Il database è uno strumento universalmente diffuso. Nel senso più comune, con database s’intende quella raccolta di dati, in relazione tra di loro, ai quali si può attingere direttamente o attraverso una o più applicazioni.
In informatica, all’interno dei sistemi informativi, nella pratica della business intelligence, per data warehouse (dall’inglese letteralmente magazzino dati, abbreviato DW) si intende in generale una collezione o aggregazione di dati strutturati, provenienti da fonti interne operazionali (DBMS) ed esterne al sistema informativo aziendale, utili ad analisi ed reporting, prima adattati tramite strumenti appositi di trasformazione dei dati di tipo ETL, e poi analizzati tramite strumenti di analisi di tipo OLAP (query multidimensionali) o data mining. Può essere visto come un grande database in sola lettura (schema on read), utile quindi ad analisi storiche, ovvero senza le usuali operazioni di CRUD tipiche dei database relazionali operazionali (schema on write).
Per chi si avvicina per la prima volta al concetto di data warehouse la sua definizione può portare a pensare che non esista molta differenza: il data warehouse potrebbe sembrare un grande database. E, in effetti, il data warehouse non è altro che un database con funzioni speciali. Tuttavia le peculiarità dei due strumenti ne definiscono meglio scopi e impieghi.
La prima differenza fra i due sistemi di database è che uno registra, l’altro aggrega per le analisi.
Il primo obiettivo del database è quello di registrare, in tempo reale, i dati con il quale esso viene alimentato. Il data warehouse, invece, è progettato generalmente sulla base dei sistemi OLAP per compiere aggregazioni di dati a fini analitici.
La seconda differenza è che uno è legato all’applicazione, l’altro al servizio dell’analista.
Effettuare analisi di business su un database è una soluzione che richiede di effettuare un’istantanea della situazione attuale, estrapolare i dati dal DB operativo e procedere con lo studio dei dati e la reportistica, è quindi un sistema che può funzionare su bassi livelli di attività e per analisi approssimative.
Il valore aggiunto di un data warehouse è l’elevato livello di qualità delle analisi possibili anche grazie all’integrazione con piattaforme di business intelligence e analytics. Attraverso un data warehouse le interrogazioni a fini analitici possono avvenire senza interferire con i processi di repository dei dati. Le risposte sono immediate anche su grandi volumi di dati.
Statisticamente parlando 