数据仓库与大数据关系,数据库和数据仓库的数据来源

这个很多。商业智能不能等同于不大数据。是一套完整的解决方案，用于有效整合企业现有的数据 in，快速准确地提供报表，提出决策依据，帮助企业做出明智的经营决策。数据的重点是数据海量处理，主要处理非结构化数据。Da 数据是传统的数据库、数据 仓库的延伸，是BI概念的延伸，是手段的拓展。不存在替代关系，也不相互排斥。

数据中间站与数据 仓库，它们为商家产生价值的形式，在某个维度上有不同的侧重点。数据中间站离业务更近，可以更快的响应业务。1.概念差异数据 China Desk:企业级逻辑概念，体现企业D2V(DatatoValue)的能力。数据 仓库:相对具体的功能概念是存储和管理一个或多个主题的集合数据。

一直想整理一下这段内容。既然是漫谈，想到什么就说什么。比如我一直在互联网行业。先简单列举一下互联网行业数据 仓库和数据平台的目的:整合公司所有业务数据建立统一的数据中心；提供各种报表，有的给高管，有的给各种业务；为网站运营提供运营支持数据是指运营人员可以通过数据及时了解网站和产品的运营效果；为各类业务提供线上或线下数据支持，成为公司统一的数据交换和提供平台；分析用户行为数据，通过数据挖掘降低投入成本，提高投入效果；比如定向精准广告，用户个性化推荐等。；开发数据产品，直接或间接使公司受益；建工开数据平台，开公司数据；。

数据 Library是面向事务的设计，数据 仓库是面向主题的。数据图书馆一般存储网上交易数据，数据 仓库存储历史数据。「时间相关」:数据保存信息时，并没有强调一定要有时间信息。数据 仓库不一样。出于决策的需要，数据数据in仓库应注明时间属性。时间属性在决策中非常重要。同样的客户，一共买了九辆车，一个最近三个月买了九辆车，一个最近一年没买过车，对决策者的意义是不一样的。

数据 仓库反映的是历史信息，而不是很多数据-0/(一些数据库，如电信计费。因此，数据仓库in数据很少或从不修改；当然，添加数据 仓库是允许的。数据 仓库的出现并不是为了取代数据库。数据 仓库，是在数据库已经大量存在的情况下，为进一步挖掘数据资源和决策需要而产生的，绝不是所谓的“大”。