1，数据仓库的四个层次体系结构有哪些2，数据仓库的体系结构如何分别实现什么功能3，工行数据仓库体系架构有哪些组成4，如何设计一个方便高效查询的大容量的数据库结构5，数据仓库的技术结构有哪些1，数据仓库的四个层次体系结构有哪些
分别是数据源、数据的存储与管理、联机分析处理服务器、前端工具。我是来看评论的
2，数据仓库的体系结构如何分别实现什么功能
dal数据访问层:主要看你的数据层里面有没有包含逻辑处理，实际上他的各个函数主要完成对各个对数据的操作。bll业务逻辑层:主要负责对数据层的操作。也就是说把一些数据层的操作进行组合。ui表示层:主要对用户的请求接受，以及数据的返回，为客户端提供应用程序的访问，比如界面等。表示层
3，工行数据仓库体系架构有哪些组成
商业智能和数据仓库基础的课程内容包括：1bi（商业智能）和数据仓库2数据仓库的架构，模型建设3数据仓库建设方法论（methodology）4olap5数据质量管理6etl7数据挖掘8相关概念(ods,元数据等)9工具演示希望对你由帮助来源：商业智能和数据仓库爱好者提供。。。。商业智能和云计算。。。。陪训。。。。有这个基础课不明白啊 = =！
4，如何设计一个方便高效查询的大容量的数据库结构
1、把你表中经常查询的和不常用的分开几个表，也就是横向切分2、把不同类型的分成几个表，纵向切分3、常用联接的建索引4、服务器放几个硬盘，把数据、日志、索引分盘存放，这样可以提高io吞吐率5、用优化器，优化你的查询6、考虑冗余，这样可以减少连接7、可以考虑建立统计表，就是实时生成总计表，这样可以避免每次查询都统计一次mrzxc 等说的好，考虑你的系统，注意负载平衡，查询优化，25 万并不大，可以建一个表，然后按mrzxc 的3 4 5 7 优化。 速度，影响它的因数太多了，且数据量越大越明显。1、存储 将硬盘分成ntfs格式，ntfs比fat32快，并看你的数据文件大小，1g以上你可以采用多数据库文件，这样可以将存取负载分散到多个物理硬盘或磁盘阵列上。2、tempdb tempdb也应该被单独的物理硬盘或磁盘阵列上,建议放在raid 0上，这样它的性能最高,不要对它设置最大值让它自动增长3、日志文件 日志文件也应该和数据文件分开在不同的理硬盘或磁盘阵列上，这样也可以提高硬盘i/o性能。4、分区视图 就是将你的数据水平分割在集群服务器上，它适合大规模oltp,sql群集上，如果你数据库不是访问特别大不建议使用。5、簇索引 你的表一定有个簇索引，在使用簇索引查询的时候，区块查询是最快的，如用between，应为他是物理连续的，你应该尽量减少对它的updaet,应为这可以使它物理不连续。6、非簇索引 非簇索引与物理顺序无关，设计它时必须有高度的可选择性，可以提高查询速度，但对表update的时候这些非簇索引会影响速度，且占用空间大，如果你愿意用空间和修改时间换取速度可以考虑。7、索引视图 如果在视图上建立索引,那视图的结果集就会被存储起来，对与特定的查询性能可以提高很多，但同样对update语句时它也会严重减低性能，一般用在数据相对稳定的数据仓库中。8、维护索引 你在将索引建好后，定期维护是很重要的，用dbcc showcontig来观察页密度、扫描密度等等，及时用dbcc indexdefrag来整理表或视图的索引,在必要的时候用dbcc dbreindex来重建索引可以受到良好的效果。 不论你是用几个表1、2、3点都可以提高一定的性能，5、6、8点你是必须做的，至于4、7点看你的需求，我个人是不建议的。打了半个多小时想是在写论文，希望对你有帮助。
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）。 （三）olap(联机分析处理)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。 （四）前端工具 主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以数据挖掘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。 ----------------------------- 由安信公司历经 4 年研发的监测数据管理平台，采用独创的技术架构，在 b/s 架构上融入 c/s 模式，囊括了实验室管理系统、监测站办公自动化、监测站综合业务管理系统、监测数据上报系统等诸多系统，把各个系统有机融合在一起，不同的业务科室展现不同工作页面，内部却又实现了数据共享。 系统页面简单大方，操作轻松方便，在不增加实验室工作量的情况下，能够让监测数据进入系统中，原始记录单等诸多实验室报表可协助生成（不完全生成，需人工签字），随后科室比如质控、综合、主管领导即可对数据进行多层次利用查询，并自动生成各类监测报表。 系统采用流程化工作模式，对不同监测任务实施不同工作流，保证工作的科学和严谨，对于单位内部职工每天待办事宜清晰显示，让内部职工对每天工作都一目了然。系统工作流程可自由配置，工作单可根据按照配置流转相应单位，并且可以对工作流程进行追踪查询，作为领导可以查看到每一项安排工作的流转情况、完成情况和监测结果。 系统支持短信功能，对于领导等科室一些紧急任务可在系统下达后，立刻用短信通知相应工作人员，对于单位紧急通知等也可以进行短信通知，让监测站的工作更加快捷高效。 系统提供深层次数据挖掘功能，能够根据监测数据，快速提供某监测点的多方位数据，比如历年来某月cod 的监测数据变化，几年来某项监测数据的月平均值变化等等，为监测站领导决策提供科学依据。 系统生成报表功能强大，除自身已包含众多报表外，可迅速生成 word 下各种客户要求的监测报表，并且查阅维护方便。 系统作为平台拓展性强，可以融合其他系统与平台上，并且后期功能升级方便不影响前期功能。 目前系统已经在多个地 方监测站运行，从使用效果来看是比较实用的。