点击展开

行业资讯

数据库与数据仓库区别
2022-07-11 04:35:56 | 来源:火狐体育官方登录开户 作者:火狐体育直播吧

  我们关于如何处理所有数据的简短答案是将其放入数据库中。数据库是数据解决方案的基本组成部分。数据必须存在于某个地方,对于大多数应用程序来说,这是一个数据库。它基本上是一个有组织的数据集合。通常,用于此的数据库类型是OLTP(联机事务处理)数据库。

  但是,图片更多的是存储来自一个来源或应用程序的信息。当今的业务建立在数据的基础上,而OLTP数据库通常并不擅长在由多个数据源组成的大型数据集上运行分析。随着您开始积累越来越多的来自多个来源的数据,并需要进行转换和对其进行分析等操作,将来自多个不同来源的数据存储在多个OLTP数据库中或跨多个数据库存储可能成为一项责任。对每个数据源进行单独分析的效率并不高,并且成本最高。

  您需要一个更好的地方来保存来自所有这些数据源的数据 - 这个地方允许您同时维护所有数据源和数据流的单个存储库并运行分析。

  对我们的问题更好的答案是将数据集中在数据仓库中。数据仓库基本上是一个专门用于存储,过滤,检索和分析非常大的数据集合的数据库(或一组数据库)。数据仓库是基于OLAP(联机分析处理)并专为分析而设计的。现代的方法是将来自所有数据库(和数据流)的数据放入单一数据仓库中。这允许您一次执行可视化和分析 - 同时对大部分数据执行可视化和分析,而不是在较小的块上多次执行 - 而无需合并或协调结果。

  对于数据仓库,选择内部部署和基于云的解决方案。内部部署的数据仓库(例如Oracle,IBM,Teradata等)通常擅长灵活性和安全性。在托管服务器或直接访问服务器时,您可以更好地控制管理和配置。

  基于云的数据仓库(如Amazon Redshift,Google BigQuery,Snowflake等)提供更高的可扩展性和更低的入门和维护成本。例如,只有在需要时才能启动(并支付)额外的计算能力和存储空间。此外,资源始终可用,因此您可以快速启动并运行,而无需等待购买,安装和联机的新硬件或容量。我们在“选择正确的云数据仓库指南”中讨论如何 选择数据仓库。

  用于汇总来自许多不同数据源的数据,并将这些数据用于可视化,报告和分析。专门用于分析。

  优点:更好地支持报告,分析,大数据,数据检索和可视化,旨在存储来自任意数量数据源的数据

  缺点:与单一数据库相比,成本高昂,摄入前准备/配置数据(对于云数据仓库),对访问和安全配置的控制较少

  最终,今天的数据驱动型商业环境依赖于快速,彻底的分析。对于许多公司而言,这意味着要将您的数据从潜在的许多不同数据库(和其他数据源/数据流)中快速准确地转换为功能强大的基于云的数据仓库,可能会进行一些转变。返回搜狐,查看更多

火狐体育直播吧
火狐体育官方登录开户

火狐体育直播吧

联系电话:176 0301 6881

邮箱:sales@finscm.com

火狐体育官方登录开户