数据仓库的业务处理描述如下:数据 source和数据的存储和管理部分可以统称为数据。数据 仓库系统通常采用三层架构，底层为数据仓库server，中间层为OLAP服务器，顶层为前端工具。具体如下:1。数据 source和数据的存储和管理部分可以统称为数据server。(1) 数据来源:是数据 仓库系统的基础，也是整个系统的来源。通常包括内部信息和外部信息。
外部信息包括各种法律法规、市场信息和竞争对手信息等等。(2)对数据的存储和管理是整个数据 仓库系统的核心。数据 仓库的真正关键是数据的存储和管理。数据 仓库的组织管理决定了它不同于传统的数据库，也决定了它对外的数据表达式。要决定用什么产品和技术来构建数据 仓库的核心，我们需要从数据 仓库的技术特点入手。根据主题对现有业务系统进行提取、清理、有效整合和组织。
4、什么是 数据 集市?数据集市独立DB2数据Library includes数据enterprise。每个数据 集市包括来自中央政府的历史数据 仓库的子集，以满足特定部门、团队、客户或应用的分析和报告需求。托管这个DB2 数据库的系统称为数据集市server。虽然数据-1/可以有很多，但是数据-1/服务器只能有一个。数据 集市该组件需要IBM DB 2 Universal Database Enterprise Edition，在安装控制服务器之前必须手动安装。
IbmtivoolimonitoringForransaction Performance通过提供一个名为数据 集市的提取、转换和加载(ETL)进程来实现此操作，该进程是由数据 集市创建的，并将来自中央/您可以修改现有的数据集市或创建一个新的
5、 数据 仓库是做什么的个人认为最简单的答案是数据对历史进行分析整理。数据 仓库在根源上，它的出现是因为各种应用系统无法高效处理大量历史数据。以银行为例。我国幅员辽阔，资源丰富。一般全国银行网点至少有4000家。在财务系统的一个总账里，每个分行每个月至少要有1000个科目和项目/123，456，789-0/要报，还不算各种外币和海外机构。经过10年的积累，集中库的总账中/123，456，789-0/的金额是如此之大:
我们能做的就是减少在应用系统中保存数据的时间，只能查看最近2年及以下的记录。把历史数据的统计分析留给其他系统，就出现了一个名为数据-2/的系统。这个仓库中最重要的问题是历史数据的统计，如何高效的存储历史数据如何处理纬度梯度，如何设计更贴近业务的主题等等。
6、什么是 数据 仓库, 数据 仓库如何分层数据仓库分层的原因1效率是通过数据预处理提高的，所以会有冗余数据2如果业务系统的业务规则没有分层，会影响整个/10。工作量巨大。3工作通过分级管理逐步完成，使每一层的处理逻辑简单。标准数据-2/Layers:ods(临时存储层)、PDW(数据-2/layer)、Mid(数据集市layer)、app(应用层)ODS:历史存储层，与源系统同构数据、以及
7、 数据 仓库与 数据挖掘技术—特点及元 数据数据仓库具有以下特征数据 数据其中数据是在更高层次上分析对象的主题式组织。主题通常在更高的层次上进行分类数据，每个主题对应一个宏观分析领域。数据 仓库应该重组数据完成从业务数据到主题数据的转化。题目的提取要根据分析的要求来确定，根据需要的信息，分门别类、分角度存储数据-0/仓库数据是综合事务处理系统中的操作型数据 in。
8、 数据库与 数据 仓库的区别总之，数据 Library是面向事务的设计，数据仓库Library是面向主题的。数据图书馆一般存储网上交易数据，数据 仓库存储历史数据。数据库的设计是尽可能避免冗余，一般采用符合范式的规则。数据 仓库设计中有意引入冗余，采用反范式。数据 Library是为了捕捉数据，仓库是为了分析数据，它的两个基本元素是维度表和事实表。维度是看问题的视角，比如时间、部门、维度表，里面包含了这些东西的定义，事实表包含了要查询的数据，维度的ID。
任何技术都是为应用服务的，结合应用就很容易理解。以银行业为例，数据库是交易系统的数据平台。客户在银行进行的每一笔交易都会被写入数据 Library并记录在案，这里可以简单理解为用数据库记账。数据 仓库是分析系统的数据平台，它从交易系统中获取数据，并对其进行汇总和处理，为决策者提供依据。比如某银行某支行一个月发生了多少笔交易，该支行的活期存款余额是多少。
