大數據就是數據倉庫
『壹』 什麼是大數據，大數據為什麼重要，如何應用大數據
從本質上來說，大數據就是曾經被稱為數據倉庫的邏輯延伸。顧名思義，大數據專就是一個屬大型的數據倉庫，一般有一個能支持業務決策的業務重點。但是，它和傳統資料庫不同的是，大數據不用構建。
我們為什麼需要大數據？答案就是相關性的價值。如果你能看到乍一看似乎沒什麼關系的數據設置之間的關系，你會獲取很多重要信息。比如你想知道你的公司是不是容易被黑客利用。那麼你需要跨多個應用程序和數據中心檢查無數條交易。這時如果沒有大數據技術和相關的分析技術，這幾乎是不可能完成的。
最終，隨著數據量的增長、業務的可用性和重要性的增加，大數據的定義可能會用來描述大多數資料庫應用。IT專業人士應該掌握大數據相關概念和術語，以免遇到困難。
『貳』 數據倉庫和大數據一樣嗎，概念好抽像啊
不一樣。
數據倉庫，是為企業所有級別的決策制定過程，提供所有類型數據支持的戰略集合。它是單個數據存儲，出於分析性報告和決策支持目的而創建。 為需要業務智能的企業，提供指導業務流程改進、監視時間、成本、質量以及控制。
大數據，是指無法在可承受的時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合。大數據不用隨機分析法（抽樣調查）這樣的捷徑，而採用所有數據進行分析處理。大數據的5V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）Veracity（真實性）。
從我個人的理解來說，數據倉庫是個體的數據存儲，是分散的；而大數據是一個集合概念，它的目的在於准確的分析和定位。比如，你打開經常用的瀏覽器會發現網頁上很多推薦都是你曾經瀏覽過的，或者是你比較感興趣的，這就是大數據的應用。
以上，希望幫到你！
『叄』 數據倉庫和大數據有什麼關系
BI領域注重統計分析，傳統的資料庫注重在線事務。。 統計分析的數據量一般都比較內大，注重的是查詢，一次查容詢大批量的數據，但是傳統的資料庫一般都是為了支持在線事務的，所以插入更新較多，查詢往往只根據條件查詢。。
『肆』 數據倉庫，大數據和雲計算的區別與聯系
數據中心，簡稱機房，就是防止伺服器用的，其中雲計算的母伺服器（物理伺服器內）也需要放置到容機房。 雲計算，就是虛擬伺服器，也就是在物理伺服器上通過技術手段虛擬出若乾颱伺服器。 大數據，是指手上擁有的海量的數據信息，比如用戶購買記錄，用戶注冊記錄等等。
系統的學習可以讓你理解的更深刻：http://e.51cto.com/px/train/28
『伍』 在大數據環境下，數據倉庫技術是否屬於黃昏技術為什麼
數據倉庫不應該稱作黃昏技術，數據倉庫擁有不可替代的點，大規模的數據存儲，如果沒有數據倉庫，僅僅依靠資料庫是不能完全實現的。大數據量的產生同時也伴隨著更多的壞數據、垃圾數據、臟數據，在分析前進行ETL是不能避免的。數據倉庫在這方面還是有著不可替代的作用的。
現在永洪科技的大數據產品可以不通過數據倉庫進行數據處理，但是一般的用戶為了數據源的穩定還是有提供數據倉庫的，全看個人需求，如果數據沒有那麼大，或許倉庫並不是必須的，如果數據量太大了，直聯還是會引起很多的問題的。
『陸』 數據倉庫，大數據和雲計算有什麼區別和聯系
您好，上海藍盟為您解答。
首先簡單的看一下雲計算與大數據的概念.
1)雲計算:雲計算本質上是一種計算資源集中分布和充分共享的效用計算模式,其中集中是為了計算資源的集約化管理,分布是便於擴展計算能力.集中分布式是針對雲服務提供商的,充分共享是針對用戶,在雲計算中,雖然對於每個雲用戶來說都擁有一台超級計算機,但本質上,這些用戶是充分共享了雲服務商所提供的計算服務.而效用計算更多的是一種商業模式,就是用戶按所需服務來付費.
2)在前面的博文中,對大數據有個討論,簡單的說,大數據的特點就是數據量大(雖然很多人都把大數據定義在T級別以上,其實我覺得這是有問題的,大數據的大其實應該是個相對概念,是相對於當前的存儲技術和計算能力的),數據應用需求大,計算量大.數據量大是最基本的,需求大其實包含了需求的數量、多樣性和實時性.計算量大是因為數據量大和需求量大和演算法復雜（檢索，推薦，模式識別）所致.大數據的這種特點使得我們很難找到通用的處理模式來解決大數據所面臨的問題，我們只能針對不同的需求採用不同的處理方法，這也是大數據處理比較困難的症結所在。無論是傳統的資料庫還是最近興起的NoSQL資料庫，在大數據存儲和處理方面其實都是有非常大的局限性的，所以分布式計算才在大數據處理中大興其道。Hadoop雖然提供了比較完整的一套處理模式，但相對於大數據所面臨的應用需求的多樣性而言，能處理的問題域也是十分有限的。
資料庫和數據倉庫的概念，大家google一下就可以了，接下來，我們看看它們之間的關系：
1）資料庫和數據倉庫都是數據的一種存儲方式，大數據處理更多的是一種需求(問題)，而雲計算是一種比較綜合的需求(問題)解決方案。
2)由於雲計算本身的特性，天生就面臨大數據處理(存儲、計算等)問題，因為雲計算的基本架構模式是C/S模式，其中S相對集中，而C是廣泛分布。所有用戶的數據和絕大部分的計算都是在S端完成的（數據量大，計算量大），加上用戶也天然具有多樣性（地域，文化，需求，個性化等），因此需求（也包括計算量）就非常大。
3)雲計算當然會涉及到數據的存儲技術，但資料庫技術對於雲計算來說要視具體的情況來分析：
A)對於IaaS而言，資料庫技術不是必需的，也不是必備的功能；
B)對於PaaS來說，資料庫功能應該是必備的功能
C)對於SaaS而言，必然會用到資料庫技術（包括傳統關系資料庫和NoSQL資料庫）。
而對於數據倉庫技術，並不是雲計算所必需的，但由於雲數據的信息價值極大，類似一座金礦，我想雲服務商是不可能放過從這些金礦中提取金子的.
4)大數據首先所面臨的問題就是大數據的存儲問題，一般都會綜合運用各種存儲技術（文件存儲，資料庫存儲），當然，你完全用文件存儲或者資料庫存儲來解決，也是沒問題的。與雲計算類似，數據倉庫技術不是必需的，但對於數據倉庫技術對於結構化數據進行淘金還是非常有用的，當然，你不用數據倉庫技術也可以，比如Hadoop模式。
在雲計算和大數據處理中，最基礎的技術其實是分布式計算技術。而對於構建分布式計算而言，多線程，同步，遠程調用(RPC,RMI等)，進程管理與通信是其基本技術點。分布式計算編程是一種綜合性應用編程，不僅需要有基本的技術點，還需要一定的組織管理知識。
就目前來說，雲計算和大數據處理其實都沒有形成一個統一的標准和定義。希望我的回復對您有所幫助。
『柒』 我們為什麼需要大數據技術
我們為什麼需要大數據技術
大數據到底是什麼？我們為什麼需要大數據技術？
Mike Jude：從本質上來說，大數據就是曾經被稱為數據倉庫的邏輯延伸。顧名思義，大數據就是一個大型的數據倉庫，一般有一個能支持業務決策的業務重點。但是，它和傳統資料庫不同的是，大數據不用構建。
在典型的資料庫中，數據會被組織成標準的欄位，並使用特定的密鑰索引。如果你熟悉Microsoft Access應用程序，那麼你就能完全理解這個概念。比如，一個顧客記錄可以由姓氏、名字、地址和其它信息組成有通用標簽的欄位。每個顧客記錄樣式都是相同的，這樣可以通過使用搜索關鍵詞來檢索，比如搜索姓氏。
現在，如果你想鏈接到這些客戶記錄需要怎麼做？鏈接到客戶的圖片或者視頻呢？如果是鏈接到客戶的所有記錄呢？
將這么多不同的數據源互相映射，一般的資料庫還做不到。另外，需要鏈接的數據量是非常巨大的。這就產生了「大數據」的概念。大數據使用特殊的數據結構來組織和訪問巨大數量的數據，可能達到多個艾位元組的范圍。一般情況下，這需要跨多個伺服器和離散數據存儲進行並行計算，而小企業往往難以維持這種大數據的存儲庫。但是，大數據正逐漸成為雲服務提供商能提供的一種服務，從而把大數據應用推向更多的公司。
但是，還有一個「大」問題，就是我們為什麼需要大數據？答案就是相關性的價值。如果你能看到乍一看似乎沒什麼關系的數據設置之間的關系，你會獲取很多重要信息。比如你想知道你的公司是不是容易被黑客利用。那麼你需要跨多個應用程序和數據中心檢查無數條交易。這時如果沒有大數據技術和相關的分析技術，這幾乎是不可能完成的。
最終，隨著數據量的增長、業務的可用性和重要性的增加，大數據的定義可能會用來描述大多數資料庫應用。IT專業人士應該掌握大數據相關概念和術語，以免遇到困難。
『捌』 在大數據時代，數據倉庫和數據集市的定義是什麼
數據倉庫和數據集市都是傳統OLAP時代的概念，根本和大數據無關。例如數據倉庫和數據集市處理的還都是結構化的數據但是大數據處理最多的還是非結構化的數據。
『玖』 資料庫和大數據的區別
在大數據處理當中，資料庫提供底層支持，實現了穩固的大數據存儲，才能更好地支持下一步的大數據計算。今天的大數據基礎知識分享，我們來聊聊大數據當中，資料庫和數據倉庫的區別，怎麼去理解這兩者，又該怎麼去應用？ 首先，資料庫是什麼？
從定義上來說，資料庫是用來存放數據的倉庫，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，都是典型的資料庫。
那麼，數據倉庫又是什麼？
數據倉庫，可以理解為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。
資料庫和數據倉庫的區別：
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。
關於，資料庫基礎，大數據資料庫和數據倉庫的區別，以上就是詳細的介紹了。在大數據當中，資料庫和數據倉庫的知識的，都是值得關注的，也是在學習當中需要去重視的。
『拾』 哪位大哥能解釋大數據與數據倉庫之間的關系（求告知）
相較而言，大數據數據量和一般數據倉庫數據量不在一個量級；大數據的數據類型偏多，任何的信息都能成為數據；
大數據中存在的價值較高，但如果沒有準確的分析挖掘，還是白扯