都說如今是互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代，很多事情都是可用大數(shù)據(jù)來解釋的。與之相對(duì)應(yīng)的還有數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)也出現(xiàn)在大眾面前。這不免讓很多不了解的人有些暈。那么數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)和大數(shù)據(jù)是什么關(guān)系？有的人說數(shù)據(jù)庫(kù)就是儲(chǔ)藏大數(shù)據(jù)的地方唄，其實(shí)這只是其中的一部分，并不是全面的介紹，下面我們就來詳細(xì)了解一下三者之間的關(guān)系。

　　數(shù)據(jù)處理的起源

人類的發(fā)展，離不開數(shù)據(jù)的處理。最早的數(shù)據(jù)處理方式是什么？可能是結(jié)繩記事——這種古老的數(shù)據(jù)處理方式，包含了現(xiàn)代計(jì)算機(jī)擁有的數(shù)據(jù)存儲(chǔ)、查詢、分析等全部功能。

這個(gè)方法貌似可以，但是數(shù)據(jù)量稍微大一點(diǎn)的話……

后來，人類創(chuàng)造出了文字后，數(shù)據(jù)處理能力就大多了。一個(gè)典型的“應(yīng)用”是，從舊石器時(shí)代開始，人們就通過甲骨文進(jìn)行記賬。

到新石器時(shí)代中晚期，母系氏族社會(huì)經(jīng)濟(jì)高度發(fā)展，人們開始創(chuàng)造并廣泛采用成套的刻劃符號(hào)進(jìn)行記錄、計(jì)量。

　　數(shù)據(jù)庫(kù)的誕生

現(xiàn)代數(shù)據(jù)處理革命性的進(jìn)展，要等到1960年。為了解決零件管理問題。一款叫做ICS的軟件被研發(fā)出來了，專門用來管理這些零件信息。

后來以此為基礎(chǔ)誕生了大名鼎鼎的IMS（Information Management System）數(shù)據(jù)庫(kù)。這是現(xiàn)代數(shù)據(jù)庫(kù)的祖先。

　　如何理解數(shù)據(jù)庫(kù)呢

可以把它想象為加強(qiáng)版的EXCEL，在一個(gè)表格中記錄數(shù)據(jù)。例如學(xué)生的成績(jī)單，記錄有姓名、學(xué)科、成績(jī)信息。想要查詢下學(xué)生的平均成績(jī)，只需要按順序遍歷這個(gè)表格，加和取平均數(shù)。

如果學(xué)生很多，對(duì)于EXCEL來說那就比較麻煩，但對(duì)于數(shù)據(jù)庫(kù)來說則比較簡(jiǎn)單，可使用一種叫SQL的語言，通過描述性的交互取得數(shù)據(jù)，非常方便。

　　數(shù)據(jù)倉(cāng)庫(kù)的誕生

數(shù)據(jù)庫(kù)的誕生，很好地解決了保存、使用數(shù)據(jù)的問題，大量類似的產(chǎn)品涌現(xiàn)出來。

但到了上世紀(jì)70、80年代，企業(yè)管理的內(nèi)部數(shù)據(jù)發(fā)生了一些變化，一方面數(shù)據(jù)量越來越大，另一方面使用復(fù)雜度提高很多。各種復(fù)雜報(bào)表令人非常頭疼，要在其中挖掘出數(shù)據(jù)背后的價(jià)值，當(dāng)時(shí)的數(shù)據(jù)庫(kù)已經(jīng)跟不上需求。

于是，專門用于數(shù)據(jù)分析的數(shù)據(jù)庫(kù)誕生了——1988年數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse）的概念第一次被提出了。

數(shù)據(jù)倉(cāng)庫(kù)之于數(shù)據(jù)庫(kù)就如同F(xiàn)1跑車與普通轎車的區(qū)別。

普通轎車突出功能性、舒適性、安全性等等，可滿足通用化的全面需求；而F1跑車則強(qiáng)調(diào)極致性能，而犧牲了舒適性等。數(shù)據(jù)倉(cāng)庫(kù)就是針對(duì)數(shù)據(jù)分析類場(chǎng)景，有特殊定制優(yōu)化的產(chǎn)品。

　　大數(shù)據(jù)的沖擊

到了上世紀(jì)90年代，隨著互聯(lián)網(wǎng)的興起，數(shù)據(jù)量爆炸式增長(zhǎng)，數(shù)據(jù)處理規(guī)模已經(jīng)從MB（1首MP3）、發(fā)展到TB（20萬首歌）乃至EB級(jí)（2億首歌）的驚人規(guī)模。

此外，數(shù)據(jù)處理還產(chǎn)生了實(shí)時(shí)性等新要求，基于傳統(tǒng)架構(gòu)的數(shù)據(jù)倉(cāng)庫(kù)也面臨巨大挑戰(zhàn)。

就在這個(gè)時(shí)候，大數(shù)據(jù)概念被首次提出了，拉開了“大數(shù)據(jù)”時(shí)代的大幕。原來令人困擾的問題，似乎一夜之間找到答案。

不同于今天大家耳熟能詳?shù)拇髷?shù)據(jù)，這里的大數(shù)據(jù)可以理解為一種數(shù)據(jù)處理技術(shù)，簡(jiǎn)單說，就是在單臺(tái)計(jì)算機(jī)簡(jiǎn)單計(jì)算的基礎(chǔ)上，通過堆積計(jì)算機(jī)這樣的線性擴(kuò)展方式來處理數(shù)據(jù)。

數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)當(dāng)時(shí)處理不了的海量數(shù)據(jù)，在這種分布式處理思路下迎刃而解，數(shù)據(jù)庫(kù)幾十年的積累，一夜之間被大數(shù)據(jù)吊打。

　　回歸數(shù)據(jù)庫(kù)

然而，大數(shù)據(jù)的狂野架構(gòu)，從誕生之日起就決定其短板：分布式的方式固然很方便擴(kuò)展，但是，作為大數(shù)據(jù)技術(shù)的基本單元，單機(jī)技術(shù)設(shè)計(jì)很粗糙，因此很快暴露出計(jì)算效率不高、精確性、準(zhǔn)確度不足等問題。

而大數(shù)據(jù)技術(shù)的短板，正式數(shù)據(jù)庫(kù)的強(qiáng)項(xiàng)。

事實(shí)上，后來大數(shù)據(jù)體系中引入SQL、MPP引擎、列存等等，正是吸取了數(shù)據(jù)庫(kù)幾十年來積累的一點(diǎn)點(diǎn)精華。但是大數(shù)據(jù)技術(shù)的基礎(chǔ)過于野蠻，因此很難改進(jìn)。

而此時(shí)，因?yàn)榉植际絽f(xié)議的成熟，為數(shù)據(jù)庫(kù)解決此前無力承受的海量數(shù)據(jù)、多模異構(gòu)等問題提供了技術(shù)方案。數(shù)據(jù)庫(kù)的春天，又回來了！

通過上述介紹，我們知道數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)和大數(shù)據(jù)是什么關(guān)系了吧，想了解更多關(guān)于數(shù)據(jù)庫(kù)的信息，請(qǐng)繼續(xù)關(guān)注中培偉業(yè)。