如何用Warehouse Studio创建和管理数据仓库

介绍了数据仓库的体系结构和WarehouseStudio,然后结合实例详细叙述了利用WarehouseStudio创建、管理和维护数据仓库的过程。

Data Warehouse for Quality Management Systems

The objectives of quality management systems which are based on data warehouses are to acquire, store, and process quality control data within an enterprise, and to facilitate analysis, control and decision making based on this data. This paper discusses the DB/ODS/DW (traditional database/operational data store/data warehouse) architecture, data granularity and data partition in the data warehouse, describes the data model, and presents the client/server platform model.

和谐型机车故障预测与健康管理系统总体设计

为推进和谐型机车周期性计划预防修向数字化精准维修转变、防范重大事故及故障发生,基于大数据和云平台等技术,采用视情维修的开放体系结构(OSA-CBM,Open System Architecture of Condition-Based Maintenance),设计和谐型机车故障预测与健康管理(PHM,fault Prediction and Health Management)系统,包括系统的总体架构、技术架构和功能架构。旨在掌握机车及重要零部件性能演化规律、保证机车在途运行安全、实现精准维修、降低全寿命周期运用维修成本。

数字海洋中数据体系结构研究

海洋数据的多源性、多态性和多样性以及数据量庞大等特点决定了其不同于其它数据,如何更加合理有效地存储和管理海洋数据,为海洋综合管理信息系统和"数字海洋"原型系统建设提供有力的数据支撑,是一个紧迫需要解决的问题。本文对各类海洋资源、海洋环境、海洋经济、海洋管理等数据进行统一的体系规划,构建统一标准的海洋数据体系框架,以实现国家、省(市)等各级海洋数据的有效管理,满足"数字海洋"海洋信息基础平台建设需要。

数据仓库技术研究

在数据仓库及其相关技术方面,人们进行了大量的研究和探索,产生了许多的方法和技术,介绍数据仓库的概念模型、数据组织、元数据和数据集市等方面的研究成果,并提出需进一步研究的有关问题。

数据仓库与数据挖掘技术在电力系统中的应用

数据仓库是支持管理决策过程、面向主题、而且随时间变化的数据集合，它是集成的，也是稳定的。与其相比，数据集市则是更小、更集中的数据仓库。数据挖掘是采用人工智能的方法对数据库和数据仓库中的数据进行分析、获取知识的过程。文章对这些数据库新技术做了介绍，并且根据电力系统的特点、结合电力市场的发展趋势，探讨了它们在电力企业中的应用现状和前景。

数据挖掘、OLAP在决策支持系统中的应用

分析了传统数据库和决策支持系统中存在的问题 。

ETL综述

阐述了ETL在创建数据仓库过程中的重要地位;分析了整个ETL流程,把它分为数据源验证、数据源改造、一般性变换、装载目标表和数据聚合5个阶段。最后分析了ETL产品现状、现有ETL产品的功能特点,以及今后ETL产品的发展趋势。

地学空间数据仓库的构建技术

为了将中国多源、异构、分散的地学数据集中到一起,为资源评价提供有效的数据供应,将地学空间数据仓库作为实现数据集成的解决方案。首次提出了符合中国国情的具有数据源、空间ETL、空间数据存储、基于SOA的应用服务和客户应用的5层地学空间数据仓库的体系结构。根据中国地质行业行政划分和数据的分布情况,设计了能够实现地学数据集成的国家、大区所、省三级管理的地学空间数据仓库系统的物理部署方案。这是一套符合中国地学实际情况且完整可行的地学数据集成方案。

数据仓库元数据管理研究

元数据管理是数据仓库技术研究的重点，该文首先对于数据仓库元数据管理的前提——元数据组成及分类进行了探讨，其次就数据仓库元数据管理系统应具备的功能进行了深入的研究。基于对元数据管理系统功能的研究，文章提出了一种邦联式的数据仓库元数据管理体系，同时给出了一种元数据库系统结构, 指出了数据仓库元数据管理下一步研究工作的重点。

数据仓库实施策略

本文介绍了数据集市以及元数据的概念；分析并比较了企业建立数据仓库的六种策略；在文章的最后给出了一个较为典型的数据仓库系统结构。

数据仓库中元数据技术研究

元数据及其管理是数据仓库系统的核心部件，是内部技术人员开发与维护数据仓库的蓝图，是商业终端用户导航数据仓库以及定位有用信息的路标。该文详细介绍了无数据的功能及其管理，然后简单介绍了元数据联盟的开放信息模型。

数据ETL研究综述

数据抽取、转换和装载(Extraction,Transformation and Loading,简称ETL)是数据仓库化的关键环节,对数据仓库数据质量有着至关重要的影响。随着信息化的发展,ETL已经成为当前较活跃的研究领域之一,但是ETL理论和技术的发展还不成熟。针对当前ETL研究中存在的一些问题和需要考虑的各种因素,从ETL各个阶段存在的主要问题出发,列举了各种研究方法及研究成果,并进行了分析。最后,总结并提出了ETL的未来研究方向和今后工作的建议。

基于GMM的数据仓库管理与维护

元数据管理系统是构建、管理、维护和使用数据仓库系统的核心部件。元数据管理关键在于构建一个全面的、可扩展的元数据模型,表示各种类型的元数据。本文提出了一个通用的元数据模型GMM,该模型可以有效支持数据仓库的管理和维护,如用户视图管理、个性化服务、增量刷新、数据志跟踪等。

数据仓库中的元数据管理

本文首先介绍了典型的元数据管理结构;然后讨论了元数据的互操作和集成问题;最后,提出了一种多级邦联的元数据管理结构,并探讨了数据仓库与信息门户之间的元数据共享与交换问题。

数据仓库元数据的界定与分类

元数据是数据仓库研究的热点 ,目前对元数据有多种定义方式 ,如 :描述数据的数据 ,数据和信息之间的桥梁等 ,这些面向应用角度的定义 ,并不能真正表达元数据的内涵 .本文从元数据和基础数据分离过程入手 ,研究元数据的定义和分类 ,对元数据的概念内涵进行深入探讨 ,提出广义元数据和狭义元数据的概念 ,扩展元数据的定义 。

数据仓库及联机分析处理技术

数据仓库和联机分析处理 (Online Analytical Processing,简称 OLAP)是决策支持系统的有机组成部分。本文介绍了数据仓库、数据集市、联机分析处理的概念 ,分析并比较了建立数据仓库的三种策略及联机分析处理系统的三种结构 ,在文章结尾我们给出了联机分析处理系统的两个新的发展方向 -WEB OLAP、OLAP+数据挖掘。

开放信息模型研究

元数据及其管理是数据仓库系统的核心部件，是内部技术人员开发与维护数据仓库的蓝图，是商业终端用户导航数据仓库以及定位有用信息的路标。该文详细介绍了元数据联盟的开放信息模型的总体结构和底层技术标准。

军事训练考核数据仓库模型设计与实现

分析了传统军事训练考核系统中数据处理方法的不足,提出了基于联机分析处理技术的军事训练考核数据仓库模型设计方案,介绍了其概念模型、逻辑模型、物理模型的设计方法。以VisualBasic语言和MicrosoftAnalysisService为基础阐述了该模型的实现方法。