區別：
1、目的不同：
數據倉庫是為了支持復雜的分析和決策，數據挖掘是為了在海量的數據里面發掘出預測性的、分析性的信息，多用來預測。
2、階段不同：
數據倉庫是數據挖掘的先期步驟，通過數據倉庫的構建，提高了數據挖掘的效率和能力，保證了數據挖掘中的數據的寬廣性和完整性。
3、處理方式不同：
數據挖掘是基于數據倉庫和多維數據庫中的數據，找到數據的潛在模式進行預測，它可以對數據進行復雜處理。大多數情況下，數據挖掘是讓數據從數據倉庫到數據挖掘數據庫中。
聯系：
1、數據倉庫是為了數據挖掘做預準備，數據挖掘可建立在數據倉庫之上。
2、最終目的都為了提升企業的信息化競爭能力。
數據倉庫與數據挖掘的發展歷程：
關系數據庫是20世紀70年代初提出來，經過數據庫專家幾十年的努力，理論和實踐都取得了顯著成果，標志著數據庫技術的日益成熟。
但它仍然難以實現對關系數據庫中數據的分析，不能很好地支持決策，因此在80年代，產生了數據倉庫的思想，90年代，數據倉庫的基本原理、架構形式和使用原則都已確定。
主要技術包括對數據庫中數據訪問、網絡、C / S結構和圖形界面，一些大公司已經開始構建數據倉庫。針對數據倉庫中迅速增長的海量數據的收集、存放，用人力已經不能解決，那么數據倉庫中有用的知識的提取就需要數據挖掘來實現。
數據挖掘與統計學子領域“試探性數據分析”及人工智能子領域“知識發現”和機器學有關，是一門綜合性的技術學科。
