数据仓库的分析工具

数据仓库是多种技术的综合体，它由数据仓库、数据仓库管理系统和数据仓库工具三个部分组成。数据仓库的数据分析工具用于帮助用户对数据进行分析、获取信息，是数据仓库系统的重要组成部分。在整个系统中，数据仓库居于核心地位，是信息挖掘的基础。数据仓库管理系统负责管理整个系统的运转，是整个系统的引秦。 数据仓库工具才能真正发挥出数据宝库的作用。

1．  联机分析处理技术及工具

联机分析处理（OLAP）的应用不同于联机事务处理，它具有灵活的分析功能，直观的数据操作和可视化的分析结果表示等突出优点，从而是用户对基于大量数据的复杂分析变得轻松而高效。

在OLAP中，特别映指出的是多维数据视图的概念和多维数据库（MDB）的实现。其中，维是人们观察现实世界的角度，决策分析需要从不同的角度分析数据，以多维数据为核心的多为数据分析是决策的主要内容。数据仓库技术把决策分析中的数据结构和分析方法相分离，使分析工具的产品化成为可能。

目前，OLAP工具产品的实现可分为两大类，一类是基于多维数据库的，一类是基于关系数据库的。两者的相同之处时，前者把分析所需的数据从数据库或数据仓库中抽取出来，物理地组织称多维数据库，后者利用关系表来模拟多维数据库，并不物理地生成多维数据库。

2．    数据挖掘技术和工具

数据挖掘（DM）是从超大型数据库或数据仓库中发现并提取隐藏在内部的信息的一种新技术。目的是帮助决策者寻找数据间潜在的关联，发现经营者忽略的要素，而这些要素对预测趋势、决策行为也许是十分有用的信息。

人们期望数据挖掘技术能够自动分析数据，进行归纳性推理，从中发掘出数据间潜在的模式，或产生联想，建立新的业务模型，以帮助决策者调整市场策略，做出正确的决策。