数据库模型如何划分为数据仓库与关系型数据库这两大主要类别？

一、使用者常见痛点概览

在实际项目中，开发者和业务决策者经常会遇到以下困惑：

• ❓海量历史数据该如何存储才能兼顾查询性能和成本？
• ❓业务高峰期程序响应变慢。现有数据库难以水平
• ❓复杂业务报表需要跨表关联，却又担心SQL语句维护成本过高。
• ❓实时分析需求与事务处理冲突，导致数据一致性难以保障。
• ❓新手上手时不清楚到底该选用数据仓库还是传统关系型数据库。

二、从“数据模型”到“两大主要类别”——划分依据

数据库模型的主要在于组织方式和使用场景。按照是否面向主题化、集成化、时变性**的需求。可将其划分为：

1. 数据仓库
2. 关系型数据库

1. 数据仓库：面向决策的专题化存储

定义：数据仓库是一个面向主题、集成、不可变且随时间变化的数据集合，专为公司级决策分析设计。

关键特性 & 痛点对应方法

• 主题化存储——把业务线拆分成独立的维度模型，避免跨业务表的繁琐JOIN。
• 历史数据保留——通过快照或增量加载保存多版本数据，满足“过去N年报表”需求。
• 只读调整——采用列式存储，提高大规模聚合查询的吞吐。