数据仓库系统都不支持事务

这并不完全正确。数据仓库系统通常不支持像传统事务那样的原子性、一致性、隔离性和持久性（ACID）的事务。但是，它们可以提供一些类似于事务的功能，例如批量加载和回滚，以及对数据的快照和版本控制。此外，数据仓库系统可以使用“事务”概念来管理和维护数据的一致性和完整性。因此，虽然数据仓库系统可能不支持传统意义上的事务，但它们仍然提供了一些相似的功能。

相关问题

事务处的系统，决策支持系统，经理支持系统。

事务处的系统是一种用于处理组织内日常操作和交易的信息系统。它主要用于记录、存储和处理各种事务数据，例如销售订单、采购订单、库存管理、财务管理等。事务处系统通常包括数据库管理系统、应用程序和用户界面等组件，以支持组织内各个部门的日常运作。

决策支持系统（DSS）是一种用于辅助管理层进行决策的信息系统。它通过收集、整理和分析大量的数据，并提供各种决策模型和工具，帮助管理层进行决策分析和预测。决策支持系统通常包括数据仓库、数据挖掘、模型建立和可视化等功能，以帮助管理层做出更明智的决策。

经理支持系统（MIS）是一种用于帮助中层管理人员进行日常管理和监控的信息系统。它主要用于收集、整理和报告组织内部的运营数据，例如销售数据、生产数据、人力资源数据等。经理支持系统通常包括报表生成、数据分析和业绩监控等功能，以帮助中层管理人员了解组织的运营情况并做出相应的管理决策。

数据挖掘和数据仓库区别

数据挖掘和数据仓库是两个不同的概念，它们之间有以下几个区别：

1. 定义：数据仓库是指一个大型、集成的、主题导向的、相对稳定的数据存储库，用于支持企业决策和分析；而数据挖掘是指从大量数据中自动发现模式、关系或知识的过程。

2. 目的：数据仓库旨在提供企业决策所需的数据，主要用于分析和报告。而数据挖掘则是为了发现数据中的隐藏模式和关系，以便做出更好的决策。

3. 数据来源：数据仓库通常从企业的事务处理系统中提取数据，然后进行转换和加载，以获得一致的、可靠的、易于查询的数据。而数据挖掘则是从大量的历史数据或实时数据中提取信息。

4. 数据处理：数据仓库采用ETL（抽取、转换和加载）过程，将数据从多个源中收集并转换为统一的格式。而数据挖掘则使用机器学习、统计学和人工智能等技术来识别数据中的模式和趋势。

5. 结果：数据仓库提供的是数据，而数据挖掘提供的是知识。

总的来说，数据仓库是数据的积累和整合，而数据挖掘则是从数据中发掘有价值的信息和知识。