数据仓库

本文提供一个在数据仓库项目的实施过程中，可增量添加的、可扩展的数据质量体系结构，它可以保证以最小的对前期投资的影响，并增加到存在的数据仓库和数据集成环境中。

根据贵州电信综合业务系统的要求，Sybase和创智科技一起建议该决策支持系统解决方案采用集中式数据仓库建立的方式。决策分析系统从各业务系统采集所需数据，经过整理转换后，供决策分析系统使用

毫无疑问，这是一个信息爆炸的时代。你的服务器上充满了各种各样的数据。问题就提出来了，你如何处理那些非结构化数据？在本文中，让“数据仓库之父” W.H. Inmon谈谈他自己的独到见解。

本文主要讨论一些在ETL中设计增量更新的方法和技巧。

本文主要讨论使用Kettle来设计一些较为复杂和动态的转换可能使用到的一些技巧，这些技巧可能会让你在使用Kettle的时候更加容易的设计更强大的ETL任务。

摘要：本文主要介绍使用kettle 来建立一个Type 2的Slowly Changing Dimension 以及其中一些细节问题

在虚拟机镜像中部署服务器应用程序的做法风靡一时。当需求改变时，虚拟服务器可以快速地从一台机器移到另一台机器上的这种能力让IT部门受益无穷。但是，这种做法适用于像SQL Server这样的重量级系统吗？对于这个问题，Conor Cunningham提出了否定的看法。

这篇指南你需要建立并配置Oracle Warehouse Builder 11gR1环境.你也会使用Repository Assistant 去创建一个用户并登录到你的设计元数据储存的仓库

从索引策略、索引的分片以及快速载入与查询性能的等方面对表的设计进行阐述后后，接下的此篇将讲述怎么样优化数据仓库环境方面的知识。

本文论述了IBM关于数据仓库系统配置最佳实践BCU的概念和方法论，并给出了具体的配置方案，供我们在数据仓库规划或扩容时参考。

本教程中，你可以学到如下一些东西：下载和执行设置脚本来为后面的课程做准备. 创建OWB Design Center 用户和安装Repository ；登录到OWB Design Center 并打开一个OWB 项目.

在这篇文章中，将接着详细讲述一下表的设计相关的一些问题，将从索引策略、索引的分片以及快速载入与查询性能的等方面进行详细阐述。

本文主要讨论当架构一个很大的、高性能的数据仓库，特别是对那种无法预知有多少查询量的系统时要考虑的一些东西。这个讨论包括SQL Server 2005的一些新的特性以及在使用这些特性的时候需要考虑的一些东西。

本文就基于开源BI平台Openi的数据仓库系统，进行整体设计及开发，就其中比较热门的技术，如OLAP、数据仓库等进行初步的讲解，以期起到一个抛砖引玉的作用。

本文中,我们是采用系统配置要平衡的概念进行I/O配置评估,即看待一个系统时,其CPU和内存,主机I/O带宽,存储带宽应是平衡和一致的。合理的配置是保证系统整体性能的关键。

对数据质量管理，这句话也是应该严格遵守的至理名言。越早发现潜在的数据问题，越有可能以较小的成本，较快的速度处理这些问题。在商业系统的应用管理方面，这也是数据质量管理的基本要求。

本文介绍了数据仓库实施过程所需要考虑的步骤。

随着数据的不断积累和增长，各个行业都在思考一个相同的问题，怎样把数据从成本转化为价值？怎样从庞大的数据集中分析出有用的信息来用于企业的市场经营和企业决策？

本文介绍了数据库及数据仓库的四种建模方法。

当使用SQL Server技术建立一个数据仓库时，你可能会面临一些挑战。我将给你一些建议来克服它们。当然，每个环境可能会给建立数据仓库所面临的挑战增添自己的难度，但是这些建议大多数都是通用的，足以应用于许多公司着手构建商业智能(BI)应用。