与数据库相比，数据仓库有什么特点？1.数据仓库是主题式的，有作业流的概念。上面的例子告诉我们，数据仓库是为了一个特定的分析任务而重新组装数据，而数据库只是数据存储表的集合，所以数据仓库是主题化的。内存是相对于磁盘数据库的。主存数据库关系内存数据库。
内存数据库有哪些？
内存数据库是相对于磁盘数据库来说的。我们都知道我们经常使用的关系型数据库，比如MySQL，它的数据文件最终是存储到磁盘上的。而内存数据库则是将所有的数据存储在内存中，磁盘和内存在访问速率上不是一个量级的，完全没有可比性。随着内存容量不断加大价格不断下降，互联网的流量越来越大的情况下，内存数据库逐步被广泛应用起来。
应用场景缓存数据将高频访问的数据通过一定的机制加载到内存中，减少应用与数据库的连接，极大的提高了应用的性能内存计算如果你的数据在内存中，那么你可以充分利用CPU的资源去做数据的计算聚合查询，而不用担心数据库是否能承受你的SQL查询。主流的内存数据库关系型内存数据库H2Apache IgniteSQLiteH2支持嵌入式，服务器和集群模式，支持内存数据库，纯Java开发Apache Ignite高性能集成化分布式的内存平台，他可以实时地在大数据集中执行事务和计算，可以像操作数据库一样，操作内存缓存SQLite小而精美，iOS和Android开发本地数据库的不二之选Key-Value内存数据库redisMemcachedredis支持StringSetHashSorted SetListMemcached是一个简洁的高性能的分布式的内存对象缓存系统传统数据库的内存数据库引擎MySQL Memory EngineSQL Server 2016 In-Memory OLTP传统数据库提供的内存数据库，将磁盘数据加载到内存中，利用查询引擎操作内存数据总结以上是个人整理的一些内存数据库，都是我们平常业务开发时候多少都有用到的内存数据库。
数据仓库和数据库有什么区别？
说点大家都能懂的干货。请点赞收藏。先讲讲来龙去脉很久以前是没有数据仓库这个概念的，只有数据库，数据库就是很多数据表的集合，这样把存放不同内容的表放在一起，就能满足一些基本的查询了。比如提取2019年6月18日在淘宝购买Bose耳机的用户，只要几张表关联一下查询就出结果了。后来在实际工作中人们发现当你在海量数据中做非常复杂的分析的时候，效率就很低了比如找到2019年双11和2018年双11这两天，在淘宝下单超过500元且购买了Bose耳机的用户，这两拨用户在最近2两年的平均消费能力差异。
要完成这个查询，首先要关联查询很多表，其次要查询2018和2019年两年的数据，最后你还要从海量的数据中找到符合要求的消费金额和消费者，这三点加起来就让数据提取变成了非常复杂的事儿，而且不一定能立刻查到，往往一个查询任务就要跑好几个小时。所以随着数据体量增大，查询条件越来越复杂，大家一看不行啊，需要提高效率。
所以数据仓库出现了。数据仓库和数据库相比，有啥特点1.数据仓库有主题性，有作业流的概念上面的例子告诉我们，数据仓库是为了某一个/某一类特定的分析任务将数据重新聚合起来的，而数据库只是数据存储表的集合，所以数据仓库有主题性。同时也因为有主题的概念，数据仓库会根据你预设的逻辑，自动化的完成各个作业之间的调度，最终自动化的把结果输出给你。
因此，数据仓库也有数据流和作业流的概念。2.数据仓库使查询效率最大化。数据库的本质是很多数据表，所以要对数据表进行增删改。然而，数据仓库重组数据，使您更有效地查询和支持您的分析。所以数据库一般只最大化查询效率，增删改效率不是主要考虑的。3.数据仓库有历史数据，而数据库一般只有最近的数据。上例中，淘宝2018年和2019年的双11数据都要查询，所以跨度很大。
