TechTarget中国特约技术编辑，某高校计算机科学专业教师和网络实验室负责人，曾任职某网络国际厂商，关注数据中心、开发运维、数据库及软件开发技术。有多本关于思科数据中心和虚拟化技术的译著，如《思科绿色数据中心建设与管理》和《基于IP的能源管理》等。
如果业务分析师希望从企业数据仓库中获得最大价值，那么他们必须可靠高效地查询数据仓库的数据。
大多数人都知道，在IT词汇中，更大意味着更昂贵。随着系统的增大，成本也会显著提高。这可能会使组织不愿意创建大型数据仓库系统。
我发现，公司会明确描述他们所需要的报表类型。他们很少会告诉你数据的来源;他们不关心如何收集原始数据，也不关心如何将信息处理为可供他们使用的格式。
数据仓库可将企业中所有的数据泛化为一个规范模式。这个模式由不同系统的不同输入构成。只要设计合理，那么它就可以作为一个中央知识库，帮助人们创建报表。
数据仓库应该提供多个存储数据的位置，组织和建立数据结构，抽象和优化信息。大型数据仓库能够为这种分析数据的类型提供坚实的分析基础。
在解决数据仓库的安全性方面，有两个特别重要的问题。一是数据仓库必须能够控制数据访问权限；二是，提供业务持续性和灾难恢复。
PDI Inc.是一家从事医疗行业市场推广的公司，积极的云计算战略和简化使用的需求促使他们选择Informatica Cloud数据整合平台，而放弃其竞争对手Boomi的产品。
根据Ventana机构的研究表明，一些公司已经认识到预测分析的可能性，但是对于这些公司而言，认识到分析的重要性与真正使用这些技术之间还存在很大的差距。
这是我们关于内存数据库(IMDB)系列文章的第二部分。第一部分我们主要介绍了Oracle TimesTen，而这个部分将深入介绍Sybase ASE。
TimesTen内存结构比Oracle数据库简单很多。与Oracle不同，TimesTen并没有数据库缓冲区、保存池或丢弃池的概念。
