参考链接：

数据库与数据仓库的那点事​mp.weixin.qq.com

我们熟知Hive是Hadoop生态圈的重要一员，作为一个基于Hadoop的数据仓库工具，用来做离线的数据分析工作。那么什么是数据仓库，什么是数据库，二者又有什么不同呢？

什么是数据库与数据仓库？

数据库

(1)概念：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；一般存储在线交易数据；

(2)设计原则：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；

(3)三层结构：数据访问层，业务逻辑层，展示层；

数据仓库

(1)概念：是数据库概念的升级，从逻辑上理解，数据库和数据仓库没有区别，都是通过数据库软件实现存放数据的地方，只不过从数据量来说，数据仓库要比数据库更庞大的多；数据仓库主要用于数据挖掘和数据分析，辅助领导做决策；存储的一般是历史数据；

(2)设计原则：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；

(3)数据仓库架构可以分为三层：数据源，数据仓库，数据应用；

二者共同点是：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。

数据库与数据仓库的主要区别？

(1) 数据库是面向事务的设计，数据仓库是面向主题设计的。

理解如下：我们现在的微信、微博和QQ等账户和密码。在后台数据库必须是一个user表，字段起码有两个吗，即用户名和密码，然后我们的数据就一行一行的存在表上面。当我们登录的时候，我们填写了用户名和密码，这些数据就会回传到回台去，去跟表上面的数据匹配，匹配成功了，就能登录。匹配不成功就会报错，这就是数据库，数据库在生产环境就是用来干活的。凡是跟业务有关应用挂钩的，我们都使用数据库。

(2) 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.

比如我想知道在哪个时间段，用户的量最多？哪个用户一年购物最多？诸如此类的指标。那就要从新设计数据库的表结构了。对于数据分析和数据挖掘，我们引入了数据仓库概念。数据仓库的表结构是依照分析需求，分析维度，分析指标进行设计的。

(3) 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（On-Line Transaction Processing），也可以称面向交易的处理系统，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、完整性和并发的支持用户数等问题。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。

分析型处理，叫联机分析处理OLAP（On-Line Analytical Processing）一般针对某些主题历史数据进行分析，支持管理决策。

数据仓库物理模型：分析型处理

(1) 星型

中央表包含事实数据，多个表以中央表为中心呈放射状分布，它们通过数据库的主键和外键相互连接，是一种使用关系数据库实现多维分析空间的模式，其基本形式必须实现多维空间，以使用关系数据库的基本功能。同时星型模型也是一种非正规化的模型，多维数据集的每一个维度直接与事实表连接，没有渐变维度，所以存在冗余数据。在星型模型中，只需要扫描事实表就可以进行查询，主要的数据都在庞大的事实表中，所以查询效率较高，同时每个维度表和事实表关联，非常直观，很容易组合出各种查询。

(2) 雪花型

雪花模型在星型模型的基础上，维度表进一步规范化为子维度表，这些子维度表没有直接与事实表连接，而是通过其他维度表连接到事实表上，看起来就像一片雪花，故称雪花模型。也就是说雪花模型是星型模型的进一步扩展，将其维度表扩展为更小的维度表，形成一种层次。这样就通过最大限度的减少数据存储量以及联合较小的维度表来改善查询性能，且去除了星型模型中的冗余数据。

数据仓库的设计

(1) 实体表

实体表就是一个实际对象的表，实体表它放的数据一定是一条条客观存在的事物数据，比如说设备 ，它就是客观存在的，所以可以将其设计一个实体表。

(2) 事实表

事实表其实质就是通过各种维度和一些指标值得组合来确定一个事实的，比如通过时间维度，地域组织维度，指标值可以去确定在某时某地的一些指标值怎么样的事实。事实表的每一条数据都是几条维度表的数据和指标值交汇而得到的。

(3) 维度表

维度表可以看成是用户用来分析一个事实的窗口，它里面的数据应该是对事实的各个方面描述，比如时间维度表，它里面的数据就是一些日，周，月，季，年，日期等数据，维度表只能是事实表的一个分析角度。

(4) 设计原则

第一范式：1NF是对属性的原子性，要求属性具有原子性，即列不可再分解；第二范式：2NF是对记录的惟一性，要求记录有惟一标识，即实体的惟一性，即不存在部分依赖；第三范式：3NF是对字段的冗余性，要求任何字段不能由其他字段派生出来，它要求字段没有冗余，即不存在传递依赖。