乐胖代购免代理版

欢迎

关于Crystal Report动态分组的使用

很多经验不敢独享，何况我也是踩着前人的臂膀才做出来的，说实话说到数据仓库工具我一向是眼高手低的，攻克这个所谓的技术问题，也算值得高兴一把。有这样一个需求，假设有这么一张报表用户可能要求按如下组合进行分组： Factory Name ->Sales Man/Product Name/Employee Name. Sales Man->

分组

休闲

动态

Report

Crystal

原创 2009-10-15 23:16:00 871 阅读

如何在Crystal Report中使用双坐标轴

突然想到这个问题，原本在 Excel中是个简单的问题，在水晶报表中竟然没人知道， J ，自己动手尝试了一下，一下子就出来了，呵呵! 1. 创建一张 TestDouble 表，里面包括两个不同数据区间的度量值字段。如下： Name Measure1 Measure2 a 1 5000 b 7 30

职场

休闲

Report

Crystal

坐标轴

原创 2009-10-15 23:14:00 692 阅读

关于数据仓库的数据模型

业务驱动任何需求均来源于业务 , 业务决定了需求 , 需求分析的正确与否是关系到项目成败的关键所在 , 从任何角度都可以说项目是由业务驱动的所以数据仓库项目也是由业务所驱动的 ,但是数据仓库不同于日常的信息系统开发 , 除了遵循其他系统开发的需求 , 分析 , 设计 , 测试等通常的软件声明周期之外 ; 他还涉及到企业信息数据的集成 , 大容量数据的阶段处理和分层存储 ,

职场

数据仓库

休闲

数据模型

原创 2009-10-15 22:46:00 838 阅读

关于数据仓库－Inmon－企业信息工厂(CIF)概览

翻译总是一件很痛苦的事情，看着别人翻译的很烂，心里总是会暗暗骂上几句，当自己翻译的时候，才了解翻译的痛苦。。。关于DW2.0和CIF，我没什么直观的感觉，数据仓库终究还是数据仓库。。。 Corporate Information Factory (CIF) Overview 企业信息工厂 (CIF)概览摘要描述 Operational Syst

数据仓库

企业

工厂

CIF

Inmon

原创 2009-10-15 22:43:00 2280 阅读

关于数据仓库 —lookup表的一点看法

对于搞数据仓库的人来说，面试的时候总会问及到lookup表的概念。。。。。。对于搞数据仓库的人来说，面试的时候总会问及到 lookup 表的概念，这个概念一开始对我而言也是很莫名其妙的；明明基础表和事实表的一个关联就可以完成的事情需要什么 lookup 表。通常的做法 SELECT A.ID,SUM(Measure1) as Measure1,SUM(Measure2) as Me

职场

数据仓库

休闲

lookup

看法

原创 2009-10-15 22:41:00 1609 阅读

ETL和EAI比较

什么是EAI? 什么是ETL? ETL和EAI之间的关系 ETL和EAI之间的区别什么是 EAI? 企业的业务流程会同时涉及到多个应用系统，因此要求这些系统能够协同，但接口、架构的不统一往往使得这些本应紧密集成的应用系统成为了一个个“信息孤岛”。于是，企业应用集成（ Enterprise Application Integration， EAI）技术应运而生，它可

职场

休闲

ETL

EAI

原创 2009-10-15 22:38:00 1140 阅读

关于数据仓库数据质量的问题处理

ETL 是数据仓库的最重要的基础，良好的 ETL 从业务系统中抽取数据，转换数据质量，保证数据一致性，这样才能够保证各个独立的不同的数据源能够集成到一起，最终只有这样才能真正达到决策支持的目的。自己用英文写的，在翻译回来，感觉很蹩脚，也做了很多删减！ ETL 是数据仓库的最重要的基础，良好的 ETL 从业务系统中抽取数据，转换数据质量，保证数据一致性，这样

职场

数据仓库

质量

休闲

原创 2009-10-15 22:31:00 1319 阅读

关于数据仓库 — ODS概念

ODS 是一个面向主题的、集成的、可变的、当前的细节数据集合，用于支持企业对于即时性的、操作性的、集成的全体信息的需求。常常被作为数据仓库的过渡，也是数据仓库项目的可选项之一。根据 Bill.Inmon 的定义，“数据仓库是面向主题的、集成的、稳定的、随时间变化的，主要用于决策支持的数据库系统 ” ODS 是一个面向主题的、集成的、可变的、当前的细节数据集合，用于支持企业对于即时性的、操

职场

数据仓库

休闲

概念

ODS

原创 2009-10-15 22:27:00 1083 阅读

关于数据事实表汇总的模拟实现——脚本实现

本文主要是针对数据仓库中的事实表汇总或者聚集进行模拟实现的实现的环境：数据仓库数据库：SQLServer2000 创建表脚本 CREATE TABLE t_fact_RunStatus (factProcName VARCHAR(40),factDesc VARCHAR(100),factType INT, LastLogTime DATETIME,BeginTime DATE

数据

脚本

汇总

模拟

事实

原创 2009-10-15 09:40:00 578 阅读

关于数据事实表汇总的模拟实现——原理

在数据仓库中通常会存储双重粒度级别的数据来满足不同的需要，轻度综合数据和原始数据，在原始数据层面上可以访问细节数据，而在分析层面则访问轻度综合数据。原始数据因为存储了基本上原封不动的数据，导致系统存储压力增大，同时也造成查询使系统性能的下降；而轻度综合数据由于数据进行压缩更为简洁，通常情况下对数据仓库的访问 95%以上都是通过轻度综合数据访问来进行的。数据增量聚合的实现和

数据

原创 2009-10-15 09:38:00 701 阅读

关于数据增量抽取的模拟实现——脚本实现

本文主要是针对关于数据增量抽取的模拟实现——原理进行实现的实现的环境：业务数据库：Oracle9i 数据仓库数据库：SQLServer2000 1、前提SQLServer服务器已经安装Oracle驱动，不再详细累述2、创建链接数据库打开企业管理器->安全性-链接服务器-右键新建通常情况当链接数据库创建好，进行打开的时候都会弹出一下错误窗口：

数据

脚本

模拟

增量

抽取

原创 2009-10-15 09:37:00 648 阅读

关于数据增量抽取的模拟实现——原理

ETL是数据仓库的一个重要处理环节， Extract即是从业务数据库中抽取数据 ,Transform即是根据业务逻辑规则对数据进行加工的过程， Load即是把数据加载到数据仓库的过程。通常为了尽可能的减少对业务系统的压力和性能影响，或者因为网络传输异构数据库等原因，一般都是根据特定的增量抽取原则，将数据从业务数据库导出到 flat文本文件或者 XML文件中，也叫数据缓存区或者数据登台区（这名

数据

原理

模拟

增量

抽取

原创 2009-10-15 09:34:00 476 阅读

关于数据增量抽取的模拟实现——原理

ETL是数据仓库的一个重要处理环节， Extract即是从业务数据库中抽取数据 ,Transform即是根据业务逻辑规则对数据进行加工的过程， Load即是把数据加载到数据仓库的过程。通常为了尽可能的减少对业务系统的压力和性能影响，或者因为网络传输异构数据库等原因，一般都是根据特定的增量抽取原则，将数据从业务数据库导出到 flat文本文件或者

数据

原理

模拟

增量

抽取

原创 2009-10-15 09:34:00 452 阅读

9 关于数据仓库维度数据处理的方法探究系列——雪花维

雪花架构是星型架构的一个扩展，有多个表定义一个或多个维度。在雪花架构中，只将主维度表和事实数据表联接。其他维度表联接到主维度表。 5、雪花维概述 5.1概述常规维度是指那些既不是虚拟维度、父子维度，也不是数据挖掘维度的维度。与父子维度不同（其层次结构是不均衡层次结构），常规维度中的层次结构要么均衡层次结构，要么是不齐整层次结构。常规维度包

数据仓库

维度

数据处理

雪花

探究

原创 2009-10-15 09:29:00 725 阅读

8 关于数据仓库维度数据处理的方法探究系列——父子维

父子维度通俗的话来讲，这个表是自反的，即外键本身就是引用的主键；类似这样的关系，如公司组织结构，分公司是总公司的一部分，部门是分公司的一部分，当然如果定义得好的话员工是部门的一部分；通常公司的组织架构并非处在等层次上的，例如总公司下面的部门看起来就和分公司是一样的层次。因此父子维的层次通常不固定的。 5、父子维概述 5.1概述父

数据仓库

维度

数据处理

父子

探究

原创 2009-10-15 09:28:00 1190 阅读

7 关于数据仓库维度数据处理的方法探究系列——急剧变化维概述

4.1 概述剧烈变化维缓慢变化维通常是指基础数据表中经常发生变化或者部分字段数据经常更新，例如一个人的相关信息，身份证号和姓名性别等信息数据不变的部分，政治面貌和婚姻状态属于缓慢变化，而工作经历工作单位培训经历等在某种程度上属于急剧变化字段。对于剧烈变化维度，通常情况下都是一分为二进行处理的，把其中不常变动的部分单独抽出来作为一个维表，按照缓慢变化维方式进行处理；另外一部分也单独抽取出

数据仓库

概述

维度

数据处理

探究

原创 2009-10-15 09:27:00 845 阅读

6 关于数据仓库维度数据处理的方法探究系列——缓慢变化维处理——记录最新记录及上一次历史

此种方式是缓慢变化维中较为折中的做法，但需要表结构随之适应。它的原理是把目标表字段扩充一倍，其中一组用来记录最新的记录信息，另一组用来记录上一次的历史记录。新记录插入时，将其插入到最新记录的位置，一旦记录发生改变，修改后的记录变为最新记录，则把修改后记录替换原来的记录，放在最新记录位置，同时把原记录移至旧记录位置。

数据仓库

维度

历史

数据处理

探究

原创 2009-10-15 09:26:00 888 阅读

5 关于数据仓库维度数据处理的方法探究系列——缓慢变化维处理——全历史记录

全历史记录是缓慢变化维中最为强大的一种加载方式。它将可以完全实现覆盖方式能实现的加载方式，且可以实现对数据的历史记录，可以记录下每一个数据的细微变化。 3.3.2 全历史记录（ Type 2 Dimension -- keep a full history of changes in the target ）全历史记录是缓慢变化维中最为强大的一种加载方式。它将可

职场

休闲

缓慢变化维处理

全历史记录

原创 2009-10-15 09:25:00 975 阅读 1点赞

4 关于数据仓库维度数据处理的方法探究系列——缓慢变化维处理——覆盖方式

此种方式是缓慢变化维中最简单的一种，它用于保证数据仓库中的数据为当前的最新值，不保留历史数据，如发现数据仓库中当前数据已为旧数据，则对当前已有记录进行值更新，主键值不变，如发现有新数据，则把新数据加载到数据仓库中，并赋予新的代理主键值。 3.3实现 3.3.1 覆盖（ Type 1 Dimension -- keep most rece

数据仓库

维度

休闲

数据处理

探究

原创 2009-10-15 09:22:00 982 阅读

3 关于数据仓库维度数据处理的方法探究系列——缓慢变化维概述和原理

缓慢变化维 Slowly Changing Dimensions（ A typical slowly changing dimension is a product dimension in which the detailed description of a given product is casionally adjusted. ）：数据仓库数据加载规则，数据仓库中用于实现历史数据与当前

数据仓库

概述

维度

原理

数据处理

原创 2009-10-15 09:21:00 1097 阅读

2 关于数据仓库维度数据处理的方法探究系列——无变化维度处理

无变化维度一般都是比较简单的维度，都是经过一次性处理后就不再变化的数据；通常这些维度都是一些常识数据 (如性别，重要程度 )和分段数据 (为了减少单层维度的数量，按照一定业务标准进行的人为分组 )。 2 无变化维度处理 2.1 概述无变化维度一般都是比较简单的维度，都是经过一次性处理后就不再变化的数据；通常这些维度都是一些常识数据 (如性别，重要程度 )和分段数据 (为了减少单层维度的数量，

数据仓库

维度

休闲

数据处理

探究

原创 2009-10-15 09:19:00 826 阅读

1 关于数据仓库维度数据处理的方法探究系列——维的概述

在数据仓库中，维度是数据仓库概念的一个重要基础，因此维度的抽取和处理是一个重要的环节，对于不同的维度根据业务需求以及客观原因有许多不同的处理方式，以下将以SQLServer2000语法为例展开。 1 维概述 1.1 概述维度是多维数据集的结构性特性。它们是事实数据表中用来描述数据的分类的有组织层次结构（级别）。这些分类和级别描述了一些相似的成员集合，用户将基于这些成员集合进行分析。

数据仓库

概述

维度

数据处理

探究

原创 2009-10-15 09:09:00 721 阅读

关于数据仓库和OLAP的问题！

关于这两个概念，可能很多人都会有一些疑惑，主要想就这个问题表达一下个人的看法，并希望和大家一起进行讨论！什么是OLTP？联机事务处理系统(OLTP)，也称为面向交易的处理系统，其基本特征是顾客的原始数据可以立即传送到计算中心进行处理，并在很短的时间内给出处理结果。也称为实时系统(Real time System)。衡量联机事务处理系统的一个重要性能指标是系统性能，具体体

职场

数据仓库

休闲

OLAP

原创 2009-10-15 09:07:00 4040 阅读

关于数据仓库的设计！

下面以SQLServer2000和Analysis Service为例，并结合以前的项目经验，把相关的知识和大家一起分享探讨！在公司时用英文写的，懒得做翻译了！ Data Warehouse Concept A data warehouse is a subject-oriented, integrated, nonvolatile, time-variant collection of

职场

数据仓库

设计

休闲

原创 2009-10-15 09:06:00 909 阅读

关于BO培训的一点体会！

为期三天代价不菲的BO培训感言! 迫于商业项目的需要，刚刚参加了一个为期三天的 BO培训，也许之后还会有 Hyperion的培训。三天的培训在 BO教员的毫无激情的照本宣科中结束了，培训的内容很少只有 BO的 Universe，培训实在令我很失望，原因有三。其一是 BO的培训教员质量很差，可以说根本不会培训，老师也许是做开发出身的吧

培训

职场

休闲

体会

原创 2009-10-15 09:02:00 663 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

不胜人生一场醉

欢迎

关于Crystal Report动态分组的使用

如何在Crystal Report中使用双坐标轴

关于数据仓库的数据模型

关于数据仓库－Inmon－企业信息工厂(CIF)概览

关于数据仓库 —lookup表的一点看法

ETL和EAI比较

关于数据仓库数据质量的问题处理

关于数据仓库 — ODS概念

关于数据事实表汇总的模拟实现——脚本实现

关于数据事实表汇总的模拟实现——原理

关于数据增量抽取的模拟实现——脚本实现

关于数据增量抽取的模拟实现——原理

关于数据增量抽取的模拟实现——原理

9 关于数据仓库维度数据处理的方法探究系列——雪花维

8 关于数据仓库维度数据处理的方法探究系列——父子维

7 关于数据仓库维度数据处理的方法探究系列——急剧变化维概述

6 关于数据仓库维度数据处理的方法探究系列——缓慢变化维处理——记录最新记录及上一次历史

5 关于数据仓库维度数据处理的方法探究系列——缓慢变化维处理——全历史记录

4 关于数据仓库维度数据处理的方法探究系列——缓慢变化维处理——覆盖方式

3 关于数据仓库维度数据处理的方法探究系列——缓慢变化维概述和原理

2 关于数据仓库维度数据处理的方法探究系列——无变化维度处理

1 关于数据仓库维度数据处理的方法探究系列——维的概述

关于数据仓库和OLAP的问题！

关于数据仓库的设计！

关于BO培训的一点体会！