数据仓库，数据仓库，数据展览工作。数据 仓库，是一个预置的数据库模型，负责一个清理原数据的进程，将数据加载到，数据 仓库河源数据交易处理系统中的管理前言数据主要用于记录和查询业务情况用数据 -1，逐渐成为决策的主要依据，-2仓库是决策导向型主题。是一个多数据源整合与当前和历史汇总数据阅读导向数据图书馆系统，其目的是支持，根据决策的需要，需要从企业内部和外部收集相关信息数据并进行适当的组织，使其能够有效地为决策过程提供信息数据 数据其中，数据是从众多业务处理系统中提取并转换而来的，对于这样复杂的企业/123。如何安全有效地管理和访问它们变得尤为重要，解决这个问题的关键是对meta 数据进行科学有效的管理，Meta 数据描述了数据manipulation数据的过程和应用的结构和意义，-2/资源综合指南数据不仅定义了数据/中国数据的模式来源和提取转换规则，而且整个-。-2/是将数据 仓库系统中的松散组件连接起来形成一个有机整体的元素数据，本文首先介绍了元素数据的定义、作用和意义，然后对/进行了讨论，meta 数据管理在系统中的现状以及meta 数据的标准化最后提出了建立meta 数据管理系统的步骤。
现在很流行用一些缩写来表达意思，可以让我们的交流越来越快。但是这种方式也存在一些问题，因为容易混淆意思，所以理解的时候要结合背景和场合。bi也是一个常见的缩写，那么我们来看看它在商业技术中代表什么！BI的简单回答就是商业智能或商务智能，指的是现代数据 仓库技术、联机分析处理技术、数据挖掘和数据表示技术进行分析。
商业智能的概念最早是由GartnerGroup在1996年提出的。Gartner Group将商业智能定义为:商业智能描述了一系列概念和方法，并通过应用基于事实的支持系统来辅助商业决策。商业智能技术为企业提供快速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业的各个部分。
传统BI方案数据 仓库、ETL、OLAP分析、数据挖掘，前端报表中的所有环节都是不同的产品，由不同的人负责。假设一个分析报告需要更改，涉及数据层。IT部门对数据层和业务层的完善需要很长时间，对模型的梳理也需要很长时间。于是，随着技术的发展，市场上出现了敏捷的BI产品，也就是狭义的BI。建模和OLAP分析都集成到了应用程序中。无需提前建模，在制作报表和拖动数据 field时，可以随机看到分析结果，进行实时分析，并在分析过程中灵活调整分析维度。
