关系型 OLAP (ROLAP) 服务器 这些是位于关系型后端服务器和客户端前端工具之间的中间服务器。它们使用关系型或扩展关系型 DBMS 来存储和管理仓库数据，并使用 OLAP 中间件来提供缺失的部分。ROLAP 服务器涉及针对每个 DBMS 后端的优化、聚合导航逻辑的实现以及更多工具和服务。ROLAP 技术的扩展性往往高于 MOLAP 技术。例如，Micro Strategy 的 DSS 服务器采用了 ROLAP 技术。ROLAP 系统通常使用驻留在关系数据库中的数据，其中基本数据和维度表……阅读更多

OLAM 代表在线分析挖掘。它也称为 OLAP 挖掘。它将联机分析处理与多维数据库中的数据挖掘和知识挖掘相集成。数据挖掘系统有几种范例和结构。各种数据挖掘工具必须处理集成、一致和干净的数据。这需要代价高昂的数据清洗、数据转换和数据集成预处理。因此，通过这种预处理构建的数据仓库是 OLAP 和数据挖掘的宝贵高质量信息来源。数据挖掘可以作为数据清洗和数据集成宝贵的工具。OLAM 对……阅读更多

数据仓库和数据市场用于广泛的应用领域。业务主管使用数据仓库和数据市场中的数据来执行数据分析并制定战略决策。在一些公司中，数据仓库被用作企业管理计划-执行-评估“闭环”反馈系统的组成部分。数据仓库广泛应用于银行和金融服务、消费品和零售分销领域以及受控制造业，包括按需生产。一般来说，数据仓库的使用时间越长，其发展就越完善。这种演变贯穿于各个阶段。最初，数据仓库……阅读更多

数据仓库包含大量数据。OLAP 服务器要求决策支持查询在几秒钟内得到响应。因此，数据仓库系统必须提供高效的立方体计算技术、访问技术和查询处理技术。高效的数据立方体计算多维数据分析的核心是跨多个维度集的高效聚合计算。在 SQL 术语中，这些聚合被称为 group-by。每个 group-by 可以用一个 cuboid 来表示，其中 group-by 的集合形成一个 cuboid 格子，定义了一个数据立方体。有三种选择用于数据……阅读更多

OLAP 代表联机分析处理。OLAP 是一种软件技术的分类，允许分析师、经理和主管通过快速、一致、交互式地访问各种可能的视角来从信息中获得洞察力，这些视角已将原始数据转换以反映企业通过用户了解的真实维度。OLAP 服务器向业务用户提供来自数据仓库或数据市场的

数据仓库是一种主要用于收集和管理来自各种来源的数据的技术，以便为业务提供有意义的业务洞察。数据仓库专门设计用于支持管理决策。简单来说，数据仓库是指与组织的操作数据库分开维护的数据库。数据仓库系统能够集成多个应用程序系统。它们通过支持整合的、历史信息的可靠平台来进行数据处理，以便进行分析。数据仓库在多维领域中概括和整合信息。数据仓库的构建包括数据清洗、数据集成和数据转换……阅读更多

数据仓库通常具有三层（层）架构，包括：底层是仓库数据库服务器，它几乎总是关系数据库系统。后端工具和实用程序用于将记录从操作数据库或其他外部来源（包括外部顾问支持的用户配置文件数据）馈送到底层。这些工具和实用程序实现数据提取、清洗和转换（例如，将来自多个来源的相同数据合并到统一格式中），以及加载和刷新功能以更新数据仓库。使用称为网关的应用程序编程接口提取数据。网关是……阅读更多

数据仓库可以使用三种方法构建：自上而下的方法自下而上的方法两种方法的结合自上而下的方法从完整的规划和设计开始。在技术复杂且熟悉，以及必须解决的业务问题清晰易懂的情况下，这很有帮助。自下而上的方法从实验和原型开始。这在业务建模和技术开发的初期阶段是有益的。它使组织能够以更低的成本前进，并在做出重大承诺之前计算技术的优势。在组合方法中，组织……阅读更多

数据仓库是一种主要用于收集和管理来自各种来源的数据的技术，以便为业务提供有意义的业务洞察。数据仓库专门设计用于支持管理决策。简单来说，数据仓库是指独立于组织的操作数据库维护的数据库。数据仓库系统能够集成多个应用程序系统。它们通过支持整合的、历史信息的可靠平台来进行数据处理，以便进行分析。数据仓库的技术包括数据清洗、数据集成和联机分析处理 (OLAP)，即具有诸如……阅读更多

数据仓库的主要组成部分如下：数据源 - 数据源定义了记录的电子存储库，其中包括对管理使用或分析感兴趣的数据。数据库的主机（例如 IBM DB2、ISAM、Adabas、Teradata 等）、客户端-服务器数据库（例如 Teradata、IBM DB2、Oracle 数据库、Informix、Microsoft SQL Server 等）、PC 数据库（例如 Microsoft Access、Alpha Five）、电子表格（例如 Microsoft Excel）以及任何其他电子数据存储。数据仓库 - 数据仓库通常是关系数据库。它应该被组织成以最能支持查询和……阅读更多