数仓服务器

1、如何部署数据仓库管理服务器使用命令行

ACCESS数据库是个文件来的,不用配置的了,在解决方案中添加你创建的ACCESS数据文件中,系统会提示你是否创建App_Data目录并将ACCESS文件添加到此目录中,选择"是"就可以了,再在程序中创建连接到此文件的连接字符串即可.(此文后面有在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");

然后就像用其它数据库一样用了.

完全示例:

C#连接Access程序代码：

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();

解释：

C#连接Access数据库需要导入额外的命名空间，所以有了最前面的两条using命令，这是必不可少的!

strConnection这个变量里存放的是连接数据库所需要的连接字符串，他指定了要使用的数据提供者和要使用的数据源。

“Provider=Microsoft.Jet.OleDb.4.0;”是指数据提供者，这里使用的是Microsoft Jet引擎，也就是Access中的数据引擎，asp.net就是靠这个和Access的数据库连接的。
“Data Source=C:\BegASPNET\Northwind.mdb”是指明数据源的位置，他的标准形式是“Data Source=MyDrive:MyPath\MyFile.MDB”。

PS：

1.“+=”后面的“@”符号是防止将后面字符串中的“\”解析为转义字符。

2.如果要连接的数据库文件和当前文件在同一个目录下，还可以使用如下的方法连接：

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

3.要注意连接字符串中的参数之间要用分号来分隔。

“OleDbConnection objConnection=new OleDbConnection(strConnection);”这一句是利用定义好的连接字符串来建立了一个链接对象，以后对数据库的操作我们都要和这个对象打交道。

“objConnection.Open();”这用来打开连接。至此，与Access数据库的连接完成。

再来一个示例:
using System.Data.OleDb;
using System.Data;
//连接指定的Access数据库
String ConnString =@"Provider=Microsoft.Jet.OLEDB.4.0;Data Source=App_Data\YouAccessData.mdb";
//SQL语句
String SQLString ="select * from TestDB";
//创建一个OleDbConnection对象
System.Data.OleDb.OleDbConnection OleDBConn1 = new System.Data.OleDb.OleDbConnection(ConnString);
//创建一个DataSet对象
DataSet DataSet1 = new DataSet();
//创建一个OleDbDataAdapter对象
System.Data.OleDb.OleDbDataAdapter OleDbDataAdapter1 = new System.Data.OleDb.OleDbDataAdapter(SQLString,OleDBConn1);
//打开连接
OleDBConn1.Open();
//通过OleDbDataAdapter对象填充数据集
OleDbDataAdapter1。Fill(DataSet1,"TT");

另外是在web.config中如何使用access数据库连接了,估计就是你所要的了:

一： 一种是通过使用 DataDirectory 目录的方法，但是 access 文件必须放在 ASP.NET 的特殊目录中，如 app_data ；

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

二：另外一种方法则比较灵活，具体方法是：在 web.config 文件中保存两个字符串，一个是驱动字符串，另一个是 access 文件的相对路径；

使用时用 Server.MapPath 来获取绝对路径然后组合出来的连接字符串就可以使用了；

在web.config中的写法如下：

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

程序中的数据访问类中我把"ConnStr"和"dbPath"取出来再连接成一个字符串
代码如下：

/// <summary>
/// （静态）返回数据库连接串。
/// </summary>
protected static string GetConnString()
{
return
System.Configuration.ConfigurationSettings.AppSettings["ConnStr"]+ System.Web.HttpContext.Current.Server.MapPath(System.Configuration.ConfigurationSettings.AppSettings["dbPath"])+";";
}

三：直接写数据库的物理路径

<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字符的写法一定要正确，否则可能会出现“找不到可安装的ISAM”的错误。

2、为企业数据仓库建设服务器属于哪个阶段

3.建立数据仓库的逻辑模型
具体步骤如下：
（1）确定建立数据仓库逻辑模型的基本方法。
（2）基于主题视图，把主题视图中的数据定义转到逻辑数据模型中。
（3）识别主题之间的关系。
（4）分解多对多的关系。
（5）用范式理论检验逻辑数据模型。
（6）由用户审核逻辑数据模型。

3、数据仓库 硬件要求 为一家银行做数据仓库，如何根据数据量选择硬件？

可以的
监控SQL Server PDW
PDW具备一个全面的Web监控工具：管理控制台(Admin Console)。管理控制台界面包含以下选项卡：
会话：当前激活的用户会话。
查询：当前执行的查询，最新完成的查询与相关错误信息，以及执行计划和节点执行信息。
负载：负载计划，当前负载状态与相关错误信息。
备份/恢复：备份与恢复操作。
设备状态：每个节点的硬件和软件状态信息。
警报：系统节点的警报和警告信息。
仪表板：实时状态明细，包括硬件使用指标。
管理控制台是一个互联网信息服务应用程序，它运行在控制机架的控制节点上。您可以通过Windows Internet Explorer访问这个工具。
目前，SQL Server Management Studio (SSMS)不兼容SQL Server PDW。然而，为了支持交互式数据查询，PDW提供了Nexus Query Chameleon GUI工具——它是之前DATAllegro产品的一个遗留工具。这个工具与SSMS类似，支持数据库对象浏览和Transact-SQL查询。
PDW还提供了dwsql命令行工具，您可以使用这个工具向数据库发送Transact-SQL语句。这个工具也源于DATAllegro，与其他版本SQL Server提供的sqlcmd工具类似。
另一个命令行工具是dwloader。这个工具支持将加载区节点的大量分段数据加载到分布式计算节点环境中。
PDW还包含一个PDW配置管理器。这个工具支持进行设备级配置，以及设置IP地址或时区等选项。您还可以使用这个工具来启动和停止服务。
在BI系统中整合SQL Server PDW
SQL Server 2008 R2 商业智能(BI)工具完全整合了PDW。例如，PDW具备一些适配器，您可以将它们安装到SQL Server Integration Services，连接PDW数据库和向数据库加载数据。此外，SQL Server Reporting Services、SQL Server Analysis Services和Excel PowerPivot允许您指定一个PDW数据库作为数据源，这样您就能够执行分析，以及根据PDW数据生成报表。
拥抱SQL Server PDW
通过并行数据仓库，您可以采用一种全新方法实现数据库扩展。然而，并非所有的SQL Server工具(特别是SSMS)都兼容这个新架构。但是，可以肯定的是，PDW的后续版本将会支持这些SQL Server工具。到那时，PDW会加入更多功能强大的客户端应用程序。

4、公司在服务器上建立一个数据仓库，通过Navicat for MySQL进行访问，如何提高select的查询速度。

先不说索引，如果没有索引，尽量调整where条件。不要select * 。

5、数据仓库是做什么的

目前，数据仓库一词尚没有一个统一的定义，著名的数据仓库专家W.H.Inmon在其著作《Building the Data Warehouse》一书中给予如下描述：数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。对于数据仓库的概念我们可以从两个层次予以理解，首先，数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库；其次，数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。

根据数据仓库概念的含义，数据仓库拥有以下四个特点：
1、面向主题。操作型数据库的数据组织面向事务处理任务，各个业务系统之间各自分离，而数据仓库中的数据是按照一定的主题域进行组织。主题是一个抽象的概念，是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通常与多个操作型信息系统相关。

2、集成的。面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。

3、相对稳定的。操作型数据库中的数据通常实时更新，数据根据需要及时发生变化。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。

4、反映历史变化。操作型数据库主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。
企业数据仓库的建设，是以现有企业业务系统和大量业务数据的积累为基础。数据仓库不是静态的概念，只有把信息及时交给需要这些信息的使用者，供他们做出改善其业务经营的决策，信息才能发挥作用，信息才有意义。而把信息加以整理归纳和重组，并及时提供给相应的管理决策人员，是数据仓库的根本任务。因此，从产业界的角度看，数据仓库建设是一个工程，是一个过程。
整个数据仓库系统是一个包含四个层次的体系结构，具体由下图表示。

数据仓库系统体系结构

·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；

·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、MOLAP和HOLAP。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。

·前端工具：主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以及各种基于数据仓库或数据集市的应用开发工具。其中数据分析工具主要针对OLAP服务器，报表工具、数据挖掘工具主要针对数据仓库。

6、数据仓库系统有哪三个工具层

【数据仓库系统的三个工具层】数据仓库系统通常采用3层的体系结构，底层为数据仓库服务器，中间层为OLAP服务器，顶层为前端工具。具体如下：
1、数据源和数据的存储与管理部分可以统称为数据仓库服务器。
（1）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。
（2）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）。
2、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、MOLAP和HOLAP。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。
3、前端工具：主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具，以及各种基于数据仓库或数据集市的应用开发工具。其中数据分析工具主要针对OLAP服务器，报表工具、数据挖掘工具主要针对数据仓库。

7、数据库与数据仓库的区别

数据库是面向事务的设计，数据仓库是面向主题设计的。数据库一般存储在线交易数据，数据仓库存储的一般是历史数据。

“与时间相关”：数据库保存信息的时候，并不强调一定有时间信息。数据仓库则不同，出于决策的需要，数据仓库中的数据都要标明时间属性。决策中，时间属性很重要。同样都是累计购买过九车产品的顾客，一位是最近三个月购买九车，一位是最近一年从未买过，这对于决策者意义是不同的。 

“不可修改”：数据仓库中的数据并不是最新的，而是来源于其它数据源。数据仓库反映的是历史信息，并不是很多数据库处理的那种日常事务数据（有的数据库例如电信计费数据库甚至处理实时信息）。因此，数据仓库中的数据是极少或根本不修改的；当然，向数据仓库添加数据是允许的。 

拓展资料：

数据仓库的出现，并不是要取代数据库。数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它决不是所谓的“大型数据库”。

目前，大部分数据仓库还是用关系数据库管理系统来管理的。可以说，数据库、数据仓库相辅相成、各有千秋。

8、数据仓库一体机服务器大概要多少钱

给你推荐一个仓库服务器，给之前买的，性价比很高，两千多搞定

产品型号：I1TS3-2536
产品类型：单路双核塔式服务器
处 理 器：Pentium
G2030
内 存：4G DDR3 ECC
硬 盘：HD SATA3 500G
机 构：塔式
产品地址：http://www.zrway.com/server/proct_param/1002/6470.html

9、OLAP服务器就是数据仓库么

目前，数据仓库一词尚没有一个统一的定义，著名的数据仓库专家W.H.Inmon在其著作《Building the Data Warehouse》一书中给予如下描述：数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。对于数据仓库的概念我们可以从两个层次予以理解，首先，数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库；其次，数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。

10、为企业数据仓库建设选择服务器属于哪个阶段

3.建立数据仓库的逻辑模型
具体步骤如下：
（1）确定建立数据仓库逻辑模型的基本方法。
（2）基于主题视图，把主题视图中的数据定义转到逻辑数据模型中。
（3）识别主题之间的关系。
（4）分解多对多的关系。
（5）用范式理论检验逻辑数据模型。
（6）由用户审核逻辑数据模型。