數據倉庫工具箱系列數據

㈠ 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。

㈡ 維度是什麼意思

維度，又稱維數，是數學中獨立參數的數目。在物理學和哲學的領域內，指獨立的時空坐標的數目。0維是一個無限小的點，沒有長度。

1維是一條無限長的線，只有長度。2維是一個平面，是由長度和寬度(或部分曲線)組成面積。3維是2維加上高度組成體積。4維分為時間上和空間上的4維，人們說的4維經常是指關於物體在時間線上的轉移。

4維准確來說有：四維時空，是指三維空間加一維時間。四維空間，只指四個維度的空間。四維運動產生了五維。

從哲學角度看，人們觀察、思考與表述某事物的「思維角度」，簡稱「維度」。例如，人們觀察與思考「月亮」這個事物，可以從月亮的「內容、時間、空間」三個思維角度去描述；也可以從月亮的「載體、能量、信息」三個思維角度去描述。

(2)數據倉庫工具箱系列數據擴展閱讀：

兩條平行線可以看作是兩個相對獨立的一維，要想從一條線到另一條線就需要建立一條新的直線連接二者，此直線即是維度。0維是一點（說是一點是不嚴謹的，如果是點，就算有多小，都一定至少有長度、寬度，所以0維不是點，0維實際上是可以忽略的，0維就是什麼都沒有），沒有長度。

1維是線（弦），只有長度。2維是一個平面，是由長度和寬度(或曲線)形成可以容納n條線或由n條線組成的面。3維是2維加上高度形成立體。

一維、二維、三維均只存在思維里作為變動量使用。

宇宙一切物質均基於四維時空。

四維、五維、六維主要運用於物體定義與歷史變化。

七維、八維、九維、十維主要運用於空間定義與歷史變化。

㈢ 請問歷史維度是什麼意思

就好像會計需要有會計主體、會計期間（有時間段）、持續經營（假定主體持續的經營）、貨幣計量（必須能以貨幣來計算）這四個預設。歷史也需要預設：

1.歷史的主體必須要的確認性原則
歷史的主體應該是有明晰的確認的，所以，像共同民族、共同語言等這種無法切確的明晰邊界的，不應該成為歷史的主體，歷史的主體一般為「國家」，國家的邊界即為邊境，也是主體空間的邊界。

2.當下視角
歷史的主體的世界觀中的時間維度是指當下。也就是說，主體的邊界是指當下的國境。我們應當下的國境來作為過去的一切時間這個主體的邊界，我們用「國家」來替代「歷史的主體」，因為這樣說大家更熟悉點。也就是說，過去的，發生在當下國境內的，就屬於國家歷史，而發生在當下國境外的，則不是國家歷史。

3.主體邊界的更精確確認
如果過去某個國家在當下國境內建立，而這個國家的首都在當下國境內，那麼其歷史就當歸入國家歷史；反之如果其首都不在當下國境內，則不應屬於國家歷史。當然，如果過去某個國家建立在當下國境之外，而完全侵佔了當下國家的國土，那麼國家歷史就應該寫上「被滅」。但是，被滅了也有被滅的歷史，所以接下來一段時間的歷史就是當下國境內被侵佔的歷史。被滅了也會有歷史？那當然，因為你書寫歷史了，就說明後面你又活過來了。如果你沒活過來，那麼就不會有「被滅史」，而只有侵略者寫的歷史，因為侵略者的國境已經把這塊領土給包含了，這個國家的歷史就變成了他的歷史。活過來就是，在被滅不久後，當下國境之內，又建立了一個新的國家，而把原來的侵略者趕了出去，那麼這個新的國家就屬於國家歷史，「活著」的國家歷史。這時國家的歷史總分為兩部分：活著的，被侵佔的。但可以放心，在國家書寫歷史時，被侵佔的已經收縮為無了。另外，活著的也可以細分為多個，A1, A2, A3,因為可能被外國侵略後，在當下國境內萌生了多個國家，但是你放心，在國家書寫歷史時，所有的細分都會歸一,,A1,A2,A3都歸為A。那沒歸一的呢？例如我們的問題。沒歸一的，是A1寫A1的歷史，A2寫A2的歷史，其實兩者是不相乾的。

㈣ 誰知道維度表是什麼

維度表可以看作是用戶來分析數據的窗口，緯度表中包含事實數據表中事實記錄的特性，有些特性提供描述性信息，有些特性指定如何匯總事實數據表數據，以便為分析者提供有用的信息，維度表包含幫助匯總數據的特性的層次結構。例如，包含產品信息的維度表通常包含將產品分為食品、飲料、非消費品等若干類的層次結構，這些產品中的每一類進一步多次細分，直到各產品達到最低級別。 在維度表中，每個表都包含獨立於其他維度表的事實特性，例如，客戶維度表包含有關客戶的數據。維度表中的列欄位可以將信息分為不同層次的結構級。

㈤ 誰有這本書 《Microsoft數據倉庫工具箱的相關推薦

你要的郵件已經發出，請查收，有可能在垃圾箱里，如果10分鍾後沒收到，請在本問題里追問，我會再次發送，如果還有需要的朋友~
請點「贊」此條回答以後，在下面的評論里留下您的聯系方式即可！

㈥ 「維度」是什麼意思……

一：零維，一維，二維，三維。

零維度空間是一個點，無限小的點，不佔任何空間，點就是零維空間。當無數點集合排列之後，形成了線，直線就是一維空間，無數的線構成了一個平面，平面就是二維空間。無數的平面並列構成了三維空間，也就是立體的空間

二：第四維：時間

三維的世界是靜止的，當三維世界以時間為基準發生變化時，四維空間就產生了，如果把時間看作一根軸線，則這個軸線上的任意一個點，都是一個三維空間，也就是說無數個三維空間依據時間軸線集合，構成了四維空間。

在四維空間中，時間呈線性進行，雖然未來不可預測，但源頭只有一個，將來也只有一個，不管下一秒將發生什麼，即將發生的未來只有一個。

同樣，忽略了三維屬性後，我們將會發現，任意一個四維物體在時間軸上都表現為一條線段。

三：時間平面

假設無數的時間軸線集合起來，會構成什麼呢？
一個時間平面。這個時間平面就是五維空間，它是由無數個四維空間根據某一軸線集合而成的。
但是，請不要問我這條軸線的標準是什麼，因為我是一個四維的生命體，我無法為一個我根本觀察不到的現象制訂標准。
但是我們可以想像，一個五維空間的物體，應該是跨越不同時間軸線的。在任意一個時間軸線上，你只能觀察到它的一部分。

四：時間軸線間的跳躍。
假設說一個四維生命體想要跳躍到其他時間軸線上，那麼它就必須先成為一個五維的生命體，很顯然，在跳躍的過程中，它會同時出現在兩條時間軸線上，這時它已符合了五維生命體的要求。
這個事實用另一句話來表述就是：在四維空間中，時間是線性的，方向和進程不可改變。只有在五維空間中，你可以改變時間的方向和進程。
所以：與其說你改變了歷史，不如說你改變了自己當前所處的時間軸線。

五：無限與永恆

雖然人類可以想像出無限的概念，但是我們卻無法看到五維世界是什麼樣子。

雖然人類可以明白永恆的概念，可我們卻無法創造出一個永恆的事物。

雖然我可以構想出整個五維空間的模型，可我卻不了解你，我的愛人，你現在在想些什麼。

雖然我無法創造的永恆的事物，可是此刻，我對你的思念卻成為了永恆。
一：零維，一維，二維，三維。

零維度空間是一個點，無限小的點，不佔任何空間，點就是零維空間。當無數點集合排列之後，形成了線，直線就是一維空間，無數的線構成了一個平面，平面就是二維空間。無數的平面並列構成了三維空間，也就是立體的空間

二：第四維：時間

三維的世界是靜止的，當三維世界以時間為基準發生變化時，四維空間就產生了，如果把時間看作一根軸線，則這個軸線上的任意一個點，都是一個三維空間，也就是說無數個三維空間依據時間軸線集合，構成了四維空間。

在四維空間中，時間呈線性進行，雖然未來不可預測，但源頭只有一個，將來也只有一個，不管下一秒將發生什麼，即將發生的未來只有一個。

同樣，忽略了三維屬性後，我們將會發現，任意一個四維物體在時間軸上都表現為一條線段。

三：時間平面

假設無數的時間軸線集合起來，會構成什麼呢？
一個時間平面。這個時間平面就是五維空間，它是由無數個四維空間根據某一軸線集合而成的。
但是，請不要問我這條軸線的標準是什麼，因為我是一個四維的生命體，我無法為一個我根本觀察不到的現象制訂標准。
但是我們可以想像，一個五維空間的物體，應該是跨越不同時間軸線的。在任意一個時間軸線上，你只能觀察到它的一部分。

四：時間軸線間的跳躍。
假設說一個四維生命體想要跳躍到其他時間軸線上，那麼它就必須先成為一個五維的生命體，很顯然，在跳躍的過程中，它會同時出現在兩條時間軸線上，這時它已符合了五維生命體的要求。
這個事實用另一句話來表述就是：在四維空間中，時間是線性的，方向和進程不可改變。只有在五維空間中，你可以改變時間的方向和進程。
所以：與其說你改變了歷史，不如說你改變了自己當前所處的時間軸線。

五：無限與永恆

雖然人類可以想像出無限的概念，但是我們卻無法看到五維世界是什麼樣子。

雖然人類可以明白永恆的概念，可我們卻無法創造出一個永恆的事物。

雖然我可以構想出整個五維空間的模型，可我卻不了解你，我的愛人，你現在在想些什麼。

雖然我無法創造的永恆的事物，可是此刻，我對你的思念卻成為了永恆。

㈦ 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

㈧ 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