先上圖：
（1）DB/Database/數(shù)據(jù)庫——這里一般指的就是OLTP數(shù)據(jù)庫，在線事物數(shù)據(jù)庫，用來支持生產(chǎn)的，比如超市的買賣系統(tǒng)。DB保留的是數(shù)據(jù)信息的最新狀態(tài)，只有一個狀態(tài)！比如，每天早上起床洗臉照鏡子，看到的就是當時的狀態(tài)，至于之前的每天的狀態(tài)，不會出現(xiàn)的你的眼前，這個眼前就是db。
（2）DW/Data Warehouse/數(shù)據(jù)倉庫——這里保存的是DB中的不同時間點的狀態(tài)，比如，每天早上洗完照鏡子時，都拍一張照片，天天這樣，這些照片放入到一個相冊中，之后就可以查看每一天的狀態(tài)了，這個相冊就是數(shù)據(jù)倉庫，他保存的是數(shù)據(jù)在不同時間點的狀態(tài)，對同一個數(shù)據(jù)信息，保留不同時間點的狀態(tài)，就便于我們做統(tǒng)計分析了。
（3）ETL/Extraction-Transformation-Loading——用于完成DB到DW的數(shù)據(jù)轉(zhuǎn)存，它將DB中的某一個時間點的狀態(tài)，“抽取”出來，根據(jù)DW的存儲模型要求，“轉(zhuǎn)換”一下數(shù)據(jù)格式，然后再“加載”到DW的一個過程，這里需要強調(diào)的是，DB的模型是ER模型，遵從范式化設計原則，而DW的數(shù)據(jù)模型是雪花型結(jié)構或者星型結(jié)構，用的是面向主題，面向問題的設計思路，所以DB和DW的模型結(jié)構不同，需要進行轉(zhuǎn)換。
（4）OLAP——在線分析系統(tǒng)，簡單說就是報表系統(tǒng)，銷售報表，統(tǒng)計報表，等等，這個大家都熟悉，當然，OLAP的統(tǒng)計要更復雜更豐富一些，比如切面，鉆取等等。
（5）DM/Data Mining/數(shù)據(jù)挖掘——這個挖掘，不是簡單的統(tǒng)計了，他是根據(jù)概率論的或者其他的統(tǒng)計學原理，將DW中的大數(shù)據(jù)量進行分析，找出我們不能直觀發(fā)現(xiàn)的規(guī)律，比如，如果我們每天早上照相，量身材的時候，還記錄下頭一天吃的東西，黃瓜，豬腿，烤鴨，以及心情，如果記錄上10年，形成了3650天的相貌和飲食心情的數(shù)據(jù)，我們每個人都記錄，有20萬人記錄了，那么，我們也許通過這些記錄，可以分析出，身材相貌和飲食的客觀規(guī)律；再說一個典型的實例，就是英國的超市，在積累了大量數(shù)據(jù)之后，對數(shù)據(jù)分析挖掘之后，得到了一個規(guī)律：將小孩的尿布和啤酒放在一起，銷量會更好——業(yè)務專家在得到該結(jié)論之后，仔細分析，知道了原因，因為英國男人喜歡看足球的多，老婆把小孩介紹男人看管，小孩尿尿需要尿布，而男人看足球喜歡喝酒，所以兩樣商品有密切的關系，放在一起銷售會更好！
（6）BI/Business Intelligence/商業(yè)智能——領導，決策者，在獲取了OLAP的統(tǒng)計信息，和DM得到的科學規(guī)律之后，對生產(chǎn)進行適當?shù)恼{(diào)整，比如，命令超市人員將啤酒喝尿布放在一起銷售，這就反作用于DB修改存貨數(shù)據(jù)了——這就是整個BI的作用！
