 | 下一代数据仓库架构--DW2.0 | 04-11 | | DW2.0 - the arthitecture of the next generation of data warehousing - 对现代数据仓库进行了简明而又清晰的描述。DW2.0已经被Bill Inmon和Inmon Data Systems注册为商标，未得到允许不能用于商业用途。通过D |  | 定义事实表的粒度 | 04-11 | | 维度建模中一个非常重要的步骤是定义事实表的粒度。定义了事实表的粒度，则事实表能表达数据的详细程度就确定了。定义粒度的例子如下：1．客户的零售单据上的每个条目。2．保险单上的每个交易。定义好事实表的粒度有很大的用处。第一个用处就是用来确定维度是否与该事实表相关。例如，对于粒度细到医疗单…… | | EDW的几个缺点 | 04-11 | | EDW是Enterprise Data Warehouse的简写。这里EDW指Inmon的CIF构建方法，EDW架构指的也是CIF架构。本文比较了EDW架构和总线架构的差别，并指出了EDW架构的缺点，当然这是Kimball的观点。1．从逻辑模型上来说，两种构建 数据仓库的方法都以为企业建立一致性…… | | 如何规划数据仓库的架构 | 04-11 | | 在我们构建DW/BI系统时，如何来规划架构是非常重要的一步。我们是选择将系统建立在关系数据库中，还是建立在多维数据库中，还是关系数据库和多维数据库中都进行建立。在建立的多维数据库后，是否还有必要将多维模型建立在关系数据中？这些都是在架构 数据仓库时首先要考虑的问题。通常的建议是关系数据库和多维数据库 | | 浅析查找ETL系统瓶颈 | 04-11 | | What steps do you take to determine the bottleneck of a slow running ETL process?如果ETL进程运行较慢，需要分哪几步去找到ETL系统的瓶颈问题。答：ETL系统遇到性能问题，运行很慢是一件较常…… | | 浅析ETL过程的四步 | 04-11 | | What are the four basic Data Flow steps of an ETL process?在ETL过程中四个基本的过程分别是什么？答：Kimball 数据仓库构建方法中，ETL的过程和传统的实现方法有一些不同，主要分为四个阶段，分别是抽取（extract）、清洗…… | | 浅析一致性维度 | 04-11 | | 维度建模的 数据仓库中，有一个概念叫Conformed Dimension，中文一般翻译为“一致性维度”。一致性维度是Kimball的多维体系结构（MD）中的三个关键性概念之一，另两个是总线架构（Bus Architecture）和一致性事实（Conformed Fact）。 | | 浅析多值维度 | 04-11 | | 在维度建模的 数据仓库中，有一种维度表叫multivalue dimension，中文一般翻译为“多值维度”。多值维度有两种情况，第一种情况是指维度表中的某个属性字段同时有多个值。举例来说，一个帐户维度表中，帐户持有人姓名，可能会有多个顾客。这样，一个帐户对应多个顾客姓名，一…… | | 齐红胤 简介 | 04-11 | | 齐红胤，出生于1976年，硕士学位，毕业于清华大学自动化系，主要进行 数据仓库、 数据挖掘及 商业智能的研究与应用，擅长数据仓库架构、数据库及数据仓库建模。扎实的数据仓库理论基础和丰富的实践经验,三年金融背景，熟悉 | |
共 9 篇文章 首页 上一页 下一页 尾页 页次：1/1页 15篇文章/页 转到：
|
站内文章搜索
