数据仓库
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？
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。
做BI的目的是帮助用户进行决策分析，从多维的角度来分析现状，给决策者做出正确的决策提供可靠的数据基础与背景，为企业的发展做出正确的导向。然而在国 内做BI确走入了一个误区，通常客户拿BI当报表系统来用
当所需要抽取的数据量越来越大，中间的计算越来越复杂的时候我们当初的ETL程序很有可能不能在窗口时间内完成了。这个时候我们就需要对ETL进行优化。当然如果能在设计之初就考虑到优化是最好的。
关系数据仓库或报表工作负载的特征是事务的数量少，然而规模非常大。很容易识别这些应用程序 它们通常以读取工作负载（如决策支持、分析和报告）为主，并定期执行数据补充或批量加载。在分析数据库设计、资源利用率和系统性能的重要性时，一定要记住这些特征。数据仓库或报表应
一、简介 Microsoft SQL Server 2005 是一个完整的商务智能 (BI) 平台，其中为用户提供了可用于构建典型和创新的分析应用程序所需的各种特性、工具和功能。本文简要介绍了您在构建分析应用程序时将要用到的一些工具，并着重介绍了一些新增功能
本文中，作者通过几个国外大型IT企业及网站的成功案例，从Web技术人员角度探讨如何积极地应对国内大型网站即将面临的扩展（主要是技术方面，而较少涉及管理及营销等方面）矛盾。
CHICAGO——Gartner商业智能峰会的一位主要发言人表示，“商业智能”这个词不是，而且不应该是，对查询和报表工具的简称。然而2004的主题正是这些工具 。
在1996年，当时数据挖掘市场是年轻而不成熟的，但是这个市场显示了爆炸式的增长。三个在这方面经验丰富的公司DaimlerChrysler、SPSS、NCR发起建立一个社团，目的建立数据挖掘方法和过程的标准。在获得了EC（European Commission）
物流科技的不断发展，以及自动化物流设备的广泛应用，造就了仓库控制系统的推广与应用。然而，谁才是一座物流中心真正的管理者，WMS？还是WCS？多年来，至少在配送中心中的标准答案是WMS。但是，现在的答案将是WCS。
数据仓库技术现在使用得越来越多，数据仓库资深DBA Janet Wong带我们简短地回顾了她的第一个项目和数据仓库技术大体上的一些思想。
ETL即数据抽取（Extract）、转换（Transform）、装载（Load）的过程，它是构建数据仓库的重要环节。本文中，作者向您介绍了在BI项目中ETL的设计以及一些思考。
数据质量问题关系到数据仓库项目的成败，ETL是数据仓库的最重要的基础，T意味着清洗转换数据，由于数据仓库过程的每一点错误都会在后续过程中被放大，所以我们必须把数据质量问题控制在最初阶段。本文即是对数据仓库数据质量问题进行的探讨和解决方案。
数据仓库和数据挖掘是两个比较大的概念，在国外已经非常成熟，在国内随着前几年企业数据的累计、ERP的成熟，数据仓库和数据挖掘开始起步。
