1，数据仓库系统结构一般采用几层结构二层五层三层七层2，哪种数据仓库架构最成功bill inmon 或 ralph kimball3，哪种数据仓库架构最成功4，怎样的架构设计才是真正的数据仓库架构5，数据仓库的技术结构有哪些1，数据仓库系统结构一般采用几层结构二层五层三层七层
遇到大项目设计dw的时候会分两层（考虑到了聚合粒度差异和数据缓冲），小项目一层就够了。目前数据仓库系统最多就两层。你说呢...
2，哪种数据仓库架构最成功bill inmon 或 ralph kimball
bi的数据仓库的架构主要有星型和雪花型两种方式。星型架构：一种使用关系数据库实现多维分析空间的模式，称为星型模式。星型模式的基本形式必须实现多维空间，以使用关系数据库的基本功能。雪花架构：当星型模式的维度需要进行规范化时，星型模式就演进为雪花模式。比如商业智能finebi的finecube，高性能列式存储的文件型数据库，因为采用molap的形式，在大数据处理方面有不错的支撑，数据处理能力强。争论一直没有休止，这个问题同时也是企业在建立dw时需要决策的关键问题。bill inmon的集线器架构/企业信息工厂架构（hub and spoke / cif – corporate information factory）与ralph kimball的数据集市/数据仓库总线架构（data mart bus architecture/data warehouse bus architecture）则是dw架构的争论焦点。但是，这些争论一直无法形成统一的结论。到底哪种dw架构最好，不同的bi/dw从业者在不同的项目中，面对不同企业的不同情况时，往往持有不同的说法。2005 年，thilini ariyachandra 与hugh watson针对dw架构做了一个深入的调查，调查题目为“哪种数据仓库最成功？”，受访者由454位曾在各种不同规模的企业（绝大多数是美国企业）中参与了dw规划与实施的人员组成，受访者根据dw应用实际情况及经验体会做出回答。为了合理设计调查问卷，在调查问卷中合理设置调查对象（参与调查的dw架构）和评判标准（影响dw架构选择的因素及判断dw架构成功的因素等）等内容，watson和ariyachandra邀请了20位专家组成专家组设计调查问卷及判断标准等，这20位专家包括了dw领域的两位先驱——赫赫有名的bill inmon和ralph kimball。因此我们可以认为这份调查的结果是权威可信的。 了解更多开源相关，去lupa社区看看吧。
3，哪种数据仓库架构最成功
”的争论一直没有休止，这个问题同时也是企业在建立dw时需要决策的关键问题。bill inmon的集线器架构/企业信息工厂架构（hub and spoke / cif – corporate information factory）与ralph kimball的数据集市/数据仓库总线架构（data mart bus architecture/data warehouse bus architecture）则是dw架构的争论焦点。但是，这些争论一直无法形成统一的结论。到底哪种dw架构最好，不同的bi/dw从业者在不同的项目中，面对不同企业的不同情况时，往往持有不同的说法。2005 年，thilini ariyachandra 与hugh watson针对dw架构做了一个深入的调查，调查题目为“哪种数据仓库最成功？”，受访者由454位曾在各种不同规模的企业（绝大多数是美国企业）中参与了dw规划与实施的人员组成，受访者根据dw应用实际情况及经验体会做出回答。为了合理设计调查问卷，在调查问卷中合理设置调查对象（参与调查的dw架构）和评判标准（影响dw架构选择的因素及判断dw架构成功的因素等）等内容，watson和ariyachandra邀请了20位专家组成专家组设计调查问卷及判断标准等，这20位专家包括了dw领域的两位先驱——赫赫有名的bill inmon和ralph kimball。因此我们可以认为这份调查的结果是权威可信的。争论一直没有休止，这个问题同时也是企业在建立dw时需要决策的关键问题。bill inmon的集线器架构/企业信息工厂架构（hub and spoke / cif – corporate information factory）与ralph kimball的数据集市/数据仓库总线架构（data mart bus architecture/data warehouse bus architecture）则是dw架构的争论焦点。但是，这些争论一直无法形成统一的结论。到底哪种dw架构最好，不同的bi/dw从业者在不同的项目中，面对不同企业的不同情况时，往往持有不同的说法。2005 年，thilini ariyachandra 与hugh watson针对dw架构做了一个深入的调查，调查题目为“哪种数据仓库最成功？”，受访者由454位曾在各种不同规模的企业（绝大多数是美国企业）中参与了dw规划与实施的人员组成，受访者根据dw应用实际情况及经验体会做出回答。为了合理设计调查问卷，在调查问卷中合理设置调查对象（参与调查的dw架构）和评判标准（影响dw架构选择的因素及判断dw架构成功的因素等）等内容，watson和ariyachandra邀请了20位专家组成专家组设计调查问卷及判断标准等，这20位专家包括了dw领域的两位先驱——赫赫有名的bill inmon和ralph kimball。因此我们可以认为这份调查的结果是权威可信的。 了解更多开源相关，去lupa社区看看吧。
4，怎样的架构设计才是真正的数据仓库架构
是数据仓库系统的基础，是整个系统的数据源泉。通常包括企业内部信息和外部信息。内部信息包括存放于rdbms中的各种业务处理数据和各类文档数据。外部信息包括各类法律法规、市场信息和竞争对手的信息等等；数据的存储与管理是整个数据仓库系统的核心。数据仓库的真正关键是数据的存储和管理。数据仓库的组织管理方式决定了它有别于传统数据库，同时也决定了其对外部数据的表现形式。要决定采用什么产品和技术来建立数据仓库的核心，则需要从数据仓库的技术特点着手分析。针对现有各业务系统的数据，进行抽取、清理，并有效集成，按照主题进行组织。数据仓库按照数据的覆盖范围可以分为企业级数据仓库和部门级数据仓库（通常称为数据集市）。olap服务器对分析需要的数据进行有效集成，按多维模型予以组织，以便进行多角度、多层次的分析，并发现趋势。其具体实现可以分为：rolap（关系型在线分析处理）、molap（多维在线分析处理）和holap（混合型线上分析处理）。rolap基本数据和聚合数据均存放在rdbms之中；molap基本数据和聚合数据均存放于多维数据库中；holap基本数据存放于rdbms之中，聚合数据存放于多维数据库中。 元数据是描述数据仓库内数据的结构和建立方法的数据。可将其按用途的不同分为两类，技术元数据和商业元数据。技术元数据是数据仓库的设计和管理人员用于开发和日常管理数据仓库使用的数据。包括：数据源信息；数据转换的描述；数据仓库内对象和数据结构的定义；数据清理和数据更新时用的规则；源数据到目的数据的映射；用户访问权限，数据备份历史记录，数据导入历史记录，信息发布历史记录等。商业元数据从商业业务的角度描述了数据仓库中的数据。包括：业务主题的描述，包含的数据、查询、报表；元数据为访问数据仓库提供了一个信息目录（informationdirectory），这个目录全面描述了数据仓库中都有什么数据、这些数据怎么得到的、和怎么访问这些数据。是数据仓库运行和维护的中心，数据仓库服务器利用他来存贮和更新数据，用户通过他来了解和访问数据。 为了特定的应用目的或应用范围，而从数据仓库中独立出来的一部分数据，也可称为部门数据或主题数据（subjectarea）。在数据仓库的实施过程中往往可以从一个部门的数据集市着手，以后再用几个数据集市组成一个完整的数据仓库。需要注意的就是在实施不同的数据集市时，同一含义的字段定义一定要相容，这样在以后实施数据仓库时才不会造成大麻烦。国外知名的garnter关于数据集市产品报告中，位于第一象限的敏捷商业智能产品有qlikview, tableau和spotview，都是全内存计算的数据集市产品，在大数据方面对传统商业智能产品巨头形成了挑战。国内bi产品起步较晚，知名的敏捷型商业智能产品有powerbi, 永洪科技的z-suite，smartbi，finebi商业智能软件等，其中永洪科技的z-data mart是一款热内存计算的数据集市产品。国内的德昂信息也是一家数据集市产品的系统集成商。 为用户访问数据仓库提供手段。有数据查询和报表工具；应用开发工具；管理信息系统（eis）工具；在线分析（olap）工具；数据挖掘工具
5，数据仓库的技术结构有哪些
? （一）数据源 是数据仓库系统的基础，是整个系统的数据源泉。通常包括企业内部信息和外部信息。内部信息包括存放于 rdbms 中的各种业务处理数据和各类文档数据。外部信息包括各类法律法规、市场信息和竞争对手的信息等等； （二）数据的存储与管理 是整个数据仓库系统的核心。数据仓库的真正关键是数据的存储和管理。数据仓库的组织管理方式决定了它有别于传统数据库，同时也决定了其对外部数据的表现形式。要决定采用什么产品和技术来建立数据仓库的核心，则需要从数据仓库的技术特点着手分析。针对现有各业务系统的数据，进行抽取、清理，并有效集成，按照主题进行组