怎样去宣传数据仓库？

hem 2001-09-13 04:38:31

数据仓库是面向主题的、集成的、随时间变化的非易失的数据集合，用于支持管理层的决
策分析。

数据仓库对历史的数据做分析，以得出所分析主题的发展趋势，来支持决策层的决策分析。用于联机分析处理。
数据库普通关系型数据库大多用于联机事务处理，处理当前的事务、交易。

集成的例子：

就拿一家百货公司来说，公司有好多的分公司，每个分公司有自己的日常交易纪录数据。
有真实的详细的交易历史纪录、也有月度、年度归总数据。总公司需要了解公司的运营状
况，以决定以后如何拓展业务，了解客户购物趋势，推广新产品等系列决策。试想想，如果
每个子公司将所有的历史数据都送到总公司，请问，总公司需要多少磁盘、多少资源来存储
这些数据？总公司要这些数据干什么？总公司不需要这些详细的数据，如果子公司根据一
定的周期归总之后在送到总公司，这样一来，数据量小了，有利于分析了。但是，这么多子
公司里面，每个公司的数据结构定义可能不相同。需要统一数据定义。
送到总公司来的数据是比较全面的。这样一来，公司可以对用户购物趋势、购物能力等主题
做一个比较全面的分析，以发掘客户、扩大公司规模。

面向主题：

通讯公司可能只是纪录用户的应收款、预付款、通话纪录、费率。如果建立一个客户主题区
域，用来纪录用户所购买的服务、用户所在地域。这个主题区域可以帮助通讯公司预测客户
增长率、客户的地域分布、客户购买服务的倾向以增加新的服务，在那些区域出售什么通讯
产品等等的决策。

随时间变化：

上面两个例子都提到这个。百货公司的记账系统、通讯公司的记账系统都是随时间变化的最
好的例子，记账系统定期归总数据，然后将归总数据不断加到数据仓库里面来，这样数据仓
库也就是随时间变化的。

非易失性的：

一般的，追加到数据仓库里面的数据是不允许更改的，它不同于联机事务处理系统，允许修改数据库纪录。这样数据仓库的数据一般不会丢失。

...全文

247 27 打赏收藏转发到动态举报

写回复

用AI写文章

27 条回复

切换为时间正序

请发表友善的回复…

发表回复

wilddragon 2001-09-24

打赏
举报

支持支持

wilddragon 2001-09-22

打赏
举报

好困呀

wilddragon 2001-09-21

打赏
举报

等待中...

hem 2001-09-20

打赏
举报

snapshot 快照技术有什么工具吗？

qianby 2001-09-20

打赏
举报

我也是做数据仓库的(Oracle,warehouse builder,snapshot技术)

hem 2001-09-20

打赏
举报

qiqi_xu(奇奇)
ETL 不是一朝一夕能熟悉的，里面有很多技术问题，主题的定义、数据汇总都不是单纯可以从字面上理解的。
cxgtommy(Tommy）
你已经走在中国数据仓库的前头了。

hem 2001-09-19

打赏
举报

两位如果有一些什么电子文档，可以转载到文档区，这样大家就不用再自己的小圈子里面转悠。
您还可以得到不少可用分。如果浏览的人数多，你还可以得到可用分或专家分。

hem 2001-09-19

打赏
举报

两位在这不短时间了吧？
怎么不申请做斑竹？打理打理这里也挺好的。

hem 2001-09-19

打赏
举报

cxgtommy(Tommy)　
hxflx(星星之火)　
怎么没在 linux / unix 上看过两位？
昨天去自我感觉不错。不知两位兄弟报酬怎么样？
我要求 12000 / month

Tommy Chang 2001-09-19

打赏
举报

穷人的孩子早当家，看来你是比较有钱途，兄弟自认不及。

:)

关于资料，手头的很少，自己平时都是瞎看的。

qiqi_xu 2001-09-19

打赏
举报

我也刚开始接触数据仓库，感觉就是将原来关系型数据库中的数据进行汇总，抽取主题，定义维度。接下来的事就是选择数据仓库分析工具，让用户知道如何去分析、钻取、切片数据。不知道是否还有其它什么技术上的问题。
在众多的数据仓库分析工具中，不知各位大侠有何看法

hem 2001-09-18

打赏
举报

各位有空到 linux/unix 栏目捧捧场。虽然我好久没有好好打理这个栏目

hem 2001-09-18

打赏
举报

数据仓库不要跟数据集市混为一谈。
数据仓库是一种体系结构，数据集市是一种技术。
下午我要去面试，不知道是凶是吉。是一家做数据仓库的公司

hxflx 2001-09-18

打赏
举报

也许能遇到我啊！！！~~^~~
好运

Tommy Chang 2001-09-18

打赏
举报

faint.

原来hem是linux/unix版的，失敬失敬，同行同行。

good luck。下午面试有结果告诉我，看看是竞争对手还是合作伙伴，哈哈。当然，下班后就百无禁忌了。

:)

xiaokunkun 2001-09-16

打赏
举报

我也想知道。

Tommy Chang 2001-09-16

打赏
举报

目前最关键的不是演示问题，各个厂家、集成商都有成堆的演示，真实的项目都做了一批。

:)

hxflx 2001-09-16

打赏
举报

to:hem
cxgtommy
all

大家讲得都很好！
数据仓库是面向主题的，根据主题我们确定了数据粒度，建立了数据模型（维，测量，事实）也就是立方体，。
通过数据模型我们可以把数据展现出来，我想这就是一般数据仓库的步骤吧。（不包括业务分析）。
当我们把模型建出来后，关键是展现。
通过归纳（drill up) , 分类(drill down) ,旋转及不同的维度的变化为领导决策提供一个直观的数字或图形界面。
当前数据仓库成功的例子应该说是比较少，要宣传数据仓库就要迅速拿出一个数据仓库DEMO,
通过不断与客户沟通来构建一个能为客户提供最好的信息价值。
说得容易做得难啊！

Tommy Chang 2001-09-16

打赏
举报

to hem:
其实数据仓库只是将数据拿出来了而已。首先，数据仓库通常都离不开一种普通的数据库来保存数据，其次数据仓库并没有像SQL在RDMBS中同样地位的东西，目前不提其他概念，最普通的metadata都有三种规范，都尚未统一。数据仓库跟传统数据库系统之间绝对的界限是不存在的。

其实你前面介绍的时候如果能将维、粒度、测量、立方体等基本概念按顺序讲清楚，可能帮助一些初接触的朋友理解。

你谈到一点很重要，历史数据的处理。这些东西其实都是影响数据仓库能否真正帮到用户解决实际问题的很大因素。

其实大家很多人可能看过datawarehouse toolkit或 building the data warehouse之类的东东，其实manage the data warehouse这本书给你从管理和维护数据仓库的角度来，讲了不少有利于理解数据仓库的东东。

数据仓库目前来看是跟业务数据库系统产别很大，很难用同一种技术适应不同的需求，但是在看得到的将来，两者是分久必合的趋势。

to hxflx:
给大家解释下drill down,drill up,drill through,what-if等名词吧

:)