DB、DW、DM、ODS、OLAP、OLTP和BI的概念理解

最新推荐文章于 2025-07-04 21:13:07 发布

静静的程序猿进化史

最新推荐文章于 2025-07-04 21:13:07 发布

阅读量2.7k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Oracle数据库 Kettle数据迁移工具国产GBase数据库（南大通用）文章标签：数据库

本文链接：https://blog.youkuaiyun.com/weixin_44912627/article/details/116986688

本文介绍了DB（数据库）、DW（数据仓库）、DM（数据集市/数据挖掘）、ODS（操作性数据存储）、OLTP（在线事务处理）、OLAP（在线分析处理）和BI（商业智能）的概念。DB用于支持生产和保持数据的最新状态，而DW保存不同时间点的数据状态，方便统计分析。DM可以指数据集市或数据挖掘，前者关注特定业务应用，后者是从大量数据中提取知识的过程。ODS提供数据变化历史，OLTP处理日常事务，OLAP支持复杂分析，BI则结合统计信息和科学规律辅助决策。数据仓库和数据集市的区别在于覆盖范围和目的，前者为企业级，后者为部门级。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、DB（DataBase）:数据库，一般指的就是OLTP数据库，在线事物数据库，用来支持生产的。DB保留的是数据信息的最新状态，只有一个状态！

2、DW（Data Warehouse）：数据仓库，保存的是数据在不同时间点的状态，对同一个数据信息，保留不同时间点的状态，便于我们做统计分析。

3、关于DM，目前网上有两种说法，一说数据集市（Data Mart）;一说数据挖掘（Data Mining），百度百科给出的是数据挖掘的概念，我这里将这两种说法都做了解释：

DM（Data Mart）：数据集市，以某个业务应用为出发点而建立的局部DW，DW只关心自己需要的数据，不会全盘考虑企业整体的数据架构和应用，每个应用有自己的DM。

DM（Data Mining）：数据挖掘，又称为数据库中的知识发现(Knowledge Discovery in Database, KDD)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程，简单的说，数据挖掘就是从大量数据中提取或“挖掘”知识。

4、ODS（Operating Data Store）：操作性数据仓库，最早的数据仓库模型。特点是数据模型采取了贴源设计，业务系统的数据结构是怎样的，ODS数据库的结构就是怎样的。所不同的是ODS数据库可以提供数据变化的历史，所以ODS数据库中每张表都会增加一个日期类型，表示数据的时间点，将每天数据的变化情况都存下来，这样有利于数据的分析。

5、OLTP（on-line transaction processing）：联机事务处理，OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。

6、OLAP（On-Line Analytical Processing）：联机分析处理，OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。

7、BI（Business Intelligence）：商业智能，领导，决策者，在获取了OLAP的统计信息，和DM得到的科学规律之后，对生产进行适当的调整，比如，命令超市人员将啤酒喝尿布放在一起销售，这就反作用于DB修改存货数据了——这就是整个B