DB2与Oracle的数据仓库技术关键能力对比研究

在众多的数据库产品中，IBM的DB2数据库和Oracle数据库是当今世界最好的数据库产品，而在数据仓库技术方面也是各有千秋。本文根据数据仓库的任务、特点和应该具备的关键能力，对DB2和Oracle两大数据库的数据仓库枝术在索引能力、数据分区、仓库管理器等方面进行了对比研究。     

DB2与Oracle数据库技术的对比研究

本文根据数据仓库的任务、特点和应该具备的关键能力，对DB2和Oracle两大数据库的数据仓库技术在索引能力、数据分区、仓库管理器等方面进行了对比研究。     

实时数据仓库体系架构的研究

传统数据仓库由ODS(Operational Data Store)、数据仓库、数据集市和BI工具组成。实时数据仓库扩展了传统数据仓库的适用范围，能给企业提供关于日常战术操作的技术支持。该讨论了实时数据仓库的几种体系实现，并同传统数据仓库体系进行了比较和分析。通过对需求、技术、性能等方面的分析，提出了比较可行的实时数据仓库体系结构。     

基于数据仓库的分析决策系统住院病人费用

介绍了数据仓库的特点和体系结构的同时，对数据仓库技术在医院信息系统中的应用进行了研究，以Oracle Warehouse Builder作为构建数据仓库的技术平台，用Discoverer作为对数据仓库进行联机分析的工具，给出了一个应用于医院住院病人费用分析的数据仓库实例。该实例支持海量数据的深加工和再利用，解决了数据仓库构建、数据分析、客户端程序设计等技术问题，为支持医院管理者的分析决策做出了积极探索。     

数据仓库与数据库相结合完善通风网络数据处理

数据仓库技术是信息产业的新兴技术之一，对大型企业的事务分析、决策等具有很大意义。将数据仓库技术、数据挖掘技术引入到矿井通风网络数据处理这一研究领域，介绍了数据仓库的概念、特征以及数据分析的相关技术，讨论了矿山企业通风网络数据仓库的建立过程，提出了一种数据仓库技术与数据库技术相结合的矿山企业通风网络管理系统。     

数据仓库技术研究

数据仓库是分布式异构数据库系统集成的一种较为先进的解决方法。本文分析了数据仓库技术提出的背景，介绍了数据仓库的概念和体系结构，总结了数据仓库当前研究的主要问题并对下一代数据仓库技术做了展望。     

数据仓库和数据挖掘技术在ERP中的应用

把数据仓库、数据挖掘技术运用到ERP中去，以数据仓库作为企业底层的数据源，再配合各种数据挖掘技术，结合ERP的管理思想，发挥数据仓库与数据挖掘技术在决策支持方面的长处。在此基础上，探讨了基于数据仓库的采购管理系统（DWBPMS）的实现。     

基于GIS的时空数据仓库技术的若干应用研究

近些年来GIS技术与数据仓库技术的结合已经成为GIS研究领域的一个新的发展方向，即时空数据仓库技术。本文主要介绍了时空数据仓库技术的特征、体系结构、关键技术及研究中要注意的问题，其中针对数据挖掘技术给出了具体的应用实例。     

数据仓库和数据挖掘技术在DSS中的应用研究

数据仓库和数据挖掘技术是目前信息技术研究的热点问题之一。介绍了数据仓库的特点、体系结构、联机分析处理及数据挖掘技术，讨论了如何在Microsoft SQL Server2000中将数据仓库和数据挖掘技术结合起来开发决策支持系统。     

DB2与Oracle的数据仓库技术关键能力对比研究

在众多的数据库产品中,IBM的DB2数据库和Oracle数据库是当今世界最好的数据库产品,而在数据仓库技术方面也是各有千秋。本文根据数据仓库的任务、特点和应该具备的关键能力,对DB2和Oracle两大数据库的数据仓库技术在索引能力、数据分区、仓库管理器等方面进行了对比研究。     

一种基于XML的异构数据集成平台研究

异构数据集成为不同自治、异构、分布的数据提供一个统一的全局数据视图。本文提出一种数据仓库-中介器数据集成方案，引入数据缓冲机制，将历史数据存入中心数据库中，频繁访问的静态数据写入数据缓冲区，提高了异构数据查询的效率。     

数据交换与共享技术在交通行业数据资源整合中的应用研究

从交通行业信息化的实际需求出发,论述了分布式异构数据环境下不同数据业务节点间的信息交互与数据共享平台构建方案,从整体设计思路、系统逻辑结构和工作机制三个方面对该数据交换与共享平台作了详述,探讨了分布式异源数据访问、数据整合与集成、数据同步复制乃至分布式协同工作等各类场景下的工作实现机制.并以此应用于交通行业数据资源整合平台环境中,产生了分布式应用间的调用规范、分布式数据源的接入规范、数据传递的格式规范等自主设计的技术成果.上述成果已应用于浙江交通数据中心的建设中,并作为交通部信息化示范工程的核心组成部分,在交通数据资源整合应用中取得实际成效.     

企业应用集成(EAI)中数据集成技术的应用

根据实施某大型散货港口信息化的企业应用集成（EAI）项目的经验，从统一数据格式定义、数据转换标准和数据集成方式三方面论述了制定EAI数据集成技术规范标准的相关内容，提出了EAI数据集成技术应用的思路和方案。     

公共数据中心的ETL系统设计与实现

ETL过程是构建数据仓库的重要步骤。大多数现有ETL系统在数据量较大时处理效率偏低。根据ETL在公共数据中心的实际应用改进了原有的ETL结构。鉴于公共数据保密性的特点,设计了数据不同的获取方式;在设置数据转换规则的过程中结合相应领域知识,保证数据质量;前置机之间实行负载均衡,同时把数据转换的不同步骤分配到两台ETL服务器来完成,保证抽取和转换效率。通过实验证明了该ETL系统具有较好的效率。     

数据清理中几种解决数据冲突的方法

建立数据挖掘模型的基石是数据仓库,数据仓库的质量直接影响到数据挖掘模型的建立与执行效率,并有可能影响到数据挖掘模型的最终结果的准确度。数据清理就是发现数据中的错误和不一致并加以消除,以提高数据的质量,使得数据挖掘模型建立的过程更加快捷和简便,挖掘出来的模式和规则也就更加有效和适用。     

非确定性数据处理技术发展现状与挑战

介绍非确定性数据处理的几种主流技术,即数据流、移动数据、传感器网络和数据世系的管理技术,描述这些技术的内涵、发展现状和挑战．指出该技术在我国未来建设智慧城市作为基础性支撑技术的重要性。     

Data provenance in SOA: security, reliability, and integrity

Due to the dynamic nature, such as services composition and evaluation, it is critical for a Service-Oriented Architecture (SOA) system to consider its data provenance, which concerns security, reliability, and integrity of data as they are being routed in the system. In a traditional software system, one focuses on the software itself to determine the security, reliability, and integrity of the software. In an SOA system, however, one also needs to consider origins and routes of data and their impact, i.e., data provenance. This paper first analyzes the unique nature and characteristics of data provenance in an SOA system, particularly related to data security, reliability, and integrity. Then it proposes a new framework for data provenance analysis in an SOA system. Finally, this paper uses an example which illustrates these techniques.     

数据仓库中ETL技术的探讨与实践

支持数据抽取、转换、清洗和装载的工具集对任何数据仓库工程都是一个必不可少的关键部件。本文重点探讨了ETL技术以及ETL工具的选择原则，并结合具体实例详细介绍了ETL过程的设计和实现方法。     

平行数据:从大数据到数据智能*

为了解决实际问题,大数据分析处理系统需要获取数据,然而实际场景中收集到的实际数据通常不完备.另外,大多数问题的解决方案通常是由问题引导或者仅仅进行数据分析,运行参数调整和设定带有较大的盲目性,难以达到应用的智能性.为此,文中提出平行数据的概念和框架,根据实际数据经计算实验产生真正的虚拟大数据,结合默顿定律,以期待的解决方案与问题进行广义对偶,引导大数据聚焦到实际问题.实际数据与虚拟数据动态互动,平行演化,形成一个虚实相生、数据动态变化的过程,最终使数据具备智能,进而解决未知的问题.平行数据不但是一种数据表示形式,更是一种数据演化机制与方式,其特色是虚实互动,所有数据的动力学轨迹构成了数据动力学系统.平行数据为数据处理、表示、挖掘和应用提供了一个新的范式.     

ECAS数据仓库中数据集成的相关问题

数据仓库越来越广泛地应用于企业决策分析 ,从传统的操作型数据库集成数据是创建数据仓库必不可少的一步。结合宝钢能源部能源分析及成本分析系统 (ECAS)数据仓库 ,介绍了建立数据仓库时从不同的数据源抽取数据、清洗数据的相关问题。