数据仓库和数据挖矿是两个比较大的概念，在国外已经非常成熟，在国内也随着企业前几年的累计ERP数据而成熟。如何建立-2仓库和数据Mining是一个值得探讨和优化的问题，不仅在技术上，在商业应用上也是如此。随着新技术和新概念的不断引入，传统的数据。-2仓库的申请也有了新的进展。每个企业的数据 仓库都可以根据不同的企业特点，采用非常灵活的选型方法进行选型设计和实施。本文谈一些比较新的技术特征数据。-2/挖掘架构从成熟的数据 仓库架构来看，建立EDW(EnterpriseDataWarehouse)是更好的选择。EDW是企业数据 仓库对。有一个完整、无冗余且唯一的视图，保留了关键的历史变更信息。基于EDW，我们可以建立数据bazaar DataMart数据市场上不同的企业有不同的需求，基本上可以分为用户主题、商流主题、产品主题等等。在EDW的基础上，可以有很多主题应用。如何建立EDW是一个重要的问题。建立EDW的关键是抓住数据 仓库的精髓，提供关键的历史变化信息，真实还原企业数据。
5、浅析 数据 仓库的构建方法Analysis数据仓库的构建方法随着不同管理信息系统(MIS)在企业不同部门的大规模应用以及企业对数据 management的不断新需求，不仅要求传统的联机事务处理，而且越来越要求各种应用系统能够在企业积累的、从外部获取的丰富信息资源的基础上，利用这些分散的、不一致的、杂乱的信息资源 即更多地参与数据分析与决策支持，这样就出现了一种数据分析、处理与决策支持。
6、 数据 仓库是干什么用的个人认为最简单的答案是数据历史的分析与整理是数据 仓库。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，自然资源丰富。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个科目和项目数据要报，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/123，456，789-2/的金额是如此之大:
我们能做的就是减少数据在应用系统中保存的时间，只能查看最近2年以内的记录。把历史数据的统计分析留给其他系统，就出现了一个名为-2仓库的系统。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。
7、 数据 仓库的建立步骤数据仓库是决策支持系统和联机分析应用的结构化环境数据 source。数据 仓库研究解决从数据图书馆获取信息的问题。数据 仓库的特点是主题性、整合性、稳定性和时变性。其构建步骤如下:1 .收集和分析业务需求；2.建立数据的模型和数据 仓库的物理设计；3.定义数据来源；4.select-2仓库技术与平台；5.从operational数据library数据到数据仓库，提取、纯化、转换；
8、浅析元 数据在 数据 仓库中的应用:大 数据 仓库摘要:元数据作为存储数据，元数据涉及各种数据 仓库教材。但是meta 数据的管理在实际应用中很少用到。大多数开发人员都知道meta仓库的重要性，但是很少在实际应用中使用，或者说不知道如何构建meta 数据。关键词:元数据-2仓库-2/型号编程中图纸分类号:TP311.13文件识别码:A文号:16723791 (2012) 00。
涵盖了仓库的方方面面，对-2仓库的构建和运行有着极其重要的作用。meta 数据大致分为meta about数据source数据model数据model，(1) 数据元之源数据。关于数据 source数据的元素在使用该元素数据时，在不同数据 source平台上的物理结构和含义是现有系统业务数据source的描述信息，具体有以下几点:① 数据源中所有物理数据结构。
