답변:
자세한 내용은 이것을 확인 하십시오.
이전 링크에서 :
데이터 베이스
데이터웨어 하우스
데이터웨어 하우스는 0에서 많은 데이터베이스로 제공 될 수 있습니다.
비 기술적 관점에서 : 데이터베이스는 특정 응용 프로그램이나 응용 프로그램 집합으로 제한됩니다.
데이터웨어 하우스는 엔터프라이즈 레벨 데이터 저장소입니다. 비즈니스의 모든 / 많은 세그먼트의 데이터를 포함 할 것입니다. 이 정보를 공유하여 비즈니스의 세계적 그림을 제공 할 것입니다. 비즈니스의 다른 부문들 사이의 통합도 중요합니다.
기술적 인 관점에서 : "데이터웨어 하우스"라는 단어에는 인식 된 정의가 없습니다. 개인적으로 데이터웨어 하우스를 데이터 마트 모음으로 정의합니다. 각 데이터 마트는 데이터베이스가 특정 문제 세트 (응용 프로그램, 데이터 세트 또는 프로세스)와 관련된 하나 이상의 데이터베이스로 구성됩니다.
간단히 말해서 데이터베이스는 데이터웨어 하우스의 구성 요소입니다. 이 개념을 살펴볼 곳은 많지만 "정의"가 없기 때문에 어떤 대답을해도 어려움을 겪을 수 있습니다.
데이터웨어 하우스는 데이터베이스 유형입니다.
사람들이 이미 말한 것 외에도, 데이터웨어 하우스는 쓰기가 아닌 읽기를 위해 인덱스 등이 조정 된 OLAP 경향이 있으며, 데이터는 읽기 및 분석하기 쉬운 형태로 비정규 화 / 변환됩니다.
일부 사람들은 "데이터베이스"가 OLTP와 동일하다고 말했지만 사실이 아닙니다. OLTP는 다시 데이터베이스 유형입니다.
다른 유형의 "데이터베이스": 텍스트 파일, XML, Excel, CSV ..., 플랫 파일 :-)
It is a logical subset of Data warehouse, generally based upon business functions.
데이터베이스 :-OLTP (온라인 거래 프로세스)
데이터웨어 하우스
데이터웨어 하우스와 데이터베이스 : 데이터웨어 하우스는 데이터 분석을 위해 특별히 설계되었으며, 데이터의 관계와 추세를 이해하기 위해 대량의 데이터를 읽습니다. 데이터베이스는 트랜잭션의 기록 세부 사항과 같은 데이터를 캡처하고 저장하는 데 사용됩니다.
데이터웨어 하우스 : 적합한 워크로드 -분석,보고, 빅 데이터. 데이터 소스 -많은 소스에서 수집되고 정규화 된 데이터입니다. 데이터 캡처 -일반적으로 사전 결정된 배치 일정에 따라 대량 쓰기 작업. 데이터 정규화 -스타 스키마 또는 Snowflake 스키마와 같은 비정규 화 된 스키마 데이터 스토리지 -간편한 액세스 및 고속 쿼리를 위해 최적화되었습니다. 컬럼 스토리지를 사용한 성능. 데이터 액세스 -I / O를 최소화하고 데이터 처리량을 최대화하도록 최적화되었습니다.
트랜잭션 데이터베이스 : 적합한 워크로드 -트랜잭션 처리. 데이터 소스 -트랜잭션 시스템과 같은 단일 소스에서 그대로 캡처 된 데이터입니다. 데이터 캡처 -트랜잭션 처리량을 최대화하기 위해 새 데이터를 사용할 수 있으므로 지속적인 쓰기 작업에 최적화되었습니다. 데이터 정규화 -고도로 정규화 된 정적 스키마 데이터 스토리지 -단일 행 지향 물리 블록에 대한 쓰기 작업 전체에 최적화되어 있습니다. 데이터 액세스 -대량의 작은 읽기 작업.
데이터베이스는 현재 레코드 유지와 같은 온라인 트랜잭션 프로세스에 사용되기 때문에 데이터웨어 하우스의 소스는 데이터베이스 클러스터 일 수 있습니다. 그러나 데이터웨어 하우스에는 온라인 분석 프로세스에 대한 히스토리 데이터가 저장됩니다.
데이터웨어 하우스는 일반적으로 데이터베이스에 저장된 데이터 구조 유형입니다. 데이터웨어 하우스는 데이터 모델 및 데이터 유형을 저장합니다. 분석 목적으로 서버에 모델링 된 데이터 (데이터 모델)입니다.
데이터베이스는 데이터를 저장하는 모든 구조로 분류 할 수 있습니다. 일반적으로 Oracle, SQL Server 또는 MySQL과 같은 RDBMS입니다. 그러나 데이터베이스는 Apache Cassandra와 같은 NoSQL 데이터베이스이거나 AWS RedShift와 같은 기둥 형 MPP 일 수도 있습니다.
데이터베이스는 단순히 데이터를 저장하는 장소입니다. 데이터웨어 하우스는 데이터를 저장하는 특정 방법이며 분석 쿼리를 제공하는 특정 목적을 제공합니다.
OLTP와 OLAP는 DW와 데이터베이스의 차이점을 나타내지 않으며 OLTP와 OLAP은 데이터베이스에 있습니다. 데이터를 다른 방식으로 저장하고 (다른 데이터 모델 방법론) 다른 목적 (OLTP-레코드 트랜잭션, 업데이트에 최적화, OLAP-정보 분석, 읽기에 최적화)을 제공합니다.
간단한 단어 : 데이터웨어-> 분석 / 저장 / 복사 및 분석에 사용하는 거대한 데이터를 참조하십시오. 자주 사용하는 데이터를 사용한 데이터베이스-> CRUD 작업.
데이터웨어 하우스는 매일 사용하지 않는 스토리지 종류이며 데이터베이스는 자주 다루는 것입니다.
예 : 우리가 은행 계좌 명세서를 요구한다면 지난 3 / 4 / 6 / 개월 이상 bcoz 데이터베이스에 있습니다. 그 이상을 원한다면 Dataware house에 저장하십시오.
예 : 집은 가치가 $100,000있으며 $1000매년 감사 합니다.
현재 주택 가치를 추적하려면 매년 값이 변경되므로 데이터베이스를 사용합니다.
3 년 후, 당신은 집의 가치를 볼 수있을 것입니다 $103,000.
과거 주택 가치를 추적하려면 주택 가치가 다음과 같이 데이터웨어 하우스를 사용합니다.
$100,000 on year 0,
$101,000 on year 1,
$102,000 on year 2,
$103,000 on year 3.