SQL_Server_2008基础教程数据仓库与数据集市详解

联合型数据仓库的架构设计，挺适合做复杂业务整合的。像Oracle Financials、Siebel CRM这类系统的数据，都可以汇到一个公共中转区，再拆分成多个数据集市给下游使用。这样拆得细，但又能联得起来，用起来还挺顺手的。 联邦式架构的好处是你不用一开始就搞个巨大的全仓，前期成本也能控制。用Real Time ODS把实时数据先接住，再慢慢建模，过渡得也比较自然，挺适合产品阶段推进不确定的场景。 再说实时，用在电商、营销系统那一类反应要快的场景，有用。比如你实时分群、实时推送优惠，就靠这套实时数据挖掘搞定。 不熟悉的话，推荐你先看看下面几篇： 数据仓库与数据集市的区别及入门指南，讲

数据仓库是企业级的，为整个企业各部门提供决策支持；而数据集市则是部门级的服务，主要为局部管理人员提供支持，又称部门级数据仓库。数据集市包括独立数据集市和从属数据集市。

风险数据集市汇总层数据仓库建模 在风险数据集市中，汇总层扮演着至关重要的角色。它负责将来自基础层的数据进行整合和汇总，为上层应用提供高层次的聚合视图。 汇总层建模方法论 维度建模: 采用星型或雪花模型，以事实表为中心，连接多个维度表。维度表提供业务上下文，事实表存储关键指标。 聚合粒度: 根据业务需求确定合适的聚合粒度，如时间、产品、客户等。 预计算: 预先计算常用的聚合指标，提高查询性能。 增量更新: 采用增量更新机制，高效更新汇总数据。 汇总层建模的关键考虑因素 业务需求：确定需要哪些指标和维度。 数据量：考虑数据规模和查询性能。 数据更新频率：选择合适的更新策略。 数据质量

在进行数据仓库设计时，必须考虑使用维度模型作为其结构基础。每个维度模型在数据仓库中都包含一个事实表，用于存储度量数据，以及多个描述性维度表，例如时间、产品类型和员工等。事实表可包含库存、费用等数据。

体系结构第1页

在默认情况下，数据检索结果中显示的列标题是定义表时使用的列名称。然而，在检索过程中，可以根据用户需求改变显示的列标题。实际上，改变列标题就是为特定的列定义一个别名。改变列标题有两种方法，一种是使用等号(=)，另一种是使用AS关键字。

数据库管理的核心任务之一是有效地分配和维护数据存储空间，以应对不断增长的数据需求。随着业务量的扩展，数据库中的数据和事务日志也随之增加。

系统文件位置

本教程详细介绍了SQL Server 2008数据库的基础知识和SQL语句的应用。