如何建数据仓库,在数据仓库中,如何实现ETL?

因为关于优点的理论很多，所以要想真正理解好，简明扼要的给客户解释清楚，让客户觉得值得建立数据 仓库。有一些朋友是这么说的(我会在评论里说说我个人的看法):A 数据图书馆是一个可以容纳的地方数据(信息的原始资料)。数据 仓库是一个系统，这个系统也用数据来存储东西。数据 仓库主要解决什么问题？在企业信息化建设过程中，为了提高企业的日常工作效率，提高企业的市场适应能力，大多数企业都会根据市场、客户和企业自身建立不同的业务系统来满足需求。

数据 仓库两种典型的建模理论数据-0是基于主题领域的维度建模和实体关系建模，分别以Kimball和Immon为代表。维度建模由数据分析需求驱动，倡导总线架构:事实一致，维度一致。这个数据模型便于用户理解和数据分析操作。基于主题领域的实体关系建模以源系统数据为驱动，整合了企业的所有数据，从企业的高度抽象整合数据，采用3NF实体关系理论进行建模。这种数据。

上周主要讨论了数据在基于主题域的实体关系建模中的集成，讨论了以下三个思路:同一主题域中不同实体的属性通过属性聚合。比如对于会员、公司、客户等实体对象，我们都有地址属性信息、姓名识别属性信息等等。这种思想是将属性内聚度高的字段进行整合，将不同的属性以带类型标识的树表形式存储。

网络规划？它可以在Linux和Windows环境中成功创建。注意:无论是在Linux还是Windows下，前提是你已经正确安装了Oracledatabase12C。共14步，每一步至少有一个图文介绍，力求详细。一步一步安装就好了。0.0打开数据库配置助手(DBCA 数据库配置助手)。初始化是安装的一部分，也可以随时打开它来创建新的数据library实例。

1。首先你得搞清楚建立数据仓库的目的是什么，是整合各种系统数据服务于数据的分析决策，还是快速完成分析决策需求？如果是前者，建模时一般会选择er建模方法数据仓库；如果是后者，一般会选择维度建模方式。ER建模:即实体关系建模，由数据 仓库之父BIllInmon提出。核心思想是从整个企业的高度设计三范式模型，用实体关系描述企业服务。

维度建模(Dimension modeling):由Kimball提出，核心思想是从分析决策的需求出发建立模型。该模型由事实表和维度表组成，即星型模型和雪花型模型。Kimball主张自底向上的架构，可以为独立部门建立数据 bazaar，然后增加构建，归纳为数据 仓库。2.其次，你要进行深入的业务调研和数据 research业务调研:深入的业务调研可以让你更加明确建仓的目的；同时也有利于后续的建模和设计。随着研究的深入，如何将实体业务抽象成多仓库模型将会更加清晰。

SAS的OLAP解决方案支持三种不同类型的OLAP方法，即MOLAP、ROLAP和HOLAP。三种方法的结合可以让IT人员根据不同的数据环境建立相应的数据存储模式，从查询速度来看，可以使用MOLAP，从存储大量数据来看，可以使用ROLAP，HOLAP结合了前两者的优点，产生了更灵活的方式。数据存储在HOLAP模式下可以是SAS 数据 set，other数据library数据table，MDDB 数据，和/。