⑴ 怎麼理解數據倉庫中的面向主題
1、面向主題，是讓你面向主題去分析問題，架構模型，而不是非要物理上回分開，就像答面向對象編程一樣
2、「很多資料中都寫數據倉庫的數據模型是使用「第三範式」，數據集市才使用多維的星型模型」這個是不對的，因為在Inmon 和 Kimball 的書中都沒有表示這種說法
Inmon 表是建數倉需要有個企業級的一致數據模型，並沒有表示非要第三範式，這個第三範式是 Kimball 在自己的書里說 Inmon 的方式用第三範式不好啦啥的，具體自己看書《數據倉庫工具箱-維度建模權威指南》第一種1.5節
數據集市使用維度建模，這個說法Kimball 也沒有說過，而是 Inmon 在自己的書里說維度建模只適合數據集市，具體看《數據倉庫》第5張5.19節（應該是這一節）
PS：其實感覺他倆的觀點差不多，只是根據他們必須得給自己的觀點加油吶喊而已，兩個人互撕很多年了
⑵ 麻煩哪位高人推薦幾本數據挖掘的書
樓上來在誤人子弟了，資料庫自和數據倉庫還是區別一大把的，可能數據倉庫的很多實現上還是藉助於資料庫，但是要記住，現在已經很多成熟的東西是不基於資料庫了，或者精確一點說是不藉助於傳統的關系型資料庫了，比如Hyperion的數據倉庫產品的話，就是搭建在ESSBASE上的，這就是一種多維資料庫。
另外傳統資料庫的設計和現在OLAP數據倉庫的設計完全是不一樣的，傳統一般採用的雪花模型在OLAP中基本上不會採用的。所以還是很多不同的，不能等同對待
如果要學數據倉庫的話，我建議你看兩本書：構建數據倉庫、數據倉庫工具箱：維度建模的完全指南
把這兩本書看看就基本上具備理論基礎了。
⑶ 麻煩哪位高人推薦幾本數據挖掘的書
數據挖掘概念與技術，韓家煒。
數據挖掘 實用機器學習技術。
⑷ 數據倉庫怎麼上手
額 我是做DW的 先說你第一個問題哈 ETL 表面意思是清洗轉換載入 這個不說了 網上自己內搜就行，我要說的容是，這個過程其實實施起來沒網上說的那麼復雜，ETL是為你的數據從業務資料庫流入到DW服務的 第二個問題 你現在有前台界面和資料庫建DW有這些東西足夠你用了，如果說還缺點什麼，最好把你們統計系統的資料庫數據字典搞一份 總結一下 你現在其實最缺的不是技術 是例子 因為我猜你還不知道DW應該長什麼樣 推薦你本書，拉爾夫的《數據倉庫工具箱》 另外補充樓上說的 數據量大小和用不用工具是沒有半毛錢關系的 新手推薦手寫
⑸ 誰有這本書 《Microsoft數據倉庫工具箱
數據倉庫:《資料庫來系統概源念》第六版 這本書比較好。 商務智能：《商業智能深入淺出：Cognos,Informatica技術與應用》 由於正式發行的商務智能cognos書目前我只發現這一本，所以買了。瀏覽了一下，不推薦，因為書里邊講的特理論。
⑹ 哪可以下載到《數據倉庫工具箱：維度建模的完全指南》中文電子版本
六維空間