不到精巧化的治理。
（3）数据的多维阐发才能不敷
江苏金租各部分及营业人员数据阐发大多依靠于系统本身或者用户手动处置数据，但是因为营业系统欠缺汗青数据而且各个系统比力分离，无法做到多维度地阐发数据。
（4）信息平安管控问题
公司各部分及营业人员在停止数据阐发是次要依靠于营业系统，但是如许操做权限掌握不敷，营业人员经常可以查看到一些其他部分或营业人员的数据，并且针关于一些对外报表，此中的一些灵敏信息例如人员姓名、证件号码等关键信息无法停止脱敏处置，随便招致公司核心数据泄露问题。
2、项目建立情状
综合考量表里部需求，江苏金租启动数据平台建立项目，本阶段以搭建数据平台完成各类数据落地、称心各类目标数据展示要求、实现治理驾驶舱展现为次要目标，强调数据平台搭建的科学性、前瞻性，数据来源的准确性和同一性。
江苏金租数据平台系统目前开发完成的次要是治理驾驶舱、运营阐发、监管报送、数据摘集四大模块。系统营业功用架构见下图：
（1）治理驾驶舱
可根据人员权限乖巧展现响应的内容，一共开发了4张PC端、4张手机端报表。次要从投放、资产、人员、渠道等多个方面展现公司的整体情状，同时撑持穿透，能够查看某个目标的明细情状；
（2）运营阐发
次要用于营业人员在日常工做中的阐发报表，以及对外披露报表的展现。例如厂融经销商风险金明细表等157张运营阐发报表和厂融经销商风险金出入明细表(对外)等23张对外报表；
（3）监管报送
次要用于称心公司监管报送的需求，目前开发完成的有G1101、G04等66张银保监会报送报表，以及存量单元贷款等10张人民银行根底数据报送报表；
（4）数据摘集
次要用于用户补录一些目前在营业系统缺失但是关于运营阐发或者监管报送又不成或缺的数据。好比内部行业分类补录、G22日报补录等17张补录报表。
3、价值表现
截行目前，项目在数据库方面一共交付55张ODS层库表、38张DW层库表以及72张维表；数据平台前端交付5张指导驾驶舱、157张运营阐发报表、10张数据补录表。自数据平台上线以来用户数已超越400余人，有效地撑持公司各大部分的日常工做。为企业带来价值表现如下
（1）提拔科技治理程度
数据平台集成了公司大单营业系统、零售营业系统、助融营业系统、财政系统、资金系统、OA系统、HR系统七大系统数据，处理了数据信息孤岛，有利于风险监控和日常治理。
数据平台通过主题模子，将差别系统的同类数据停止抽取、清洗、加工和转换，实现差别系统间同类报表查询、监管报送等工做同一处置，包管数据同一原则，避免构成“蛛网构造”，削减反复开发，节约IT资本和开发成本。
（2）保障公司精巧化治理
治理驾驶舱以及穿透页能让公司治理层和营业部分人员及时获知公司和部分运营治理情状，动态调整公司和部分重点工做，更好的批示团队完成各项运营目标。
（3）称心公司多维数据阐发需求
通过对汗青数据停止详尽笔录处置，成立多维维度表和目标系统，称心了公司各部分多维度目标阐发的需要。
（4）加强信息平安管控
数据平台在门户的开发上实现了一个部分一个门户，而且通过组织架构切确掌握查询权限，人员权限可精准掌握到详细报表的相关字段，从手艺上根绝了人员可以查询与本身无关的数据信息，并对人员姓名、证件号码等关键信息停止了脱敏处置，避免公司核心信息数据泄露。
跟着互联网的快速开展, 互联网+的大规划利用, 工程数据量以几何级数增长, 若何处置那些大量的构造化和非构造化的数据, 显得越来越重要。数据库和数据仓库是互补的, 谁也替代不了谁, 他们将会协同开展, 彼此协做为企业办事。
数据库存储的是事务型的日常处置的数据, 处理工程施工、设想、征询等各方面的需要。数据仓库是面向主题的阐发, 为人们供给决策撑持需要。两者纷歧定非要区分素质区别，利用得好才是最次要的。