什么是数据仓库?

数据仓库收集和管理来自不同来源的数据，以提供有意义的业务洞察。

它是一个独立于操作系统的数据集合，支持公司的决策。在数据仓库中，数据是从历史的角度存储的。

仓库中的数据是从多个功能单元中提取的。对其进行检查、清理，然后与数据仓库系统集成。数据仓库采用了一种非常快的计算机系统，具有很大的存储容量。该工具可以回答任何与数据相关的复杂查询。

什么是数据集市?

数据集市是数据仓库的一种简单形式。它集中在一个主题上。数据集市只从几个数据源提取数据。这些数据源可以是中央数据仓库、内部操作系统或外部数据源。

数据集市是一个索引和提取系统。它是数据仓库的一个重要子集。它是面向主题的，旨在满足特定用户组的需求。由于数据集市使用少量数据，因此使用起来又快又容易。

数据仓库和数据集市之间的区别

参数	数据仓库	数据集市
定义	数据仓库是一个大型的数据仓库，收集自公司内不同组织或部门的数据。	数据集市是数据仓库的唯一子类型。它的设计是为了满足特定用户组的需要。
使用	它有助于做出战略性的决定。	它有助于为企业做出战术决策。
客观说明	数据仓库的主要目标是在某个时间点提供集成的环境和一致的业务画面。	主要用于部门级业务部门的数据集市。
设计	数据仓库的设计过程比较困难。	数据集市的设计过程简单。
	可以在维度模型中使用，也可以不使用。然而，它可以提供维度模型。	它是使用start模式在维度模型上构建的。
数据处理	数据仓库包括公司的大部分区域，这就是为什么需要很长时间来处理它。	数据集市易于使用、设计和实现，因为它只能处理少量数据。
焦点	数据仓库是所有部门广泛关注的焦点。它甚至有可能代表整个公司。	数据集市是面向主题的，它在部门级别上使用。
数据类型	与数据集市相比，存储在数据仓库中的数据总是很详细。	数据集市是为特定的用户组构建的。因此，数据短而有限。
专业知识	数据仓库的主要目标是在某个时间点提供集成的环境和一致的业务画面。	通常只包含一个主题领域——例如，销售数据。
数据存储	设计用于存储企业范围的决策数据，而不仅仅是营销数据。	采用维度建模和星型模式设计对访问层的性能进行优化。
数据类型	严格执行时变性和非易失性设计。	主要包括整合数据结构，以满足主题区域的查询和报告需求。
数据值	从最终用户的角度来看是只读的。	事务数据与数据仓库转换的粒度无关。
范围	数据仓库更有帮助，因为它可以从任何部门带来信息。	数据集市包含公司特定部门的数据。可能有单独的数据集市用于销售、财务、营销等。限制了使用
源	在数据仓库中，数据来自许多来源。	在数据集市中，数据来源很少。
大小	数据仓库的大小从100gb到1tb +不等。	数据集市的大小小于100gb。
实现时间	数据仓库的实现过程可以从几个月延长到几年。	数据集市的实现过程被限制在几个月之内。

总结:

• 数据仓库是技术和组件的混合体，允许战略性地使用数据。
• 数据集市是数据仓库的简单形式。它集中在一个主题上。
• 数据仓库中的数据从多个来源汇集而成，提供准确及时的信息。
• 数据集市是面向主题的，旨在满足特定用户组的需求。
• 数据仓库包括来自组织中所有部门的数据，在这些部门中不断更新数据以删除冗余数据。
• 主要用于部门级业务部门的数据集市。
• 数据仓库的实现过程可以从几个月延长到几年。
• 数据集市的实现过程被限制在几个月之内。
• 与数据集市相比，存储在数据仓库中的数据总是很详细。
• 数据集市是为特定的用户组构建的。因此，数据短而有限。