定义：
数据库：用于存储和操作业务数据的系统，用于即时任务的处理（做事）
数据仓库：专门为分析而构建的数据存储系统，用于数据的深度分析（分析）
核心区别：
数仓采用星型模型优化大数据量查询，分为事实表和维度表:
- **事实表：**位于中心，记录核心可度量的业务事实（比如销售额、销售数量）。它包含多个外键（比如产品键、客户键、时间键等），用于关联到各个维度表。
- **维度表：**围绕在事实表周围，描述业务的上下文（比如谁、什么时间、什么产品），这里是有意保留冗余的关键所在。
在执行分析查询时，数据库只需将事实表与少数几张宽维度表进行关联，就能一次性获得所有必要的筛选和分组条件（比如华南地区、数码相机），这能极大地减少复杂耗时的表连接操作，从而实现了查询性能的数量级提升。
总结：
| 关键维度 | 数据库 | 数据仓库 |
|---|---|---|
| 设计目的 | 支撑业务处理日常事务（增删改查）保证数据的即时一致性 | 支持为分析决策整合海量历史数据，为复杂查询和数据分析提供平台 |
| 数据结构 | 规范化设计（第三范式）：通过拆分表来消除数据冗余，表结构复杂，关联多 | 反规范化设计（星型、雪花模型）：有意识地保留冗余，将数据组织成事实表和维度表，表结构简单，减少复杂查询 |
| 使用场景 | 网购下单、订单查询等实时业务流程 | 生成报告、分析客户行为等战略分析 |
| 性能优化方式 | 使用索引、事务锁等机制保证高并发快速响应 | 优化“查询”分析速度针对少量复杂、庞大的查询操作进行优化，通过列式存储、大量预聚合（如物化视图）等技术来快速扫描海量数据。 |
| 数据流向与更新方式 | 实时更新，生产数据 | 定期批量更新数据，从各个数据库中抽取数据后经过转换清洗后加载入库，集成消费数据 |
数据库是面向业务操作的实时数据系统，数据仓库是面向战略分析的历史数据平台
