数据库、数据仓库相关

1. 数据库与数据仓库的区别

• 数据库 Database (Oracle, Mysql, PostgreSQL)主要用于事务处理。
• 数据仓库 Datawarehouse (Amazon Redshift, Hive)主要用于数据分析。

数据库和数据仓库是两种不同的数据存储方式，它们的设计目的和使用场景也有所不同。数据库通常用于存储和管理应用程序的事务性数据，例如用户信息、订单信息、库存信息等。它们通常被设计为支持高并发读写操作，并且需要保证数据的一致性和完整性。数据库通常采用关系型数据模型，使用 SQL 语言进行数据查询和操作。

数据仓库则用于存储和管理大量的历史数据和分析数据，例如销售数据、客户数据、市场数据等。它们通常被设计为支持复杂的数据分析和报表查询，需要快速地处理大量的数据，并提供高度可靠的数据质量。数据仓库通常采用维度模型或星型模型，使用 OLAP（在线分析处理）工具进行数据查询和分析。

总之，数据库和数据仓库是两种不同的数据存储方式，它们的设计目的和使用场景也有所不同。如果你需要存储和管理事务性数据，你可以考虑使用数据库；如果你需要存储和管理历史数据和分析数据，你可以考虑使用数据仓库。

数据库事务处理是指将一系列数据库操作（例如插入、更新、删除等）作为一个整体进行处理的过程。在事务处理中，如果任何一个操作失败，整个事务都会被回滚，即所有操作都会被撤销，以保持数据库的一致性和完整性。

事务处理通常具有以下特征：

• 原子性（Atomicity）：事务中的所有操作要么全部成功，要么全部失败回滚，不会出现部分成功的情况。
• 一致性（Consistency）：事务执行前后，数据库的约束和规则都必须保持一致性。
• 隔离性（Isolation）：事务之间是相互隔离的，每个事务都应该认为自己是唯一的，不应该受到其他事务的影响。
• 持久性（Durability）：事务成功提交后，对数据库的修改应该永久保存，即使系统崩溃或重启也不会丢失。

2. ElasticSearch

ES不适合的场景
1.不推荐ES用在高性能场景：ES不能保证低延迟，面向C端用户对实时性要求较高的业务，不建议使用ES；这些场景可以考虑使用缓存、数据库等产品承载业务流量。
2.不推荐将ES当数据库使用：ES产品定位是检索引擎，不能保障事务的ACID特性、默认不开启定时备份，如果您对数据的一致性、持久性有严格要求，建议使用其他关系/非关系型数据库。