數倉伺服器

1、如何部署數據倉庫管理伺服器使用命令行

ACCESS資料庫是個文件來的,不用配置的了,在解決方案中添加你創建的ACCESS數據文件中,系統會提示你是否創建App_Data目錄並將ACCESS文件添加到此目錄中,選擇"是"就可以了,再在程序中創建連接到此文件的連接字元串即可.(此文後面有在web.config中配置的方法)例如
String con = "PROVIDER=Microsoft.Jet.OLEDB.4.0;DATA Source=" + System.Web.HttpContext.Current.Server.MapPath("App_Data/YouAccessData.mdb");

然後就像用其它資料庫一樣用了.

完全示例:

C#連接Access程序代碼：

usingSystem.Data;
usingSystem.Data.OleDb; stringstrConnection="Provider=Microsoft.Jet.OleDb.4.0;";
strConnection+=@"DataSource=C:\ASPNET\YouAccessData.mdb";
OleDbConnectionobjConnection=newOleDbConnection(strConnection);
//或
//stringstrConnection = "PROVIDER=Microsoft.Jet.OLEDB.4.0;DATA Source=" + System.Web.HttpContext.Current.Server.MapPath("App_Data/YouAccessData.mdb");
objConnection.Open();
objConnection.Close();

解釋：

C#連接Access資料庫需要導入額外的命名空間，所以有了最前面的兩條using命令，這是必不可少的!

strConnection這個變數里存放的是連接資料庫所需要的連接字元串，他指定了要使用的數據提供者和要使用的數據源。

「Provider=Microsoft.Jet.OleDb.4.0;」是指數據提供者，這里使用的是Microsoft Jet引擎，也就是Access中的數據引擎，asp.net就是靠這個和Access的資料庫連接的。
「Data Source=C:\BegASPNET\Northwind.mdb」是指明數據源的位置，他的標准形式是「Data Source=MyDrive:MyPath\MyFile.MDB」。

PS：

1.「+=」後面的「@」符號是防止將後面字元串中的「\」解析為轉義字元。

2.如果要連接的資料庫文件和當前文件在同一個目錄下，還可以使用如下的方法連接：

strConnection+="Data Source=";strConnection+=MapPath("Northwind.mdb");

3.要注意連接字元串中的參數之間要用分號來分隔。

「OleDbConnection objConnection=new OleDbConnection(strConnection);」這一句是利用定義好的連接字元串來建立了一個鏈接對象，以後對資料庫的操作我們都要和這個對象打交道。

「objConnection.Open();」這用來打開連接。至此，與Access資料庫的連接完成。

再來一個示例:
using System.Data.OleDb;
using System.Data;
//連接指定的Access資料庫
String ConnString =@"Provider=Microsoft.Jet.OLEDB.4.0;Data Source=App_Data\YouAccessData.mdb";
//SQL語句
String SQLString ="select * from TestDB";
//創建一個OleDbConnection對象
System.Data.OleDb.OleDbConnection OleDBConn1 = new System.Data.OleDb.OleDbConnection(ConnString);
//創建一個DataSet對象
DataSet DataSet1 = new DataSet();
//創建一個OleDbDataAdapter對象
System.Data.OleDb.OleDbDataAdapter OleDbDataAdapter1 = new System.Data.OleDb.OleDbDataAdapter(SQLString,OleDBConn1);
//打開連接
OleDBConn1.Open();
//通過OleDbDataAdapter對象填充數據集
OleDbDataAdapter1。Fill(DataSet1,"TT");

另外是在web.config中如何使用access資料庫連接了,估計就是你所要的了:

一： 一種是通過使用 DataDirectory 目錄的方法，但是 access 文件必須放在 ASP.NET 的特殊目錄中，如 app_data ；

<addname="access"connectionString="Provider=Microsoft.Jet.Oledb.4.0;
Data Source=|DataDirectory|db.mdb"/>

二：另外一種方法則比較靈活，具體方法是：在 web.config 文件中保存兩個字元串，一個是驅動字元串，另一個是 access 文件的相對路徑；

使用時用 Server.MapPath 來獲取絕對路徑然後組合出來的連接字元串就可以使用了；

在web.config中的寫法如下：

<appSettings>
<add key="ConnStr" value="provider=microsoft.jet.oledb.4.0;data source="/>
<add key="dbPath" value="/AppData/db.mdb"/>
</appSettings>

程序中的數據訪問類中我把"ConnStr"和"dbPath"取出來再連接成一個字元串
代碼如下：

/// <summary>
/// （靜態）返回資料庫連接串。
/// </summary>
protected static string GetConnString()
{
return
System.Configuration.ConfigurationSettings.AppSettings["ConnStr"]+ System.Web.HttpContext.Current.Server.MapPath(System.Configuration.ConfigurationSettings.AppSettings["dbPath"])+";";
}

三：直接寫資料庫的物理路徑

<connectionStrings>
<add name="qxConnectionString" connectionString="Provider=Microsoft.Jet.OLEDB.4.0;Data Source=D:\Inetpub\wwwroot\web\App_Data\db.mdb"
providerName="System.Data.OleDb" />
</connectionStrings>

注意：Data Source字元的寫法一定要正確，否則可能會出現「找不到可安裝的ISAM」的錯誤。

2、為企業數據倉庫建設伺服器屬於哪個階段

3.建立數據倉庫的邏輯模型
具體步驟如下：
（1）確定建立數據倉庫邏輯模型的基本方法。
（2）基於主題視圖，把主題視圖中的數據定義轉到邏輯數據模型中。
（3）識別主題之間的關系。
（4）分解多對多的關系。
（5）用範式理論檢驗邏輯數據模型。
（6）由用戶審核邏輯數據模型。

3、數據倉庫 硬體要求 為一家銀行做數據倉庫，如何根據數據量選擇硬體？

可以的
監控SQL Server PDW
PDW具備一個全面的Web監控工具：管理控制台(Admin Console)。管理控制台界麵包含以下選項卡：
會話：當前激活的用戶會話。
查詢：當前執行的查詢，最新完成的查詢與相關錯誤信息，以及執行計劃和節點執行信息。
負載：負載計劃，當前負載狀態與相關錯誤信息。
備份/恢復：備份與恢復操作。
設備狀態：每個節點的硬體和軟體狀態信息。
警報：系統節點的警報和警告信息。
儀錶板：實時狀態明細，包括硬體使用指標。
管理控制台是一個互聯網信息服務應用程序，它運行在控制機架的控制節點上。您可以通過Windows Internet Explorer訪問這個工具。
目前，SQL Server Management Studio (SSMS)不兼容SQL Server PDW。然而，為了支持互動式數據查詢，PDW提供了Nexus Query Chameleon GUI工具——它是之前DATAllegro產品的一個遺留工具。這個工具與SSMS類似，支持資料庫對象瀏覽和Transact-SQL查詢。
PDW還提供了dwsql命令行工具，您可以使用這個工具向資料庫發送Transact-SQL語句。這個工具也源於DATAllegro，與其他版本SQL Server提供的sqlcmd工具類似。
另一個命令行工具是dwloader。這個工具支持將載入區節點的大量分段數據載入到分布式計算節點環境中。
PDW還包含一個PDW配置管理器。這個工具支持進行設備級配置，以及設置IP地址或時區等選項。您還可以使用這個工具來啟動和停止服務。
在BI系統中整合SQL Server PDW
SQL Server 2008 R2 商業智能(BI)工具完全整合了PDW。例如，PDW具備一些適配器，您可以將它們安裝到SQL Server Integration Services，連接PDW資料庫和向資料庫載入數據。此外，SQL Server Reporting Services、SQL Server Analysis Services和Excel PowerPivot允許您指定一個PDW資料庫作為數據源，這樣您就能夠執行分析，以及根據PDW數據生成報表。
擁抱SQL Server PDW
通過並行數據倉庫，您可以採用一種全新方法實現資料庫擴展。然而，並非所有的SQL Server工具(特別是SSMS)都兼容這個新架構。但是，可以肯定的是，PDW的後續版本將會支持這些SQL Server工具。到那時，PDW會加入更多功能強大的客戶端應用程序。

4、公司在伺服器上建立一個數據倉庫，通過Navicat for MySQL進行訪問，如何提高select的查詢速度。

先不說索引，如果沒有索引，盡量調整where條件。不要select * 。

5、數據倉庫是做什麼的

目前，數據倉庫一詞尚沒有一個統一的定義，著名的數據倉庫專家W.H.Inmon在其著作《Building the Data Warehouse》一書中給予如下描述：數據倉庫（Data Warehouse）是一個面向主題的（Subject Oriented）、集成的（Integrate）、相對穩定的（Non-Volatile）、反映歷史變化（Time Variant）的數據集合，用於支持管理決策。對於數據倉庫的概念我們可以從兩個層次予以理解，首先，數據倉庫用於支持決策，面向分析型數據處理，它不同於企業現有的操作型資料庫；其次，數據倉庫是對多個異構的數據源有效集成，集成後按照主題進行了重組，並包含歷史數據，而且存放在數據倉庫中的數據一般不再修改。

根據數據倉庫概念的含義，數據倉庫擁有以下四個特點：
1、面向主題。操作型資料庫的數據組織面向事務處理任務，各個業務系統之間各自分離，而數據倉庫中的數據是按照一定的主題域進行組織。主題是一個抽象的概念，是指用戶使用數據倉庫進行決策時所關心的重點方面，一個主題通常與多個操作型信息系統相關。

2、集成的。面向事務處理的操作型資料庫通常與某些特定的應用相關，資料庫之間相互獨立，並且往往是異構的。而數據倉庫中的數據是在對原有分散的資料庫數據抽取、清理的基礎上經過系統加工、匯總和整理得到的，必須消除源數據中的不一致性，以保證數據倉庫內的信息是關於整個企業的一致的全局信息。

3、相對穩定的。操作型資料庫中的數據通常實時更新，數據根據需要及時發生變化。數據倉庫的數據主要供企業決策分析之用，所涉及的數據操作主要是數據查詢，一旦某個數據進入數據倉庫以後，一般情況下將被長期保留，也就是數據倉庫中一般有大量的查詢操作，但修改和刪除操作很少，通常只需要定期的載入、刷新。

4、反映歷史變化。操作型資料庫主要關心當前某一個時間段內的數據，而數據倉庫中的數據通常包含歷史信息，系統記錄了企業從過去某一時點(如開始應用數據倉庫的時點)到目前的各個階段的信息，通過這些信息，可以對企業的發展歷程和未來趨勢做出定量分析和預測。
企業數據倉庫的建設，是以現有企業業務系統和大量業務數據的積累為基礎。數據倉庫不是靜態的概念，只有把信息及時交給需要這些信息的使用者，供他們做出改善其業務經營的決策，信息才能發揮作用，信息才有意義。而把信息加以整理歸納和重組，並及時提供給相應的管理決策人員，是數據倉庫的根本任務。因此，從產業界的角度看，數據倉庫建設是一個工程，是一個過程。
整個數據倉庫系統是一個包含四個層次的體系結構，具體由下圖表示。

數據倉庫系統體系結構

·數據源：是數據倉庫系統的基礎，是整個系統的數據源泉。通常包括企業內部信息和外部信息。內部信息包括存放於RDBMS中的各種業務處理數據和各類文檔數據。外部信息包括各類法律法規、市場信息和競爭對手的信息等等；

·數據的存儲與管理：是整個數據倉庫系統的核心。數據倉庫的真正關鍵是數據的存儲和管理。數據倉庫的組織管理方式決定了它有別於傳統資料庫，同時也決定了其對外部數據的表現形式。要決定採用什麼產品和技術來建立數據倉庫的核心，則需要從數據倉庫的技術特點著手分析。針對現有各業務系統的數據，進行抽取、清理，並有效集成，按照主題進行組織。數據倉庫按照數據的覆蓋范圍可以分為企業級數據倉庫和部門級數據倉庫（通常稱為數據集市）。

·OLAP伺服器：對分析需要的數據進行有效集成，按多維模型予以組織，以便進行多角度、多層次的分析，並發現趨勢。其具體實現可以分為：ROLAP、MOLAP和HOLAP。ROLAP基本數據和聚合數據均存放在RDBMS之中；MOLAP基本數據和聚合數據均存放於多維資料庫中；HOLAP基本數據存放於RDBMS之中，聚合數據存放於多維資料庫中。

·前端工具：主要包括各種報表工具、查詢工具、數據分析工具、數據挖掘工具以及各種基於數據倉庫或數據集市的應用開發工具。其中數據分析工具主要針對OLAP伺服器，報表工具、數據挖掘工具主要針對數據倉庫。

6、數據倉庫系統有哪三個工具層

【數據倉庫系統的三個工具層】數據倉庫系統通常採用3層的體系結構，底層為數據倉庫伺服器，中間層為OLAP伺服器，頂層為前端工具。具體如下：
1、數據源和數據的存儲與管理部分可以統稱為數據倉庫伺服器。
（1）數據源：是數據倉庫系統的基礎，是整個系統的數據源泉。通常包括企業內部信息和外部信息。內部信息包括存放於RDBMS中的各種業務處理數據和各類文檔數據。外部信息包括各類法律法規、市場信息和競爭對手的信息，等等。
（2）數據的存儲與管理：是整個數據倉庫系統的核心。數據倉庫的真正關鍵是數據的存儲和管理。數據倉庫的組織管理方式決定了它有別於傳統資料庫，同時也決定了其對外部數據的表現形式。要決定採用什麼產品和技術來建立數據倉庫的核心，則需要從數據倉庫的技術特點著手分析。針對現有各業務系統的數據，進行抽取、清理，並有效集成，按照主題進行組織。數據倉庫按照數據的覆蓋范圍可以分為企業級數據倉庫和部門級數據倉庫（通常稱為數據集市）。
2、OLAP伺服器：對分析需要的數據進行有效集成，按多維模型予以組織，以便進行多角度、多層次的分析，並發現趨勢。其具體實現可以分為：ROLAP、MOLAP和HOLAP。ROLAP基本數據和聚合數據均存放在RDBMS之中；MOLAP基本數據和聚合數據均存放於多維資料庫中；HOLAP基本數據存放於RDBMS之中，聚合數據存放於多維資料庫中。
3、前端工具：主要包括各種報表工具、查詢工具、數據分析工具、數據挖掘工具，以及各種基於數據倉庫或數據集市的應用開發工具。其中數據分析工具主要針對OLAP伺服器，報表工具、數據挖掘工具主要針對數據倉庫。

7、資料庫與數據倉庫的區別

資料庫是面向事務的設計，數據倉庫是面向主題設計的。資料庫一般存儲在線交易數據，數據倉庫存儲的一般是歷史數據。

「與時間相關」：資料庫保存信息的時候，並不強調一定有時間信息。數據倉庫則不同，出於決策的需要，數據倉庫中的數據都要標明時間屬性。決策中，時間屬性很重要。同樣都是累計購買過九車產品的顧客，一位是最近三個月購買九車，一位是最近一年從未買過，這對於決策者意義是不同的。 

「不可修改」：數據倉庫中的數據並不是最新的，而是來源於其它數據源。數據倉庫反映的是歷史信息，並不是很多資料庫處理的那種日常事務數據（有的資料庫例如電信計費資料庫甚至處理實時信息）。因此，數據倉庫中的數據是極少或根本不修改的；當然，向數據倉庫添加數據是允許的。 

拓展資料：

數據倉庫的出現，並不是要取代資料庫。數據倉庫，是在資料庫已經大量存在的情況下，為了進一步挖掘數據資源、為了決策需要而產生的，它決不是所謂的「大型資料庫」。

目前，大部分數據倉庫還是用關系資料庫管理系統來管理的。可以說，資料庫、數據倉庫相輔相成、各有千秋。

8、數據倉庫一體機伺服器大概要多少錢

給你推薦一個倉庫伺服器，給之前買的，性價比很高，兩千多搞定

產品型號：I1TS3-2536
產品類型：單路雙核塔式伺服器
處 理 器：Pentium
G2030
內 存：4G DDR3 ECC
硬 盤：HD SATA3 500G
機 構：塔式
產品地址：http://www.zrway.com/server/proct_param/1002/6470.html

9、OLAP伺服器就是數據倉庫么

目前，數據倉庫一詞尚沒有一個統一的定義，著名的數據倉庫專家W.H.Inmon在其著作《Building the Data Warehouse》一書中給予如下描述：數據倉庫（Data Warehouse）是一個面向主題的（Subject Oriented）、集成的（Integrate）、相對穩定的（Non-Volatile）、反映歷史變化（Time Variant）的數據集合，用於支持管理決策。對於數據倉庫的概念我們可以從兩個層次予以理解，首先，數據倉庫用於支持決策，面向分析型數據處理，它不同於企業現有的操作型資料庫；其次，數據倉庫是對多個異構的數據源有效集成，集成後按照主題進行了重組，並包含歷史數據，而且存放在數據倉庫中的數據一般不再修改。

10、為企業數據倉庫建設選擇伺服器屬於哪個階段

3.建立數據倉庫的邏輯模型
具體步驟如下：
（1）確定建立數據倉庫邏輯模型的基本方法。
（2）基於主題視圖，把主題視圖中的數據定義轉到邏輯數據模型中。
（3）識別主題之間的關系。
（4）分解多對多的關系。
（5）用範式理論檢驗邏輯數據模型。
（6）由用戶審核邏輯數據模型。