數據倉庫：數據倉庫顧名思義，是一個(gè)很大的數據存儲集合，面向主題的，集成的，相對穩定的，反映歷史變化的數據集合，用于支持管理決策。對多樣的業(yè)務(wù)數據進(jìn)行篩選與整合。它為企業(yè)提供一定的BI（商業(yè)智能）能力，指導業(yè)務(wù)流程改進(jìn)、監視時(shí)間、成本、質(zhì)量以及控制。數據倉庫的輸入方是不同的數據源，比如：有的數據存在mysql里，有的數據存在mongdb里，還有一些第三方的數據源，最終的輸出用于企業(yè)的數據分析、數據挖掘、數據報表等方向。多數據源通過(guò)ETL（Extract-數據抽??；Transform-數據轉換；Load-數據加載）集成。還有數據倉庫和數據庫的關(guān)系，這里在網(wǎng)上找了個(gè)圖，講的還是比較清楚的。面向業(yè)務(wù)的數據庫常稱(chēng)作OLTP，面向分析的數據倉庫亦稱(chēng)為OLAP數據挖掘：數據挖掘看穿你的需求，廣義上說(shuō)，任何從數據庫中挖掘信息的過(guò)程都叫做數據挖掘。從這點(diǎn)看來(lái)，數據挖掘就是BI。但從技術(shù)術(shù)語(yǔ)上說(shuō)，數據挖掘（Data Mining）特指的是：源數據經(jīng)過(guò)清洗和轉換等成為適合于挖掘的數據集。數據挖掘在這種具有固定形式的數據集上完成知識的提煉，最后以合適的知識模式用于進(jìn)一步分析決策工作。從這種狹義的觀(guān)點(diǎn)上，我們可以定義：數據挖掘是從特定形式的數據集中提煉知識的過(guò)程。數據挖掘往往針對特定的數據、特定的問(wèn)題，選擇一種或者多種挖掘算法，找到數據下面隱藏的規律，這些規律往往被用來(lái)預測、支持決策。BI經(jīng)過(guò)幾年的積累，大部分中大型的企事業(yè)單位已經(jīng)建立了比較完善的CRM、ERP、OA等基礎信息化系統。這些系統的統一特點(diǎn)都是:通過(guò)業(yè)務(wù)人員或者用戶(hù)的操作，最終對數據庫進(jìn)行增加、修改、刪除等操作。上述系統可統一稱(chēng)為OLTP(Online Transaction Process，在線(xiàn)事務(wù)處理)，指的就是系統運行了一段時(shí)間以后，必然幫助企事業(yè)單位收集大量的歷史數據。但是，在數據庫中分散、獨立存在的大量數據對于業(yè)務(wù)人員來(lái)說(shuō)，只是一些無(wú)法看懂的天書(shū)。業(yè)務(wù)人員所需要的是信息，是他們能夠看懂、理解并從中受益的抽象信息。此時(shí)，如何把數據轉化為信息，使得業(yè)務(wù)人員(包括管理者)能夠充分掌握、利用這些信息，并且輔助決策，就是商業(yè)智能(BI)主要解決的問(wèn)題。如何把數據庫中存在的數據轉變?yōu)闃I(yè)務(wù)人員需要的信息？大部分的答案是報表系統。簡(jiǎn)單說(shuō)，報表系統已經(jīng)可以稱(chēng)作是BI了，它是BI的低端實(shí)現。 現在國外的企業(yè)，大部分已經(jīng)進(jìn)入了中端BI，叫做數據分析。有一些企業(yè)已經(jīng)開(kāi)始進(jìn)入高端BI，叫做數據挖掘。而我國的企業(yè)，目前大部分還停留在報表階段。目前國內現在做BI的廠(chǎng)家有很多，比較知名的BI廠(chǎng)家比如：永洪科技，核心產(chǎn)品Yonghong-Z-Suite幫助企業(yè)構建大數據應用，也有很豐富的行業(yè)積累，政府，電力，能源，金融等等，有興趣可以自己查些資料。系嗎？
數據倉庫：
數據倉庫顧名思義，是一個(gè)很大的數據存儲集合，面向主題的，集成的，相對穩定的，反映歷史變化的數據集合，用于支持管理決策。對多樣的業(yè)務(wù)數據進(jìn)行篩選與整合。它為企業(yè)提供一定的BI（商業(yè)智能）能力，指導業(yè)務(wù)流程改進(jìn)、監視時(shí)間、成本、質(zhì)量以及控制。
數據倉庫的輸入方是不同的數據源，比如：有的數據存在mysql里，有的數據存在mongdb里，還有一些第三方的數據源，最終的輸出用于企業(yè)的數據分析、數據挖掘、數據報表等方向。
多數據源通過(guò)ETL（Extract-數據抽??；Transform-數據轉換；Load-數據加載）集成。
還有數據倉庫和數據庫的關(guān)系，這里在網(wǎng)上找了個(gè)圖，講的還是比較清楚的。
面向業(yè)務(wù)的數據庫常稱(chēng)作OLTP，面向分析的數據倉庫亦稱(chēng)為OLAP
數據挖掘：
數據挖掘看穿你的需求，廣義上說(shuō)，任何從數據庫中挖掘信息的過(guò)程都叫做數據挖掘。從這點(diǎn)看來(lái)，數據挖掘就是BI。但從技術(shù)術(shù)語(yǔ)上說(shuō)，數據挖掘（Data Mining）特指的是：源數據經(jīng)過(guò)清洗和轉換等成為適合于挖掘的數據集。數據挖掘在這種具有固定形式的數據集上完成知識的提煉，最后以合適的知識模式用于進(jìn)一步分析決策工作。從這種狹義的觀(guān)點(diǎn)上，我們可以定義：數據挖掘是從特定形式的數據集中提煉知識的過(guò)程。數據挖掘往往針對特定的數據、特定的問(wèn)題，選擇一種或者多種挖掘算法，找到數據下面隱藏的規律，這些規律往往被用來(lái)預測、支持決策。
BI
經(jīng)過(guò)幾年的積累，大部分中大型的企事業(yè)單位已經(jīng)建立了比較完善的CRM、ERP、OA等基礎信息化系統。這些系統的統一特點(diǎn)都是:通過(guò)業(yè)務(wù)人員或者用戶(hù)的操作，最終對數據庫進(jìn)行增加、修改、刪除等操作。上述系統可統一稱(chēng)為OLTP(Online Transaction Process，在線(xiàn)事務(wù)處理)，指的就是系統運行了一段時(shí)間以后，必然幫助企事業(yè)單位收集大量的歷史數據。但是，在數據庫中分散、獨立存在的大量數據對于業(yè)務(wù)人員來(lái)說(shuō)，只是一些無(wú)法看懂的天書(shū)。業(yè)務(wù)人員所需要的是信息，是他們能夠看懂、理解并從中受益的抽象信息。此時(shí)，如何把數據轉化為信息，使得業(yè)務(wù)人員(包括管理者)能夠充分掌握、利用這些信息，并且輔助決策，就是商業(yè)智能(BI)主要解決的問(wèn)題。
如何把數據庫中存在的數據轉變?yōu)闃I(yè)務(wù)人員需要的信息？大部分的答案是報表系統。簡(jiǎn)單說(shuō)，報表系統已經(jīng)可以稱(chēng)作是BI了，它是BI的低端實(shí)現。 現在國外的企業(yè)，大部分已經(jīng)進(jìn)入了中端BI，叫做數據分析。有一些企業(yè)已經(jīng)開(kāi)始進(jìn)入高端BI，叫做數據挖掘。而我國的企業(yè)，目前大部分還停留在報表階段。目前國內現在做BI的廠(chǎng)家有很多，比較知名的BI廠(chǎng)家比如：永洪科技，核心產(chǎn)品Yonghong-Z-Suite幫助企業(yè)構建大數據應用，也有很豐富的行業(yè)積累，政府，電力，能源，金融等等，有興趣可以自己查些資料。
責編：梅亞川
