数据仓库与OLAP多维数据集？
任何人都可以解释什么是数据仓库和OLAP立方体之间的真正区别？
他们是不同的方法相同的事情？
其中一个与其他人相比是否被弃用？
其中之一是否有任何性能问题？
欢迎任何解释
数据仓库是一种数据库，其devise使得分析数据变得更加容易（通常来自多个来源的数据）。 它通常由事实表和维度表组成，并且通常是聚合表。
OLAP是一组可以在数据集上执行的操作 ，如旋转，切片，切块，钻孔。 例如，可以使用Excel数据透视表执行OLAP操作。
你可以有一个数据仓库，根本不使用OLAP（你只需运行报表）。
您也可以对数据仓库以外的其他项执行OLAP操作，例如平面文件。
OLAP服务器是一种便于OLAP操作的服务器软件，例如caching和查询重写。 OLAP操作通常以MDX表示，而您的OLAP服务器可能会将MDX转换为数据库的常规SQL。 或者它可能会违背自己的二进制文件格式。
他们是不同的方法相同的事情？
不，数据仓库是以易于分析的格式存储数据的地方，OLAP是分析数据的方法。
其中一个与其他人相比是否被弃用？
不，他们互相恭维，因为数据仓库使得使用OLAP分析数据变得容易，并且OLAP可以使分析数据仓库更加有用。
其中之一是否有任何性能问题？
是。 数据仓库是为了存储大量的数据，因此需要花费时间进行查询。 性能可以通过使用索引，caching以及预先汇总一些数据来提高。
另见： https ： //dba.stackexchange.com/questions/45655/what-are-measures-and-dimensions-in-cubes
†而不是使交易更容易/更完整
数据仓库包含您希望运行报告和分析等的数据
立方体通过将数据分组到定义的维度来组织这些数据。 你可以有多个维度（在Excel中考虑一个超级数据透视表）。
例如，在您的数据仓库中，您拥有所有的销售，但是运行复杂的SQL查询可能非常耗时。 因此，从数据仓库中创build一个索引和预先计算数据的多维数据集。 在您的立方体中，您可以拥有所有预先计算的维度：按月，按周，按销售员，按客户，按地理区域，按产品颜色等等的销售额。然后，可以在您的立方体上运行OLAP查询以获得总计， （月，销售员，地区）或（颜色，地区）或（销售员，月）的最大销售额。 由于所有的数据都是预先计算和索引的，查询速度非常快。
他们是不同的方法相同的事情？
不，数据仓库是以易于分析的格式存储数据的地方，OLAP是分析数据的方法。
不，他们真的做同样的事情！ OLAP比DWH更加预先计算。 OLAP就像DWH中的集合
