簡而言之，資料庫是面向事務的設計，資料倉庫是面向主題設計的。

資料庫一般儲存線上交易資料，資料倉庫儲存的一般是歷史資料。

資料庫設計是儘量避免冗餘，一般採用符合正規化的規則來設計，資料倉庫在設計是有意引入冗餘，採用反正規化的方式來設計。

資料庫是為捕獲資料而設計，資料倉庫是為分析資料而設計，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資料，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資料平臺，客戶在銀行做的每筆交易都會寫入資料庫，被記錄下來，這裡，可以簡單地理解為用資料庫記帳。資料倉庫是分析系統的資料平臺，它從事務系統獲取資料，並做彙總、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，該分行當前存款餘額是多少。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。

資料倉庫，是在資料庫已經大量存在的情況下，為了進一步挖掘資料資源、為了決策需要而產生的，它決不是所謂的“大型資料庫”。那麼，資料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關於資料倉庫的定義：面向主題的、整合的、與時間相關且不可修改的資料集合。

“與時間相關”：資料庫儲存資訊的時候，並不強調一定有時間資訊。資料倉庫則不同，出於決策的需要，資料倉庫中的資料都要標明時間屬性。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”：資料倉庫中的資料並不是最新的，而是來源於其它資料來源。資料倉庫反映的是歷史資訊，並不是很多資料庫處理的那種日常事務資料（有的資料庫例如電信計費資料庫甚至處理實時資訊）。因此，資料倉庫中的資料是極少或根本不修改的；當然，向資料倉庫新增資料是允許的。

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

1。效率足夠高。客戶要求的分析資料一般分為日、周、月、季、年等，可以看出，日為週期的資料要求的效率最高，要求24小時甚至12小時內，客戶能看到昨天的資料分析。由於有的企業每日的資料量很大，設計不好的資料倉庫經常會出問題，延遲1-3日才能給出資料，顯然不行的。

2。資料質量。客戶要看各種資訊，肯定要準確的資料，但由於資料倉庫流程至少分為3步，2次ETL，複雜的架構會更多層次，那麼由於資料來源有髒資料或者程式碼不嚴謹，都可以導致資料失真，客戶看到錯誤的資訊就可能導致分析出錯誤的決策，造成損失，而不是效益。

3。擴充套件性。之所以有的大型資料倉庫系統架構設計複雜，是因為考慮到了未來3-5年的擴充套件性，這樣的話，客戶不用太快花錢去重建資料倉庫系統，就能很穩定執行。主要體現在資料建模的合理性，資料倉庫方案中多出一些中間層，使海量資料流有足夠的緩衝，不至於資料量大很多，就執行不起來了。