SQL Server 2008分析服务：数据仓库与OLTP解析

"这篇文档是关于SQL Server 2008基础教程的第19章，主要内容涉及OLTP（在线事务处理）系统和数据仓库系统的分析。文档首先介绍了OLTP的作用，强调它在事务处理中的核心地位，尤其在会计、销售等领域。接着，文档指出随着业务需求的发展，数据库系统不仅需要支持事务处理，还需要具备分析功能，从而引出了数据仓库的重要性。文中还提到了SQL Server 2008的分析服务，这是一个用于构建和管理数据仓库，以及执行多维分析的工具。 文档的本章要点包括分析服务的引入原因，OLTP与数据仓库系统的差异，数据仓库与数据集市的关系，以及不同类型的存储结构（如雪花维度模型）、数据聚合和访问方法。此外，还提到了Business Intelligence Development Studio（BIDS），这是用于操作分析服务的工具。 在数据仓库的基本概念部分，文档深入讨论了OLTP和数据仓库的区别，例如OLTP侧重实时交易处理，而数据仓库则侧重于数据分析。数据仓库被定义为数据库理论和技术发展的高级阶段，并且在多个行业中得到广泛应用。微软的SQL Server 2008分析服务提供了构建和分析数据仓库的功能，有助于从大量业务数据中提取有价值的信息，支持决策制定。 最后，章节预告了后续将要介绍的内容，包括数据仓库的详细概念，使用BIDS工具进行分析服务操作，以及本章的小结。" 知识点： 1. OLTP系统：主要用于日常的事务处理，如银行交易、销售记录等，强调快速响应和数据一致性。 2. 数据仓库系统：用于存储历史数据，支持决策分析，与OLTP相比，更注重数据的整合和分析而非实时更新。 3. 数据仓库与数据集市：数据仓库是全局视图，数据集市是特定部门或主题的子集，更聚焦于特定分析需求。 4. 雪花维度模型：一种数据仓库中的表结构，通过引用共享维度表减少数据冗余，提高查询效率。 5. MOLAP/ROLAP/HOLAP：不同的数据存储方式，MOLAP优化预计算的多维数据，ROLAP依赖关系数据库，HOLAP结合两者优点。 6. 数据聚合：预先计算并存储常用查询的结果，提高查询速度。 7. 数据访问：在数据仓库中，可能涉及复杂查询和多维分析，不同于OLTP的简单CRUD操作。 8. SQL Server 2008分析服务：提供数据仓库构建和管理，支持多维分析。 9. BIDS：微软的集成开发环境，用于创建和管理分析服务项目。