8. 数据库应用程序AP（Application Program）： 　　数据库应用程序是指满足某类用户要求的操纵和访问数据库的程序。 　　目前，数据库应用程序主要分为两大类：联机事务处理OLTP和联机分析处理OLAP。 　　连机事务处理OLTP(On Line Transaction Processing)：对用户的操作命令响应快、每次操作涉及的数据量少。 　　连机分析处理OLAP(On Line Analytical Processing)：支持决策支持系统。需要在数据仓库的基础上，进行联机分析处理，每次处理的数据量大，响应时间长。它需要由历史数据、由多个数据来源的数据得到有指导意义的信息。 　　我们日常看到和用到最多的是联机事务处理的应用程序，如银行存取款系统、飞机火车订票系统、学生选课系统、图书馆查询管理系统、企业信息管理系统等。对这些系统，通常要求用户发出命令后，响应速度要快，但每次操作涉及的数据量少。联机分析处理是支持决策系统的，需要在数据仓库的基础上，进行联机分析处理，每次处理的数据量大，响应时间长。它需要由历史数据、由多个数据来源的数据得到有指导意义的信息。例如，分析第一季度北京市电脑销售情况，要对各种型号的电脑、各个销售点的销售情况进行汇总和处理。可能还要与上一季度的销售情况、或上一年同期的销售情况进行比较，查看销售趋势，分析市场的行情等。 9. 数据仓库DW（Data Warehouse）： 　　数据仓库是支持决策支持系统的，面向主题的、集成的、稳定的带有商业应用软件的数据库系统。利用现有的数据资源，把数据转换为信息，从中挖掘出知识，提炼成智慧，创造出效益。 　　一个数据仓库也可以看成是一个自带数据库的商业应用系统。它把现有事务性数据库及其他数据源中的数据经过提炼，汇总、提取有用的信息，重新建模组织，接着主题要求建立数据仓库。目前数据仓库仍用关系DBMS进行存储和管理。通过联机分析处理软件进行分析，查询处理。 10. 数据挖掘DM（Data Mining）： 　　数据挖掘从数据仓库中存储的大量历史和现实数据中，发现未知的和意想不到的信息，用来指导商业行为，提高市场占有分额，增加企业的利润。 　　数据发掘可帮助商业用户处理大量存在的数据，以期发现一些"意外的关系"，以便增加市场份额和利润。 11. 信息挖掘（Information Mining）： 　　现实世界是一个信息的世界，各个企业都积累了大量数据和信息，都希望从这些数据中，找到一些更深入的信息，以辅助企业的决策。但这些有价值的信息是什么？结论是什么？我们并不知道，我们要从这些堆积如山的数据中去发现、去挖掘有用的信息，这就是信息挖掘。 　　信息以多种语言、多种数据格式和大容量的形式出现。 信息发掘是指在文档、地图、照片、声音和影像之汪洋大海中发现相关信息，即实现面向内容的检索。这是个令人兴奋又富有挑战性的问题。 　　信息有多种语言、多种数据格式。例如，文本形式、数字数据形式、图形、图象、图片等各种形式。而且这些信息的来源也是多种形式的。除了数据库之外，还有客户信件，WEB网页，电子邮件，在线新闻，以及广播电视等大量丰富的信息资源。要从这些非结构化的数据形式中，发现隐藏在其中的知识与智慧。这是一个富有挑战性的课题。传统的信息组织方法（作者、主题和题目）不能发挥计算机按内容查找文档、连接文档和将同类文档归类的能力。 　　在信息挖掘技术中，目前应用较为广泛的是数据挖掘和文本挖掘。