数据仓库工具箱——工具与关键技术

将大量的业务数据应用于分析和统计原本是一个非常简单和自然的想法，但是在实际操作中，要获得有用的信息并非如想象的那么容易。只有具备了以下3种工具的数据仓库系统：OLAP查询分析工具、DSS分析预测工具和数据挖掘工具，才能真正高效的利用数据仓库中蕴藏的大量宝贵数据信息。

[数据仓库工具与关键技术探讨－－综述]

OLAP技术主要通过多维的方式来对数据进行分析、查询和生成报表。OLAP系统的应用主要是对用户当前的及历史数据进行分析，扶助领导决策，进行大量的查询操作，对时间的要求不太严格。在数据仓库应用中，OLAP一般是数据仓库应用的前端工具。同时，OLAP工具还可以同数据挖掘工具、统计分析工具配合使用，增强决策分析的功能。

[数据仓库工具与关键技术探讨－－OLAP查询分析工具]    

DSS和数据仓库的目标用户相同，都是面向企业的中高层领导，它们执行的都是决策和趋势分析类的应用。DSS中的一些技术可以很好的集成到数据仓库中，并使数据仓库的分析能力更加强大。DSS的核心技术在数据仓库中的应用不但会大大提高数据仓库的决策支持能力，同时也使DSS的应用范围更加广泛。

[数据仓库工具与关键技术探讨－－DSS分析预测工具]   

数据挖掘就是从大量数据中提取人们事先不知道的但又是有用的的信息和知识。数据挖掘是知识发现的核心部分，而知识发现是在积累了大量数据后，从中识别出有效的、新颖的、潜在的、有用的及最终可以理解的知识，人们利用这些知识改进工作，提高效率和效益。数据挖掘是信息发展到一定程度的必然产物，是利用积累数据的一个高级阶段。

[数据仓库工具与关键技术探讨－－数据挖掘工具]

数据仓库工具箱——概念与规划

数据仓库工具箱——模型设计