什么是数据库？什么是数据仓库？他们之间的区别和关联是什么？传统的数据库是否适宜数据挖掘？如果不宜又
推荐答案很认真，但那个历史数据和即时数据有点歧义这里的即时和历史不是按天的概念，是至少月甚至年的概念。另外说数据库很少存历史数据是扯淡的，无非是容量问题，只跟软件设计规模或平台有关，不是技术概念决定的。数据仓库是要集成多种数据源，比如个人财务记录和购物记录，比如企业的原料、生产、销售的异构数据库。数据库一般是单一结构的，没办法集成异构源去做一个统一接口，所以在数据分析需求达到宏观规模后才弄出这么个概念来。所谓面向事务和面向主题就是这个意思。事务是数据记录查询的单一任务，主题是数据分析目标的相关数据范畴。
数据仓库与数据库有什么联系
数据仓库是基于数据库技术的，是研究如何将大规模复杂的数据更有效的组织用于方便使用的技术。这是我搞这么多年数据仓库的认识。
数据仓库和传统数据库的区别和联系是什么?
数据库是面向事务的设计，数据仓库是面向主题设计的。数据库一般存储在线交易数据，数据仓库存储的一般是历史数据。
数据库设计是尽量避免冗余，一般采用符合范式的规则来设计，数据仓库在设计是有意引入冗余，采用反范式的方式来设计。
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，它的两个基本的元素是维表和事实表。（维是看问题的角度，比如时间，部门，维表放的就是这些东西的定义，事实表里放着要查询的数据，同时有维的ID）
数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它决不是所谓的“大型数据库”。那么，数据仓库与传统数据库比较，有哪些不同呢？让我们先看看W.H.Inmon关于数据仓库的定义：面向主题的、集成的、与时间相关且不可修改的数据集合。
“面向主题的”：传统数据库主要是为应用程序进行数据处理，未必按照同一主题存储数据；数据仓库侧重于数据分析工作，是按照主题存储的
数据库系统由哪几部分组成，它们之间的关系是怎样的
数据库管理部分和数据仓库部分。更详细的不同数据库的组成有所不同，不能一概而言。
数据库与hadoop的区别和联系
不是 hadoop是一种大数据处理技术 在其上有hbase hbase是一种nosql数据库
数据仓库与数据挖掘的关系,区别与联系(概括一点)
区别：1、目的不同：数据仓库是为了支持复杂的分析和决策，数据挖掘是为了在海量的数据里面发掘出预测性的、分析性的信息，多用来预测。2、阶段不同：数据仓库是数据挖掘的先期步骤，通过数据仓库的构建，提高了数据挖掘的效率和能力，保证了数据挖掘中的数据的宽广性和完整性。3、处理方式不同：数据挖掘是基于数据仓库和多维数据库中的数据，找到数据的潜在模式进行预测，它可以对数据进行复杂处理。大多数情况下，数据挖掘是让数据从数据仓库到数据挖掘数据库中。联系：1、数据仓库是为了数据挖掘做预准备，数据挖掘可建立在数据仓库之上。2、最终目的都为了提升企业的信息化竞争能力。扩展资料：数据仓库与数据挖掘的发展历程：关系数据库是20世纪70年代初提出来，经过数据库专家几十年的努力，理论和实践都取得了显著成果，标志着数据库技术的日益成熟。但它仍然难以实现对关系数据库中数据的分析，不能很好地支持决策，因此在80年代，产生了数据仓库的思想，90年代，数据仓库的基本原理、架构形式和使用原则都已确定
发布者：luotuoemo，转转请注明出处：https://www.jintuiyun.com/28432.html
