相信大数据学习者对数据仓库和数据库并不陌生。两者都是通过数据库软件存储数据的地方。从这个意义上说，它们似乎并没有太大不同。但是深入分析后，我们会发现两者之间在数据量和功能方面的差异是巨大的。那么到底数据库与数据仓库有哪些区别呢？为了更清楚地区分，接下来让我们详细的谈谈二者之间的区别。

 1、概念不同

数据库是一种逻辑概念，用来存放数据的仓库，通过数据库软件来实现。数据库由很多表组成，表是二维的，一张表里面有很多字段。字段一字排开，对数据就一行一行的写入表中。数据库的表，在于能够用二维表现多维的关系。而数据仓库是数据库概念的升级，从数据量来说，数据仓库要比数据库更庞大德多。数据仓库主要用于数据挖掘和数据分析，辅助领导做决策。

 2、设计不同

数据库设计是尽量避免冗余，一般针对某一业务应用进行设计，比如一张简单的User表，记录用户名、密码等简单数据即可，符合业务应用，但是不符合分析。而数据仓库在设计是有意引入冗余，依照分析需求，分析维度、分析指标进行设计。简单来说，数据库是为捕获数据而设计，数据仓库是为分析数据而设计。

 3、应用场景不同

以银行业务为例。数据库是事务系统的数据平台，客户在银行做的每笔交易都会写入数据库，被记录下来，这里可以简单地理解为用数据库记账。有所区别的是，数据仓库是分析系统的数据平台，它从事务系统获取数据，并做汇总、加工，为决策者提供决策的依据。比如，某银行某分行一个月发生多少交易，该分行当前存款余额是多少。如果存款又多，消费交易又多，那么该地区就有必要设立ATM了。

显然，银行的交易量是巨大的，通常以百万甚至千万次来计算。事务系统是实时的，这就要求时效性，客户存一笔钱需要几十秒是无法忍受的，这就要求数据库只能存储很短一段时间的数据。而分析系统是事后的，它要提供关注时间段内所有的有效数据。这些数据是海量的，汇总计算起来也要慢一些，但是只要能够提供有效的分析数据就达到目的了。

 4、本质不同

数据库与数据仓库的区别实际讲的是OLTP与OLAP的区别。操作型处理，叫联机事务处理OLTP，它是针对具体业务在数据库联机的日常操作，通常对少数记录进行查询、修改。用户较为关心操作的响应时间、数据的安全性、完整性和并发支持的用户数等问题。传统的数据库系统作为数据管理的主要手段，主要用于操作型处理。而分析型处理，叫联机分析处理OLAP一般针对某些主题的历史数据进行分析，支持管理决策。

 5、作用不同

我们要明白，数据仓库与数据库虽然有所区别，但是并表代表谁就一定比谁要好，数据仓库的出现并不是要取代数据库。数据库是面向事务的设计，数据仓库是面向主题设计的。数据库一般存储业务数据，数据仓库存储的一般是历史数据。

总之，数据库与数据仓库虽然都可以存放数据，但是，数据仓库是在已经存在大量数据库的条件下生成的，以便进一步挖掘数据资源并做出决策需求。它绝不是所谓的“大型数据库”。两者互不相同，又相辅相成，缺一不可。想了解更多关于数据库的信息，请继续关注。