九种数据仓库产品及解决方案评析
数据仓库的架构方式及其比较

数据仓库的架构方式及其比较数据仓库的架构方式及其比较传统的关系数据库一般采用二维数表的形式来表示数据,一个维是行,另一个维是列,行和列的交叉处就是数据元素。
关系数据的基础是关系数据库模型,通过标准的SQL语言来加以实现。
数据仓库是多维数据库,它扩展了关系数据库模型,以星形架构为主要结构方式的,并在它的基础上,扩展出理论雪花形架构和数据星座等方式,但不管是哪一种架构,维度表、事实表和事实表中的量度都是必不可少的组成要素。
下面解析由这些要素构成的数据仓库的架构方式。
1.星形架构星形模型是最常用的数据仓库设计结构的实现模式,它使数据仓库形成了一个集成系统,为最终用户提供报表服务,为用户提供分析服务对象。
星形模式通过使用一个包含主题的事实表和多个包含事实的非正规化描述的维度表来支持各种决策查询。
星形模型可以采用关系型数据库结构,模型的核心是事实表,围绕事实表的是维度表。
通过事实表将各种不同的维度表连接起来,各个维度表都连接到中央事实表。
维度表中的对象通过事实表与另一维度表中的对象相关联这样就能建立各个维度表对象之间的联系。
每一个维度表通过一个主键与事实表进行连接,如图3-10所示。
图3-10 星形架构示意图事实表主要包含了描述特定商业事件的数据,即某些特定商业事件的度量值。
一般情况下,事实表中的数据不允许修改,新的数据只是简单地添加进事实表中,维度表主要包含了存储在事实表中数据的特征数据。
每一个维度表利用维度关键字通过事实表中的外键约束于事实表中的某一行,实现与事实表的关联,这就要求事实表中的外键不能为空,这与一般数据库中外键允许为空是不同的。
这种结构使用户能够很容易地从维度表中的数据分析开始,获得维度关键字,以便连接到中心的事实表,进行查询,这样就可以减少在事实表中扫描的数据量,以提高查询性能。
在AdventureWorksDW数据仓库中,若以网络销售数据为事实表,把与网络销售相关的多个商业角度(如产品、时间、顾客、销售区域和促销手段等)作为维度来衡量销售状况,则这些表在数据仓库中的构成如图3-11所示,可见这几个表在数据仓库中是以星形模型来架构的。
Warehouse解决方案

Warehouse解决⽅案IBM、Oracle、Sybase、CA、NCR、Informix、Microsoft和SAS等有实⼒的公司相继通过收购或研发的途径推出了⾃⼰的数据仓库解决⽅案。
BO和Brio等专业软件公司也前端在线分析处理⼯具市场上占有⼀席之地。
根据各个公司提供的数据仓库⼯具的功能,可以将其分为3⼤类:解决特定功能的产品(主要包括BO的数据仓库解决⽅案)、提供部分解决⽅案的产品(主要包括Oracle、IBM、Sybase、Informix、NCR、Microsoft及SAS等公司的数据仓库解决⽅案)和提供全⾯解决⽅案的产品(CA是⽬前的主要⼚商)。
1 、BusinessObjects(BO)数据仓库解决⽅案BO是集查询、报表和OLAP技术为⼀⾝的IDSS,它使⽤独特的语义层和动态微⽴⽅技术来表⽰数据库中的多维数据,具有较好的查询和报表功能,提供钻取等多维分析技术,⽀持多种数据库,同时还⽀持基于Web浏览器的查询、报表和分析决策。
虽然BO在不断增加新的功能,但从严格意义上讲,只能算是⼀个前端⼯具。
也许正是因为如此,⼏乎所有的数据仓库解决⽅案都把BO作为可选的数据展现⼯具。
BO⽀持多种平台和多种数据库,同时⽀持Internet/Intranet。
BO主要作为第三⽅产品或其它公司的产品结合进⾏使⽤。
BO是集成查询,报表和分析功能⼯具,它还提供了世界上第⼀个通过Web进⾏查询、报表和分析的决策⽀持⼯具Webintelligence,第⼀个可以在Microsoft Excel 集成企业公共数据源中数据的⼯具Businessquery和⾯向主流商业⽤户的数据挖掘⼯具Businessminer,⽤其可以实现深⼊的分析⽤以发掘深层次的数据之间的关系。
2、 IBM数据仓库解决⽅案IBM公司提供了⼀套基于可视数据仓库的商业智能解决⽅案,具有集成能⼒强,⾼级⾯向对象SQL等特性。
包括:VisualWarehouse(VM)、Essbase/DB2OLAP Server 5.0和IBM DB2 UDB,以及来⾃第三⽅的前端数据展现⼯具(如BO)和数据挖掘⼯具(如SAS)。
数据仓库方案

contents
目录
• 数据仓库概述 • 数据仓库的架构 • 数据仓库的设计 • 数据仓库的建立 • 数据仓库的使用和维护 • 数据仓库的发展趋势和未来展望
01
CATALOGUE
数据仓库概述
数据仓库的定义
数据仓库是一个大型、集中式存储系 统,用于存储和管理企业或组织的数 据。
它是一个面向主题的、集成的、非易 失的数据集合,支持管理决策制定。
根据业务需求,设计出符合逻辑 的数据视图,以便进行数据查询 和报表生成。
物理设计
选择存储方案
根据数据量、数据特点 和使用频率等因素,选 择合适的存储方案,如 关系型数据库、 NoSQL 数据库等。
设计索引
根据查询需求,设计出 高效的索引方案,以提 高查询速度和性能。
设计数据分区
根据数据量和查询特点, 将数据进行分区存储, 以提高查询性能和数据 管理效率。
T ( Transform)
对抽取的数据进行清洗、整合、转换和加载等 操作,使其满足数据仓库的需求。
L ( Load)
将转换后的数据加载到数据仓库中,供后续分析和查询使用。
存储层
星型模型
以事实表为中心,周围关联多个维度表,形 成星型结构。
雪花模型
将维度表进一步拆分,形成更复杂的结构。
星座模型
将多个星型模型关联起来,形成一个更大型 的模型。
数据仓库的发展趋势
云端化
随着云计算技术的普及,越来越多的企业选择将数据仓库 部署在云端,以降低成本、提高可扩展性和灵活性。
大数据集成
数据仓库在处理大数据方面发挥着越来越重要的作用,通 过高效的数据集成和数据处理技术,满足企业对大数据分 析的需求。
Oracle的数据仓库解决方案

Oracle的数据仓库解决方案在数据驱动的时代,企业越来越重视数据的收集、分析和利用。
数据仓库作为数据集中存储和管理的关键组件,成为企业实现数据驱动决策的重要基础。
Oracle作为全球领先的数据库技术提供商,也提供了强大的数据仓库解决方案。
Oracle的数据仓库解决方案主要包括以下几个关键组件和特点:1. 数据采集和清洗:Oracle提供了丰富的数据采集工具和方案,可以从各种关系型数据库和非关系型数据库等数据源中提取、转换和加载数据到数据仓库中。
此外,Oracle还可以对数据进行清洗和预处理,确保数据的准确性和一致性。
2. 数据存储和管理:Oracle的数据仓库解决方案采用高性能的数据库引擎来存储和管理数据。
它支持多种存储结构,如关系型、多维和列式存储等,以满足不同的数据分析和查询需求。
此外,Oracle还提供了强大的数据压缩和索引技术,以优化数据存储和查询性能。
3. 数据集成和转换:Oracle的数据仓库解决方案可以帮助企业将分散、异构的数据集成到一个统一的数据模型中。
它提供了强大的ETL(抽取、转换和加载)工具,可以对数据进行清洗、转换和整合,使数据在数据仓库中具有一致的结构和格式。
4. 数据分析和挖掘:Oracle的数据仓库解决方案提供了丰富的分析和挖掘功能,帮助企业发现数据中的模式、规律和趋势。
它支持各种常用的分析工具和技术,如OLAP(在线分析处理)、数据挖掘和机器学习等,以帮助企业实现更深入、高效的数据分析。
5. 数据安全和权限控制:Oracle的数据仓库解决方案提供了全面的数据安全和权限控制机制,以保护企业的数据资产安全。
它支持各种安全功能,如数据加密、访问控制和审计等,以确保数据的机密性、完整性和可用性。
综上所述,Oracle的数据仓库解决方案提供了全面、可靠的解决方案,帮助企业构建高效、可扩展的数据仓库。
它的强大功能和灵活性使得企业能够深入挖掘数据的价值,提升决策能力和竞争优势。
数据存储解决方案

数据存储解决方案数据存储是指将数据存储在各种存储介质中,以便在需要时能够访问和使用。
对于大部分企业来说,选择适合自己业务和预算的数据存储解决方案至关重要。
下面是一些常见的数据存储解决方案:1. 传统数据库:传统关系型数据库(如Oracle、MySQL)是最常见的数据存储解决方案之一。
它们使用表格来存储数据,并支持复杂的查询和事务处理。
这种解决方案可靠稳定,但对大规模数据处理能力有限。
2. 分布式文件系统:分布式文件系统(如Hadoop HDFS、Amazon S3)适用于海量数据存储和处理。
它们将数据分散存储在多个节点上,具有高可靠性和可扩展性。
这样的解决方案适用于需要处理大规模数据集的企业。
3. NoSQL数据库:NoSQL数据库(如MongoDB、Cassandra)是另一种流行的数据存储解决方案。
它们区别于传统关系型数据库,通过键值对、文档或列族的形式存储数据。
NoSQL数据库可扩展性强,适用于高速写入和读取大量数据的场景。
4. 冷热数据分离:数据存储解决方案还可以针对数据的热度进行分离。
将常用的热数据存储在高性能存储介质(如固态硬盘)上,将不常用的冷数据存储在低成本存储介质(如云存储)上。
这种方法可以提高处理和存储效率,并减少成本。
5. 云存储:云存储是将数据存储在云服务提供商的服务器上。
云存储方便易用,无需建设和维护专门的数据中心。
同时,云存储还具有高可靠性和弹性扩展性,能够根据需求动态调整存储容量。
6. 存储虚拟化:存储虚拟化技术允许将多个物理存储资源虚拟化为一个统一的逻辑存储池。
这样可以提高存储利用率、简化管理,并提供灵活的存储分配和迁移功能。
综上所述,不同的企业有不同的需求,需要选择适合自己业务和预算的数据存储解决方案。
无论是传统数据库、分布式文件系统、NoSQL数据库还是冷热数据分离、云存储或存储虚拟化,都可以根据实际需求进行选择和部署。
数据管理与储存解决方案

数据管理与储存解决方案近年来,随着信息技术的迅速发展,企业和组织对数据管理与储存的需求也越来越大。
有效的数据管理与储存解决方案是确保数据安全、提高工作效率的关键所在。
本文将介绍几种常见的数据管理与储存解决方案,并探讨它们的优缺点。
一、云存储解决方案云存储解决方案是目前最受欢迎的数据管理与储存方式之一。
它基于云计算技术,将数据存储在云服务器上,用户可以通过网络随时访问和管理数据。
云存储解决方案具有以下优势:1. 可扩展性强:云存储解决方案可以根据用户的需求进行灵活扩展,无需额外的硬件设备投资。
这使得企业可以根据业务的增长快速扩展存储容量。
2. 高可靠性:云存储解决方案通常采用数据冗余技术,将数据存储在多个物理设备上。
即使某个设备发生故障,数据仍然可以通过备份设备进行恢复,降低了数据丢失的风险。
3. 跨平台访问:无论用户使用电脑、手机还是平板电脑,只要有网络连接就可以访问云存储中的数据。
这方便了用户的管理和维护操作,提高了工作效率。
然而,云存储解决方案也存在一些缺点。
首先,对于一些对数据隐私要求较高的企业来说,将数据存储在云上可能存在安全风险。
其次,对于大量数据的存储和传输而言,云存储解决方案需要较高的带宽支持,这可能对一些网络条件较差的地区造成影响。
二、网络硬盘解决方案网络硬盘解决方案是将数据存储在网络硬盘上的一种方式。
它利用局域网或互联网连接,将数据保存在网络硬盘中。
用户可以通过连接网络硬盘的设备访问和管理数据。
网络硬盘解决方案的优势如下:1. 安全性高:网络硬盘解决方案通常采用数据加密等安全措施,确保数据在传输和存储过程中的安全性。
2. 灵活性强:用户可以根据需要选择不同容量的网络硬盘,并可以根据实际情况进行扩展或缩减。
3. 高速传输:由于网络硬盘和用户设备之间的连接是直接的,数据传输速度较快,适合大规模数据的快速存储和传输。
然而,网络硬盘解决方案也有其局限性。
首先,网络硬盘在使用过程中可能受到网络波动等因素的影响,导致数据传输速度降低。
一份全面的企业数据产品选型对比(含数仓、报表、BI、中台、数据治理)

一份全面的企业数据产品选型对比(含数仓、报表、BI、中台、数据治理)编辑导语:在如今这个数据化时代,数据对于个人和企业来说,其重要性都不可小觑。
因此,有不少企业强化了数据工作,加强企业数据建设。
接下来,本文作者整理了一份超全面的企业数据产品的选型对比,希望对大家有所帮助。
前言:这个从上至下都在强调数字化转型的时代,越来越多公司重视数据,也越来越多的企业有数据建设的需求。
企业无论做任何数据工作,必然要有一定的信息化基础,也要有数据化建设的基础,少不了数据平台、数据应用工具,数据管理工具等。
关于企业数据建设这块,本人从事了近7年,从技术到项目管理,做过乙方也做过甲方,也有多年和各乙方厂商打交道的经验,遂来分享选型“内幕”。
涉及到的产品有:数仓、大数据平台、报表、BI、数据中台、数据治理等。
数据仓库算是一个解决方案,视企业需求有不同架构(传统数仓、数据集市、大数据平台等),架构下有很多分层和组件,比起工具更需要架构师能力,具体原理就不讲了。
关于数仓的选型主要涉及:数据存储方案、ETL、还有前端应用。
底层的数据仓库服务器通常是一个关系数据库系统,常用的方案有Oracle、db2、还有greenplum、teredata等数据仓库专业解决方案。
传统的关系型数据库有:oracle、mysql、DB2。
大规模并行处理数据库:Vertica、Teradata(商业)、Greenplum (开源)。
Teradata老江湖了,银行业使用较多,但成本也是真的贵,目前我们做项目较多的是用Greenplum,算是业界最快和最高性价比的高端数据仓库解决方案,Greenplum是基于PostgreSQL的,于2022年开源。
我知道的国内四大行有3家在用,5大物流公司有4家在用,不少公司在从Teradata迁移到GP。
大数据平台主流的是:Hadoop+Hive。
这套方案有多通用不用多说了,后面说到的大数据平台厂商也大多基于这个来设计平台产品。
大数据产品解决方案

大数据产品解决方案介绍随着互联网的快速发展,大数据技术在各个行业越来越受到重视。
大数据可以帮助企业更好地理解市场和客户需求、优化运营和决策、提高效率和竞争力。
为满足企业对于大数据的需求,大量的大数据产品和解决方案也应运而生。
本文将介绍大数据产品解决方案的概念、特点和应用场景,并列举一些常见的大数据产品解决方案供读者参考。
概念和特点大数据产品解决方案是指针对不同行业和业务需求,基于大数据技术和算法的一揽子解决方案。
它通过采集、存储、处理和分析海量数据,生成有价值的信息和洞察,帮助企业优化运营和决策。
大数据产品解决方案具有以下特点:1.数据源广泛:大数据产品解决方案能够处理多种数据源,包括结构化数据(如数据库数据)、半结构化数据(如日志、传感器数据)和非结构化数据(如文本、图片、音频、视频等)。
2.数据处理能力强大:大数据产品解决方案采用了分布式计算和存储技术,可以处理海量数据并实时生成有用的信息。
同时,它们还支持复杂的数据算法和模型,例如机器学习和深度学习。
3.数据可视化和报表:大数据产品解决方案提供了丰富的数据可视化和报表功能,可以将数据分析结果以图表、图像和表格等形式展现出来,方便用户更好地理解和利用数据。
4.可扩展性和灵活性:大数据产品解决方案可以根据企业的需求进行定制和扩展,支持与其他系统的集成,为企业提供灵活和可持续的数据处理和分析能力。
大数据产品解决方案可以应用于各个行业和业务领域,以下列举了一些常见的应用场景:零售业在零售业中,大数据产品解决方案可以帮助企业更好地了解消费者的购买行为和喜好,优化产品和服务。
例如,通过分析大量的销售数据和用户行为数据,可以预测热销商品和潜在客户,制定精确的促销策略和库存管理计划。
电信业在电信业中,大数据产品解决方案可以帮助运营商更好地理解用户需求和网络状况,提供更好的服务。
例如,通过分析用户的通话记录、短信和数据流量使用情况,可以预测用户流失和投诉风险,及时采取措施提升用户满意度。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
前言:随着我国企业信息化建设步伐的不断加快,全球性市场竞争的加剧,越来越多的企业开始建设自己的数据仓库系统,希望能对历史数据进行具体而又有针对性的分析与挖掘,以期从中发现新客户和客户新的需求。
目前市场上各种数据仓库产品及其解决方案品种繁多,且大多属于“舶来品”,产品定位不同,各有特点,究竟选择哪家的产品能更适合自己的企业特点与未来发展?本文对目前市场上九种主流数据仓库产品(Business Objects、Oracle、IBM、Sybase、Informix、NCR、Microsoft、SAS、CA)进行分析与总结,根据各公司提供的数据仓库工具的功能,将其分为三大类:单点产品、提供部分解决方案的产品、提供全面解决方案的产品。
下面对其进行一一介绍,以期能够给你的选择提供一定的参考。
九种数据仓库产品及解决方案评析===============================================一、单点产品这类产品仅局限于数据仓库方案实施中的一部分或某一特定功能,主要是作为第三方产品或者和其它公司的产品结合起来进行使用。
比较有特色的是Business Objects。
Business Objects所谓单点产品是指仅局限于数据仓库方案实施中的一部分或某一特定功能,主要是作为第三方产品或者和其它公司的产品结合起来进行使用。
・产品特点:Business Objects是一个集查询、报表和OLAP技术为一身的智能决策支持系统。
它使用独特的“语义层”技术和“动态微立方”技术来表示数据库中的多维数据,具有较好的查询和报表功能,提供钻取(Drill)等多维分析技术,支持多种平台(所有Windows 平台及Unix平台)和多种数据库(如Oracle、informix、Sybase、Microsoft SQL Server、DB2、CA-Ingres、Teradata、Red Brick、FoxFro、dBase、Access等),同时它还支持Internet/Intranet,可以通过WWW进行查询、报表和分析决策。
・主要工具:Business Objects提供工具如下:BusinessObjects是集成查询,报表和分析功能的工具;Webintelligence是世界上第一个通过Web进行查询、报表和分析的决策支持工具;Businessquery是第一个可以在Microsoft Excel中集成企业公共数据源中数据的工具;Businessminer是面向主流商业用户的数据挖掘工具,可以实现深入的分析用以发掘深层次的数据之间的关系。
・应用提示:严格意义上说,Business Objects产品只能算是一个前端工具。
它是数据仓库解决方案中最常用的数据展现工具。
Business Objects通过为主流的商业用户提供访问数据库和数据仓库中的信息的决策支持方案而立足业界。
产品已经从初级的工作组晋级到企业级。
二、提供部分解决方案的产品目前许多提供数据方案解决方案的供应商,并不能提供构建数据仓库的全部工具,它们还要结合第三方供应商提供的工具才能完成整个数据仓库的构建。
例如:IBM、Oracle、Sybase、NCR、Informix、Microsoft等公司所提供的数据仓库产品都属于此类范畴。
1、Oracle・产品特点:Oracle公司的数据仓库解决方案包含了业界领先的数据库平台、开发工具和应用系统,它能够提供一系列的数据仓库工具集和服务。
它具有多用户数据仓库管理能力,多种分区方式,较强的与OLAP工具的交互能力,及快速和便捷的数据移动机制等特性。
・主要工具:Oracle公司提供了一系列的数据仓库工具:Oracle 8I是数据仓库的核心。
Oracle Warehouse Builder集成数据建模、数据抽取、数据转移和装载、聚合、元数据的管理等功能。
Oracle Developer Server使企业级的应用系统开发工具,支持面向对象和多媒体,可同时生成Client/Server及Web下的应用,具有极高的开发效率及网络伸缩性。
Oracle Discoverer是最终用户查询、报告、深入、旋转和WEB公布工具,能够帮助用户迅速访问关系型数据仓库,从而使他们作出基于充分信息的决策。
Oracle Darwin使基于数据仓库的数据挖掘工具,简单易用的图形化界面,提供决策树、神经网络等多种数据挖掘方法,支持海量数据的并行处理,分析结果可以和现有系统集成。
・应用提示:Oracle的数据转移工具需手工编写SQL脚本,在处理复杂的数据转换需求时困难很多。
Oracle的前端工具易用性较差,需较多地依赖第三方产品。
2、IBM・产品特点:IBM公司提供了一套基于可视数据仓库的商业智能(BI)解决方案,具有集成能力强,高级面向对象SQL等特性。
・主要工具:IBM提供的Visual Warehouse(VW)是一个功能很强的集成环境,既可用于数据仓库建模和元数据管理,又可用于数据抽取、转换、装载和调度。
Essbase/DB2 OLAP Server支持多维数据库,它是一个(ROLAP和MOLAP)混合的HOLAP服务器,在Essbase完成数据装载后,数据存放在系统指定的DB2 UDB 数据库中。
QUEST是IBM公司Almaden研究中心开发的一个多任务数据挖掘系统,目的是为新一代决策支持系统的应用开发提供高效的数据开采基本构件。
系统提供多种开采功能,开采算法可适用于任意大小的数据库。
・应用提示:IBM公司自己并没有提供完整的数据仓库解决方案,但是它可以使用第三方的数据仓库工具。
例如,查询工具使用Business Objects的Business Objects,统计分析工具使用SAS公司的SAS系统。
3、Sybase・产品特点:Sybase公司提供的数据仓库解决方案以能够支持多种关系型数据库而受到业界推崇。
它能够同时处理几十个即席查询,其Bit_Wisc技术和垂直数据存储技术使系统只访问特定的少量数据,使得查询速度比传统的关系型数据库管理系统快100倍。
・主要工具:Warehouse Architect是PowerDesigner中的一个设计模块,利用它数据集市或数据仓库设计者可以自动地对已有的关系数据库进行逆向工程,建立目标数据库设计、物理设计和DDL。
PowerStage、Replication Server、Carleton PASSPORT是数据抽取与转换工具。
Adaptive Server Enterprise是Sybase企业级关系数据库,它通过多线索体系、并行操作以及对系统的内存、处理器和磁盘资源使用进行控制等手段增强了资源利用率。
Adaptive Server IQ是Sybase公司专为数据仓库设计的关系数据库。
PowerDimensions、EnglishWizard、InfoMaker、PowerDynamo是数据分析与展现工具。
Warehouse Control Center、Sybase Central、Distribution Director是数据仓库的维护与管理工具。
・应用提示:Sybase的Industry Warehouse Studio包括相应行业所需的商业智能应用软件和数据分析模型,可以针对不同行业进行业绩分析、促销活动分析、用户群分析、销售分析和收益分析等,具有数据仓库设计、元数据管理等功能、支持广泛的应用软件和报表,并提供Warehouse Studio 的设计工具、Warehouse Control Center等工具,使企业能够进一步扩展数据模型和应用系统,以适应各种商业活动的实际需要。
4、 Informix・产品特点:Informix公司日前发布了一个集成的、可伸缩的Fast Start数据仓库解决方案,以使用户能快速而便捷地设计开发具有可伸缩性的数据仓库或数据集市。
采用ROLAP的星型模式与Informix IDS 、IDS/AD紧密集成提供预先汇总、抽样、后台查询等性能优化手段。
Informix产品能够集成Microsoft IIS或Netscape Enterprise/FastTrack服务器,从而支持web访问。
Informix没有提供自己的报表和数据挖掘工具,它可以集成第三方产品(例如结合Brio的前端数据分析和报表功能,结合SAS的数据挖掘功能)。
informix 并且向客户提供一套完整、使用的咨询服务包。
・主要工具:MetaCube ROLAP Option为基于Informix的数据仓库或数据中心提供了全面、简便易用、可扩展和自动化的商业分析环境。
Informix InfoMover是一套集成工具,用于从多个工作资源中抽取、转换和维护数据。
Seagate Crystal Info是企业级报表、分析系统。
IDS以及AD/XP选项是Informix数据仓库系统的核心,提供数据仓库数据的存储功能。
・应用提示:采用Informix数据仓库解决方案可以使您的数据仓库系统具有高性能、高可扩展性,高开放性,可以自己进行定制等特性,同时,利用informix的专业数据仓库咨询服务,将充分保证您的数据仓库系统建设快速、及时,保证您的数据仓库系统真正发挥作用。
5、 NCR・产品特点:在长期的实践过程当中,NCR形成了一套独特的数据仓库方法论和实施框架,这套理论被称为可扩展数据仓库 (Scalable Data Warehouse,简称为SDW)。
NCR可扩展数据仓库的基本框架主要分成三个部分:数据装载、数据管理和信息访问。
・主要工具:NCR的Teradata是高端数据仓库市场最有力的竞争者,主要运行在NCR WorldMark SMP硬件的Unix操作系统平台上,提供交互分析、标准报告和多维度分析。
为了开拓数据集市(Data Mart)市场1998年,该公司也提供了基于Windows NT的Teradata。
・应用提示:总的来看NCR的产品性能很好,但是,NCR产品的价格相对较高,中小企业用户难以接受。
7、 Microsoft・主要特点:Microsoft公司的SQL Server 2000已经在性能和可扩展性方面确立了世界领先的地位,是一套完全的数据库和数据分析解决方案,使用户可以快速创建下一代的可扩展电子商务和数据仓库解决方案。
Microsoft将OLAP功能集成到Microsoft SQL Server 中,提供可扩充的基于COM的OLAP接口。
Microsoft Office 2000套件中的Access 和Excel可以作为数据展现工具,另外SQL Server还支持第三方数据展现工具。
・主要工具:Sql server通过一系列服务程序支持数据仓库应用。