資料庫倉庫

① 數據倉庫與SQL資料庫有什麼區別

首先，定義三個概念：資料庫軟體、資料庫、數據倉庫。
資料庫軟體：是一種軟體，可以看得見，可以操作。用來實現資料庫邏輯功能。屬於物理層。
資料庫：是一種邏輯概念，用來存放數據的倉庫。通過資料庫軟體來實現。資料庫由很多表組成，表是二維的，一張表裡可以有很多欄位。欄位一字排開，對應的數據就一行一行寫入表中。資料庫的美，在於能夠用二維表現多維關系。目前市面上流行的資料庫都是二維資料庫。如：Oracle、DB2、MySQL、Sybase、MS SQL Server等。
數據倉庫：是資料庫概念的升級。從邏輯上理解，資料庫和數據倉庫沒有區別，都是通過資料庫軟體實現的存放數據的地方，只不過從數據量來說，數據倉庫要比資料庫更龐大得多。數據倉庫主要用於數據挖掘和數據分析。
接下來，就是詳細說明了。在IT的架構體系中，資料庫是必須存在的。必須要有地方存放數據。比如現在的網購，淘寶，京東等等。物品的存貨數量，貨品的價格，用戶的賬戶余額之類的。這些數據都是存放在後台資料庫中。或者最簡單理解，我們現在微博，QQ等賬戶的用戶名和密碼。在後台資料庫必然有一張user表，欄位起碼有兩個，即用戶名和密碼，然後我們的數據就一行一行的存在表上面。當我們登錄的時候，我們填寫了用戶名和密碼，這些數據就會被傳回到後台去，去跟表上面的數據匹配，匹配成功了，你就能登錄了。匹配不成功就會報錯說密碼錯誤或者沒有此用戶名等。這個就是資料庫，資料庫在生產環境就是用來幹活的。凡是跟業務應用掛鉤的，我們都使用資料庫。
而數據倉庫則是BI下的其中一種技術。由於資料庫是跟業務應用掛鉤的，所以一個資料庫不可能裝下一家公司的所有數據。資料庫的表設計往往是針對某一個應用進行設計的。比如剛才那個登錄的功能，這張user表上就只有這兩個欄位，沒有別的欄位了。但是這張表符合應用，沒有問題。但是這張表不符合分析。比如我想知道在哪個時間段，用戶登錄的量最多？哪個用戶一年購物最多？諸如此類的指標。那就要重新設計資料庫的表結構了。對於數據分析和數據挖掘，我們引入數據倉庫概念。數據倉庫的表結構是依照分析需求，分析維度，分析指標進行設計的。數據倉庫的數據來源於那些後台持續不停運作的資料庫表。數據的搬運就牽涉到另一個技術叫ETL。這個過程就是數據從一個資料庫到了數據倉庫

② 如何建立一個倉庫資料庫

很簡單，用EXCEL做兩個表格，第一個是每個物料所在的庫位，第二個是進出的賬目，然後用SUMIF統計每個物料的結余數量。
每個月可以做一個，把上個月的結余數作為期初的庫存數字。

③ 如何用Access資料庫創建一個簡單的倉庫管理資料庫主要步驟是什麼，交作業，

1、建一個物品目錄表

2、期初數

3、入庫表

4、出庫表

物品目錄ID分別與入庫出庫的物品ID關聯

5、用查詢，設內計收發存匯總表，統計出各物品的期初數、容本期入庫數、本期出庫數、期末結存數。

6、設計收發存匯總表的列印格式。

實例到我的網盤下載 網頁鏈接

④ 簡述數據倉庫與關系資料庫的區別與聯系

區別：

1、資料庫是面向事務的設計，數據倉庫是面向主題設計的。

2、資料庫一般存儲在線交易數據，數據倉庫存儲的一般是歷史數據。

3、資料庫是面向事務的設計，數據倉庫是面向主題設計的。資料庫一般存儲在線交易數據，數據倉庫存儲的一般是歷史數據。

4、資料庫設計是盡量避免冗餘，一般採用符合範式的規則來設計，數據倉庫在設計是有意引入冗餘，採用反範式的方式來設計。

聯系：

數據倉庫，是在資料庫已經大量存在的情況下，為了進一步挖掘數據資源、為了決策需要而產生的，數據倉庫的出現，並不是要取代資料庫。目前，大部分數據倉庫還是用關系資料庫管理系統來管理的。可以說，資料庫、數據倉庫相輔相成、各有千秋。

(4)資料庫倉庫擴展閱讀：

1、面向主題的：傳統資料庫主要是為應用程序進行數據處理，未必按照同一主題存儲數據；數據倉庫側重於數據分析工作，是按照主題存儲的。

這一點，類似於傳統農貿市場與超市的區別—市場裡面，白菜、蘿卜、香菜會在一個攤位上，如果它們是一個小販賣的；而超市裡，白菜、蘿卜、香菜則各自一塊。也就是說，市場里的菜（數據）是按照小販（應用程序）歸堆（存儲）的，超市裡面則是按照菜的類型（同主題）歸堆的。

2、與時間相關：資料庫保存信息的時候，並不強調一定有時間信息。數據倉庫則不同，出於決策的需要，數據倉庫中的數據都要標明時間屬性。決策中，時間屬性很重要。同樣都是累計購買過九車產品的顧客，一位是最近三個月購買九車，一位是最近一年從未買過，這對於決策者意義是不同的。

3、不可修改：數據倉庫中的數據並不是最新的，而是來源於其它數據源。數據倉庫反映的是歷史信息，並不是很多資料庫處理的那種日常事務數據（有的資料庫例如電信計費資料庫甚至處理實時信息）。因此，數據倉庫中的數據是極少或根本不修改的；當然，向數據倉庫添加數據是允許的。

⑤ 資料庫與數據倉庫的區別

資料庫是面向事務的設計，數據倉庫是面向主題設計的。資料庫一般存儲在線交易數據，數據倉庫存儲的一般是歷史數據。

「與時間相關」：資料庫保存信息的時候，並不強調一定有時間信息。數據倉庫則不同，出於決策的需要，數據倉庫中的數據都要標明時間屬性。決策中，時間屬性很重要。同樣都是累計購買過九車產品的顧客，一位是最近三個月購買九車，一位是最近一年從未買過，這對於決策者意義是不同的。

「不可修改」：數據倉庫中的數據並不是最新的，而是來源於其它數據源。數據倉庫反映的是歷史信息，並不是很多資料庫處理的那種日常事務數據（有的資料庫例如電信計費資料庫甚至處理實時信息）。因此，數據倉庫中的數據是極少或根本不修改的；當然，向數據倉庫添加數據是允許的。

拓展資料：

數據倉庫的出現，並不是要取代資料庫。數據倉庫，是在資料庫已經大量存在的情況下，為了進一步挖掘數據資源、為了決策需要而產生的，它決不是所謂的「大型資料庫」。

目前，大部分數據倉庫還是用關系資料庫管理系統來管理的。可以說，資料庫、數據倉庫相輔相成、各有千秋。

⑥ 傳統資料庫和數據倉庫的區別

簡而言之，資料庫是面向事務的設計，數據倉庫是面向主題設計的。

資料庫一般存儲在線交易數據，數據倉庫存儲的一般是歷史數據。

資料庫設計是盡量避免冗餘，一般採用符合範式的規則來設計，數據倉庫在設計是有意引入冗餘，採用反範式的方式來設計。

資料庫是為捕獲數據而設計，數據倉庫是為分析數據而設計，它的兩個基本的元素是維表和事實表。維是看問題的角度，比如時間，部門，維表放的就是這些東西的定義，事實表裡放著要查詢的數據，同時有維的ID。

單從概念上講，有些晦澀。任何技術都是為應用服務的，結合應用可以很容易地理解。以銀行業務為例。資料庫是事務系統的數據平台，客戶在銀行做的每筆交易都會寫入資料庫，被記錄下來，這里，可以簡單地理解為用資料庫記帳。數據倉庫是分析系統的數據平台，它從事務系統獲取數據，並做匯總、加工，為決策者提供決策的依據。比如，某銀行某分行一個月發生多少交易，該分行當前存款余額是多少。如果存款又多，消費交易又多，那麼該地區就有必要設立ATM了。

顯然，銀行的交易量是巨大的，通常以百萬甚至千萬次來計算。事務系統是實時的，這就要求時效性，客戶存一筆錢需要幾十秒是無法忍受的，這就要求資料庫只能存儲很短一段時間的數據。而分析系統是事後的，它要提供關注時間段內所有的有效數據。這些數據是海量的，匯總計算起來也要慢一些，但是，只要能夠提供有效的分析數據就達到目的了。

數據倉庫，是在資料庫已經大量存在的情況下，為了進一步挖掘數據資源、為了決策需要而產生的，它決不是所謂的「大型資料庫」。那麼，數據倉庫與傳統資料庫比較，有哪些不同呢?讓我們先看看W.H.Inmon關於數據倉庫的定義:面向主題的、集成的、與時間相關且不可修改的數據集合。

「面向主題的」:傳統資料庫主要是為應用程序進行數據處理，未必按照同一主題存儲數據;數據倉庫側重於數據分析工作，是按照主題存儲的。這一點，類似於傳統農貿市場與超市的區別—市場裡面，白菜、蘿卜、香菜會在一個攤位上，如果它們是一個小販賣的;而超市裡，白菜、蘿卜、香菜則各自一塊。也就是說，市場里的菜(數據)是按照小販(應用程序)歸堆(存儲)的，超市裡面則是按照菜的類型(同主題)歸堆的。

「與時間相關」:資料庫保存信息的時候，並不強調一定有時間信息。數據倉庫則不同，出於決策的需要，數據倉庫中的數據都要標明時間屬性。決策中，時間屬性很重要。同樣都是累計購買過九車產品的顧客，一位是最近三個月購買九車，一位是最近一年從未買過，這對於決策者意義是不同的。

「不可修改」:數據倉庫中的數據並不是最新的，而是來源於其它數據源。數據倉庫反映的是歷史信息，並不是很多資料庫處理的那種日常事務數據(有的資料庫例如電信計費資料庫甚至處理實時信息)。因此，數據倉庫中的數據是極少或根本不修改的;當然，向數據倉庫添加數據是允許的。

數據倉庫的出現，並不是要取代資料庫。目前，大部分數據倉庫還是用關系資料庫管理系統來管理的。可以說，資料庫、數據倉庫相輔相成、各有千秋。

補充一下，數據倉庫的方案建設的目的，是為前端查詢和分析作為基礎，由於有較大的冗餘，所以需要的存儲也較大。為了更好地為前端應用服務，數據倉庫必須有如下幾點優點，否則是失敗的數據倉庫方案。

1.效率足夠高。客戶要求的分析數據一般分為日、周、月、季、年等，可以看出，日為周期的數據要求的效率最高，要求24小時甚至12小時內，客戶能看到昨天的數據分析。由於有的企業每日的數據量很大，設計不好的數據倉庫經常會出問題，延遲1-3日才能給出數據，顯然不行的。

2.數據質量。客戶要看各種信息，肯定要准確的數據，但由於數據倉庫流程至少分為3步，2次ETL，復雜的架構會更多層次，那麼由於數據源有臟數據或者代碼不嚴謹，都可以導致數據失真，客戶看到錯誤的信息就可能導致分析出錯誤的決策，造成損失，而不是效益。

3.擴展性。之所以有的大型數據倉庫系統架構設計復雜，是因為考慮到了未來3-5年的擴展性，這樣的話，客戶不用太快花錢去重建數據倉庫系統，就能很穩定運行。主要體現在數據建模的合理性，數據倉庫方案中多出一些中間層，使海量數據流有足夠的緩沖，不至於數據量大很多，就運行不起來了。

⑦ 倉庫管理能用資料庫嗎

倉庫管理實際上就是一個應用程序，一般的應用程序均使用資料庫作內為數據的存儲與讀容取，當然倉庫管理也應該使用資料庫。
資料庫比較多，目前流行的小型資料庫是Access資料庫，大型資料庫有SQL Server 資料庫、Oracle資料庫等，根據你的需要選擇資料庫。各資料庫有多個版本，在使用時根據你的需要以及電腦的配置情況選擇資料庫的版本。

⑧ 如何用Access資料庫創建一個簡單的倉庫管理資料庫主要步驟是什麼，交作業，有現成的最好。

你好
1、用來access建一空資料庫自。
2、如果已經有excel形式的，在access文件欄用「獲取外部數據(導入表)」即可，沒有的話建立一個表。欄位名自己根據需要定。
3、用sql語句（或在查詢的設計視圖中）建立需要的查詢。
4、建立一個界面窗體，來管理或調用查詢（可以用「宏」、也可用VBA)，再建立需要格式的報表。
其它的，根據實際需要而定。
滿意請採納

⑨ 資料庫就是在計算機外部儲存器中用於存儲數據的倉庫。這句話是對的嗎

可以這么理解
嚴格地說，資料庫是「按照數據結構來組織、存儲和管理數據的倉專庫」。

仔細看上面的定屬義，！！！

並沒有說在內存中的就不叫資料庫啊，不是嗎？

無論他在什麼地方存儲，它只要符合「按照數據結構來組織、存儲和管理數據的倉庫」這個定義，那他就可以叫資料庫。

至於「資料庫是在計算機外部儲存器中用於儲存數據的倉庫 ！！」
這種說法是不嚴謹地。

⑩ 數據倉庫與資料庫的主要區別有

首先我們來了解數據倉庫和資料庫分別是什麼：
1、資料庫:是一種邏輯概念，用來存放數據的倉庫，通過資料庫軟體來實現。資料庫由很多表組成，表是二維的，一張表裡面有很多欄位。欄位一字排開，對數據就一行一行的寫入表中。資料庫的表，在於能夠用二維表現多維的關系。如：oracle、DB2、MySQL、Sybase、MSSQL Server等。
2、數據倉庫：是資料庫概念的升級。從邏輯上理解，資料庫和數據倉庫沒有區別，都是通過資料庫軟體實現存放數據的地方，只不過從數據量來說，數據倉庫要比資料庫更龐大德多。數據倉庫主要用於數據挖掘和數據分析，輔助領導做決策；
區別主要總結為以下幾點：

1.資料庫只存放在當前值，數據倉庫存放歷史值；
2.資料庫內數據是動態變化的，只要有業務發生，數據就會被更新，而數據倉庫則是靜態的歷史數據，只能定期添加、刷新；
3.資料庫中的數據結構比較復雜，有各種結構以適合業務處理系統的需要，而數據倉庫中的數據結構則相對簡單；
4.資料庫中數據訪問頻率較高，但訪問量較少，而數據倉庫的訪問頻率低但訪問量卻很高；
5.資料庫中數據的目標是面向業務處理人員的，為業務處理人員提供信息處理的支持，而數據倉庫則是面向高層管理人員的，為其提供決策支持；
6.資料庫在訪問數據時要求響應速度快，其響應時間一般在幾秒內，而數據倉庫的響應時間則可長達數幾小時