操作型处理、分析型处理 的概念
操作型数据处理就是对数据的收集，主要进行增删改查等操作；
分析型数据处理：就是对数据的再加工，通过访问大量的历史数据，对其进行统计分析，也叫信息型处理
还有两个例子
操作型数据和分析型数据的区别（四五条）
| 操作型数据 | 分析型数据 |
| 当前数据 | 历史数据 |
| 需求实现知道 | 需求实现不知道 |
| 生命周期符合SDLC | 完全不同的生命周期 |
| 可更新 | 不可更新 |
| 对性能要求高 | 对性能要求宽松 |
| 一个时刻操作一个单元 | 一个时刻操作一个集合 |
| 事务驱动 | 分析驱动 |
| 面向事务处理 | 面向分析挖掘 |
| 一次性操作数据量小，计算简单 | 一次性操作数据量大，计算复杂 |
| 支持日常操作 | 支持管理需求 |
1）请简要说明事物处理环境不适宜dss应用的原因？
2）不适合分析型数据的原因？
3）传统型数据库数据的应用于分析型数据处理的时候有哪些局限性？
4）传统数据库系统不适合分析型数据处理的原因有哪些？
数据的分散、“蜘蛛网”问题、数据不一致问题、数据动态集成问题、历史数据问题、数据的综合问题
数据仓库的定义？
什么是数据仓库？
数据仓库的数据的基本特征？
数据仓库是一个四个特征的数据集合，四个特征：面向主题的、集成的、不可更新的、随时间变化的数据集合。
什么是主题？
主题是一个抽象的概念，是在较高层次上将企业信息系统中的数据综合、归类并进行分析利用的抽象。在逻辑意义上，它是对应企业中某一宏观分析领域所涉及的分析对象。
什么是面向主题？
一个是数据，一个是数据之间的联系。
主题之间的重叠？
逻辑上的重叠；细节上的重叠；不一定是两两重叠
什么是主题域？
根据分析要求，将数据组织成一个完备的分析领域，即主题域。
主题域特点：独立性、完备性
为什么说数据仓库的数据是集成的、不可更新的，随时间不断变化的？
说它是集成的是因为它的数据是从其他数据源中抽取得到的，说不可更新是因为数据仓库的数据是不可更改的，说它随时间变化是因为他是删除旧内容插入新内容。
请简述数据仓库的体系结构（ppt）
两个工具：
两个服务器：
数据抽取、数据清洗、数据转换、数据加载分别指什么？
ETL：集成工具 ，指数据抽取、清洗、转换、加载工具。
四个服务器：ROLAP、MOLAP、HOLAP
数据集市：是一种小型的数据仓库或者是一种部门级的数据仓库
数据集市有什么用？
它是面向部门级的，为某个部门集的管理所应用。
什么是元数据？数据仓库中的元数据？
数据仓库中的元数据是数据仓库中的描述性信息。
请简要说明数据仓库环境中元数据的内容？（自己发挥）
先回答什么是元数据，后面自由发挥
数据集市和数据仓库的区别？
数据集市是部门集的数据仓库，数据仓库是全局的，不光有部门级还有个人级和全局级。
什么是ODS？
支持企业日常的全局应用的数据集合。