一、數據庫的概念
數據庫是數據管理的有效技術，是由一批數據構成的有序集合，這些數據被存放在結構化的數據表里。數據表之間相互關聯，反映客觀事物間的本質聯系。數據庫能有效地幫助一個組織或企業科學地管理各類信息資源。
二、數據倉庫的概念
數據倉庫是指面向主題的，一致的，不同時間的，穩定的數據集合，用于支持經營管理中的決策支持過程。從廣義上講數據倉庫是指存儲大量歷史數據的數據庫。每一個記錄代表特殊時間點上的一個數據。 它是一種把收集的各種數據轉變成有商業價值的信息技術，并把收集的信息體現在報告中。包括收集數據，過濾數據，存儲數據，之后把數據應用于分析、報告等應用程序。
三、兩者的區別
1）數據庫的數據來源來自各種業務系統軟件程序的產生的數據，或者是由和這些業務系統軟件交互的用戶產生的數據。而數據倉庫的數據來源則直接是這些業務系統的一個或者多個數據庫或者文件，比如SQL Server、Oracle、MySQL、Excel、文本文件等。也可以簡單理解為很多個業務系統的數據庫往數據倉庫輸送數據，是各個數據庫的集合體，數據倉庫的建立是基于這些數據庫之上的。
2）數據庫在設計的時候很少存放歷史數據，通常只是描述某一個業務時刻的數據，隨著業務系統的變化而變化；數據倉庫為了分析的目的會存放大量的歷史數據，因為是每天抽取業務系統數據庫的數據每天存放起來，大部分的數據都是靜態的。
3）數據庫通常服務于業務，數據倉庫通常服務于分析。我們通常所提到的數據庫一般都是服務于業務應用軟件的，不管這些軟件是B/S架構還是C/S架構，例如像我們手機上的點餐APP、網上購票的APP，或者企業里面常用到的ERP系統、OA系統等等。特點都是用戶在這些軟件系統上操作，比如登錄、填寫個人的信息、修改個人資料、查詢一條記錄等等。數據通過這些軟件程序和背后的數據庫進行交互，在底層的數據表上進行增刪改查的操作。所以，通常這些數據庫是服務于各種各樣跑在操作系統之上的各種業務系統、應用軟件，更多的面向業務流程、業務管理。
數據倉庫更多的是通過各種BI可視化分析工具、ETL工具來訪問數據倉庫，最終是面向報表查詢，數據分析服務的。
四、兩者的聯系
數據倉庫，是在數據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，并不是要取代數據庫。數據倉庫的本質仍然是數據庫，只是為了BI建設和分析的目的在底層表與表的關系建模設計上和傳統基于業務系統的數據庫建模設計上有很大的差異。傳統數據庫多增刪改，數據倉庫多查詢分析。傳統數據庫服務于業務流程，通過業務軟件來訪問；數據倉庫服務于BI分析，通過BI分析軟件來訪問。
五、如何打造實時數據倉庫平臺
PetaBase-V作為Vertica基于億信分析產品的定制版，提供面向海量數據的秒級分析服務，采用無共享大規模并行架構（MPP），可線性擴展集群的計算能力和數據處理容量，基于列式數據庫技術，使 PetaBase-V 擁有高性能、高擴展性、高壓縮率、高健壯性等特點，可完美解決報表計算慢和明細數據查詢等性能問題，實時數據倉庫平臺主要面向結構化實時存儲的應用場景，適合保險，金融等電子化依賴程度高的行業。
