2025年数据仓库 学习资料.pdfVIP

长风破浪会有时，直挂云帆济沧海。——李白

创新设计作业

张希远董新强崔庆俄

一、理解关系数据库与数据仓库的区别

1、发展背景：

在数据信息化和互联网技术高速发展的今天，数据已经处于爆炸状态，数据量一直

在急剧增大，因此如何应用这些数据成为人们面临的首要问题．从20实际60年代数据

库技术出现至今，经过几十年的发展，已日趋成熟完善．随着信息量的逐渐增加，人们

期望一种数据处理技术能够提供更高层次的数据分析功能，能访问并综合运用来自各种

数据源的数据，进行复杂的数据分析．在这种情形下，一种新型的数据库技术——数据

仓库技术应运而生。

2、关系数据库的概念

关系数据库，是创建在关系模型基础上的数据库，借助于集合代数等数学概念和方法来

处理数据库中的数据。现实世界中的各种实体以及实体之间的各种联系均用关系模型来

表示。

3、数据仓库的概念

数据仓库领域的权威W．H．Inmon给出了数据仓库的一个简短而全面的定义：数据仓

库是一个面向主题、集成、时变、非易失的数据集合，是支持管理部门的决策过程。根

据该定义，数据仓库具备以下四个关键特征：

3.1面向主题(SubjectOriented)的数据集合

数据仓库通常围绕一些主题，如“产品”、“销售商”、“消费者”等来进行组织。数据仓库

关注的是决策者的数据建模与分析，而不针对日常操作和事务的处理。因此，数据仓库

提供了特定主题的简明视图，排除了对于决策无用的数据。

3.2集成(Integrated)的数据集合

数据仓库通常是结合多个异种数据源构成的，异种数据源可能包括关系数据库、面向对

象数据库、文本数据库、Web数据库、一般文件等。

3.3时变(TimeVariant)的数据集合

先天下之忧而忧，后天下之乐而乐。——范仲淹

数据存储从历史的角度提供信息，数据仓库中包含时间元素，它所提供的信息总是与时

间相关联的。数掘仓库中存储的是一个时间段的数据，而不仅仅是某一个时刻的数据。

3.4非易失(Nonvolatile)的数据集合

数据仓库总是与操作环境下的实时应用数据物理地分离存放，因此不需要事务处理、恢

复和并发控制机制。数据仓库里的数据通常只需要两种操作：初始化载入和数据访问，

因此其数据相对稳定，极少或根本不更新。

综上所述，数据仓库是一种语义上一致的数据存储，它充当决策支持数据模型的物理实

现，并存放企业战略决策所需信息。数据仓库也常常被视为一种体系结构，通过将异种

数据源中的数据集成在一起而构成，支持结构化和专门的查询、分析报告和决策制定。

4、关系数据库和数据仓库的区别

传统的关系型数据库RDB遵循一致的关系型模型，其中的数据（记录）以表格的方

式存储，并且能用统一的结构化查询语言(StructualQueryLanguage，SQL)进行数据查询，

因此它的应用常被称为联机交易处理(OLTP)，其重点在于完成业务处理，及时给予客户

响应。关系型数据库能够处理大型数据库，但不能将其简单地堆砌就直接作为数据仓库

来使用。数据仓库主要工作的对象为多维数据，因此又称为多维数据库。多维数据库的

数据以数组方式存储，既没有统一的规律可循，也没有统一的多维模型可循，它只能按

其所属类别进行归类。以应用而言，多维数据库应该具备极强的查询能力，多维数据库

中存储的信息既多又广，但由于其完成的是一种联机事物分析(OLAP)，因此并不追求瞬

时的响应时间，在有限的时间中给予响应即被认可。实际上，OLAP包含交互式的数据