1 数据仓库技术
数据仓库是近年来兴起的一种新的数据库应用。它可以将分析决策所需的大量数据从传统的操作环境中分离出来，使分散、不一致的操作数据转换成集成、统一的信息。不同角色的成员都可以在此单一的环境之下，通过运用其中的数据与信息，发展出制度化的决策系统，并获取更多经营效益。W.H.Inmon对数据仓库的定义:数据仓库(Data Warehouse)是一个面向主题的(Subject Oriented)、集成的(Iniegrated)、反映历史变化的(Thme Variant)、相对稳定的(Non-Volatile) 的数据集合，用于支持管理决策。
主题是一个在较高层次将数据归类的标准，每一个主题对应一个宏观的分析领域。数据仓库的集成特性是指在数据进人数据仓库之前，必须经过数据加工和集成，这是建立数据仓库的关键步骤，首先要统一原始数据中的矛盾之处，还要将原始数据结构做一个从面向应用向面向主题的转变。相对稳定指数据经加工、集成进人数据仓库后是极少或根本不修改的。反映历史变化是指数据仓库不同时间的数据集合，它要求数据仓库中的数据保存时限能满足进行决策分析的需要，而且数据仓库中的数据都要标明该数据的历史时期。
一个完整的数据仓库系统包含几个部分：源数据、ETL、数据仓库数据库、多维数据集、前端工具和元数据。其中最关键的是ETL，即数据抽取(Extraction)、转换(Transformation)、装载(Load)。ETL过程的准确、高效是保证一个数据仓库数据准确、正常运行的关键。因为现有业务数据源多，保证数据的一致性，跨越多平台、多系统整合数据，最大可能提高数据的质量，迎合业务需求不断变化的特性，是ETL技术处理的关键。SQL Server 2000提供了数据转换服务(DTS)来完成这一任务。DTS，即数据转换访问(Data Transformation Services)，是SQL Server中提供的一项功能强大的技术，它允许用户从不同的源中导入、导出和转换数据。这些源可以是SQL Server、任何一种ODBC兼容数据源、OLE DB兼容数据源以及文本文件，而且它的转换速度相当快，远远超过Oracle公司的数据转换程序。
2 OLAP分析技术
联机分析处理(OLAP)是基于数据仓库的一种多维数据分析技术。OLAP委员会对OLAP的定义是使分析人员、管理人员或执行人员能够从多种角度对从原始数据转换而来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据更深入的理解的一类软件技术。
与传统的OLTP联机事务处理相比，OLAP描述了这样一类技术，即专门为特殊的数据存取和分析而设计的技术，而OLTP联机事务处理一般说来仅仅依赖于关系型数据库。OLAP大部分策略都是将关系型的或普通的数据进行多维数据存储，以便于进行分析，从而达到联机分析处理的目的。这种多维数据库，也被看作一个超立方体，沿着各个维方向存储数据，它允许用户沿事物的轴线方便地分析数据。
OLAP的基本术语：
a.维：是人们观察数据的特定角度，如时间维、地理维等。
b.维的层次：层次描述了同一维的不同聚合程度，也就是说维还可以存在细节程度不同的各个描述方面，如时间维可以分为年、季度、月份、天4个层次。
c.维的成员：维的一个取值。是数据项在某维中位置的描述。如“某年某月某日”是在时间维上的描述。
d.多维数据集：又称立方、立方体或多维数组，是OLAP的核心，也是决策支持的支柱，它是维和观察变量的组合表示，如：时间，车间，生产线和故障产品总数。
e.数据单元格：是多维数据集的取值。当在多维数据集中的每个维都选中一个维成员以后，这些维成员的组合就己确定了观察变量的值，如2003年7月，1车间，LCD-3，78，即是多维数据集的一个数据单元。
f.度量值(变量值)：在多维数据集中有一组度量值，这些值是基于多维数据集中事实表的一列或多列是数字型的。度量值是多维数据集的核心值，是最终用户在数据仓库应用中所需要查看的数据。
OLAP的存储方式有MOLAP，ROLAP和HOLAP。ROLAP直接使用数据仓库数据库中的数据，只有映射关系，所以分析数据，钻取数据需要时间长。HOLAP是基本数据在数据仓库数据库中，所以钻取速度也很慢，但聚合信息存储在多维数据集中，故对聚合查询很快。MOLAP利用一个专有的多维数据库来存储OLAP分析所需的数据，数据以多维方式存储，并以多维视图方式显示。查询速度快，是首选的存储方式，但是缺点是需要占用更多的磁盘空间。
Analysis Service(简称SSAS)是在Microsoft SQL Server 2000数据库系统中提供的专门用于数据分析的软件。它提供了一个功能强大的OLAP环境，包括：
(1)1个多维数据库引擎，可以使用MDX(Muhi Dimensional Expressions，多维表达式)来存储和访问数据；
(2)Analysis Manager(分析管理器)，可以完成相应的管理功能，包括创建和编辑多维数据集、维度和度量；
(3)一个称为DSO(Decision Support Objects决策支持对象)的COM组件库，可以通过编程的方式实现对管理层的访问；
(4)Pivot Tabel(数据透视表)存储并访问处于本地的OLAP多维数据集。
Analysis Services体系结构，见图1。
图1 Analysisservices体系结构图
