1，數(shù)據(jù)庫結(jié)構(gòu)設(shè)計(jì)2，數(shù)據(jù)庫架構(gòu)設(shè)計(jì)方面有什么好是書籍3，大數(shù)據(jù)量的系統(tǒng)的數(shù)據(jù)庫結(jié)構(gòu)如何設(shè)計(jì)4，哪種數(shù)據(jù)倉庫架構(gòu)最成功5，怎樣的架構(gòu)設(shè)計(jì)才是真正的數(shù)據(jù)倉庫架構(gòu)1，數(shù)據(jù)庫結(jié)構(gòu)設(shè)計(jì)
名值對(duì)解決的,建一個(gè) name value 表 1個(gè)產(chǎn)品對(duì)應(yīng)多個(gè) 屬性集合
屬性與產(chǎn)品所屬的類型關(guān)聯(lián)
產(chǎn)品 -> 類型 <- 屬性
產(chǎn)品 1 ->* 屬性
2，數(shù)據(jù)庫架構(gòu)設(shè)計(jì)方面有什么好是書籍
飯客論壇那些資料也不錯(cuò)哦 你可以到哪里看看。。對(duì)你很有幫助的!oracle 9i10g編程藝術(shù)、oracle專家高級(jí)編程(expert_one-on-one_oracle)也不錯(cuò)
3，大數(shù)據(jù)量的系統(tǒng)的數(shù)據(jù)庫結(jié)構(gòu)如何設(shè)計(jì)
1、把你表中經(jīng)常查詢的和不常用的分開幾個(gè)表，也就是橫向切分
2、把不同類型的分成幾個(gè)表，縱向切分
3、常用聯(lián)接的建索引
4、服務(wù)器放幾個(gè)硬盤，把數(shù)據(jù)、日志、索引分盤存放，這樣可以提高io吞吐率
5、用優(yōu)化器，優(yōu)化你的查詢
6、考慮冗余，這樣可以減少連接
7、可以考慮建立統(tǒng)計(jì)表，就是實(shí)時(shí)生成總計(jì)表，這樣可以避免每次查詢都統(tǒng)計(jì)一次
mrzxc 等說的好，考慮你的系統(tǒng)，注意負(fù)載平衡，查詢優(yōu)化，25 萬并不大，可以建一個(gè)表，然后按mrzxc 的3 4 5 7 優(yōu)化。 速度，影響它的因數(shù)太多了，且數(shù)據(jù)量越大越明顯。
1、存儲(chǔ) 將硬盤分成ntfs格式，ntfs比fat32快，并看你的數(shù)據(jù)文件大小，1g以上你可以采用多數(shù)據(jù)庫文件，這樣可以將存取負(fù)載分散到多個(gè)物理硬盤或磁盤陣列上。
2、tempdb tempdb也應(yīng)該被單獨(dú)的物理硬盤或磁盤陣列上,建議放在raid 0上，這樣它的性能最高,不要對(duì)它設(shè)置最大值讓它自動(dòng)增長(zhǎng)
3、日志文件 日志文件也應(yīng)該和數(shù)據(jù)文件分開在不同的理硬盤或磁盤陣列上，這樣也可以提高硬盤i/o性能。
4、分區(qū)視圖 就是將你的數(shù)據(jù)水平分割在集群服務(wù)器上，它適合大規(guī)模oltp,sql群集上，如果你數(shù)據(jù)庫不是訪問特別大不建議使用。
5、簇索引 你的表一定有個(gè)簇索引，在使用簇索引查詢的時(shí)候，區(qū)塊查詢是最快的，如用between，應(yīng)為他是物理連續(xù)的，你應(yīng)該盡量減少對(duì)它的updaet,應(yīng)為這可以使它物理不連續(xù)。
6、非簇索引 非簇索引與物理順序無關(guān)，設(shè)計(jì)它時(shí)必須有高度的可選擇性，可以提高查詢速度，但對(duì)表update的時(shí)候這些非簇索引會(huì)影響速度，且占用空間大，如果你愿意用空間和修改時(shí)間換取速度可以考慮。
7、索引視圖 如果在視圖上建立索引,那視圖的結(jié)果集就會(huì)被存儲(chǔ)起來，對(duì)與特定的查詢性能可以提高很多，但同樣對(duì)update語句時(shí)它也會(huì)嚴(yán)重減低性能，一般用在數(shù)據(jù)相對(duì)穩(wěn)定的數(shù)據(jù)倉庫中。
8、維護(hù)索引 你在將索引建好后，定期維護(hù)是很重要的，用dbcc showcontig來觀察頁密度、掃描密度等等，及時(shí)用dbcc indexdefrag來整理表或視圖的索引,在必要的時(shí)候用dbcc dbreindex來重建索引可以受到良好的效果。 不論你是用幾個(gè)表1、2、3點(diǎn)都可以提高一定的性能，5、6、8點(diǎn)你是必須做的，至于4、7點(diǎn)看你的需求，我個(gè)人是不建議的。打了半個(gè)多小時(shí)想是在寫論文，希望對(duì)你有幫助。
4，哪種數(shù)據(jù)倉庫架構(gòu)最成功
”的爭(zhēng)論一直沒有休止，這個(gè)問題同時(shí)也是企業(yè)在建立dw時(shí)需要決策的關(guān)鍵問題。bill inmon的集線器架構(gòu)/企業(yè)信息工廠架構(gòu)（hub and spoke / cif – corporate information factory）與ralph kimball的數(shù)據(jù)集市/數(shù)據(jù)倉庫總線架構(gòu)（data mart bus architecture/data warehouse bus architecture）則是dw架構(gòu)的爭(zhēng)論焦點(diǎn)。但是，這些爭(zhēng)論一直無法形成統(tǒng)一的結(jié)論。到底哪種dw架構(gòu)最好，不同的bi/dw從業(yè)者在不同的項(xiàng)目中，面對(duì)不同企業(yè)的不同情況時(shí)，往往持有不同的說法。2005 年，thilini ariyachandra 與hugh watson針對(duì)dw架構(gòu)做了一個(gè)深入的調(diào)查，調(diào)查題目為“哪種數(shù)據(jù)倉庫最成功？”，受訪者由454位曾在各種不同規(guī)模的企業(yè)（絕大多數(shù)是美國(guó)企業(yè)）中參與了dw規(guī)劃與實(shí)施的人員組成，受訪者根據(jù)dw應(yīng)用實(shí)際情況及經(jīng)驗(yàn)體會(huì)做出回答。為了合理設(shè)計(jì)調(diào)查問卷，在調(diào)查問卷中合理設(shè)置調(diào)查對(duì)象（參與調(diào)查的dw架構(gòu)）和評(píng)判標(biāo)準(zhǔn)（影響dw架構(gòu)選擇的因素及判斷dw架構(gòu)成功的因素等）等內(nèi)容，watson和ariyachandra邀請(qǐng)了20位專家組成專家組設(shè)計(jì)調(diào)查問卷及判斷標(biāo)準(zhǔn)等，這20位專家包括了dw領(lǐng)域的兩位先驅(qū)——赫赫有名的bill inmon和ralph kimball。因此我們可以認(rèn)為這份調(diào)查的結(jié)果是權(quán)威可信的。爭(zhēng)論一直沒有休止，這個(gè)問題同時(shí)也是企業(yè)在建立dw時(shí)需要決策的關(guān)鍵問題。bill inmon的集線器架構(gòu)/企業(yè)信息工廠架構(gòu)（hub and spoke / cif – corporate information factory）與ralph kimball的數(shù)據(jù)集市/數(shù)據(jù)倉庫總線架構(gòu)（data mart bus architecture/data warehouse bus architecture）則是dw架構(gòu)的爭(zhēng)論焦點(diǎn)。但是，這些爭(zhēng)論一直無法形成統(tǒng)一的結(jié)論。到底哪種dw架構(gòu)最好，不同的bi/dw從業(yè)者在不同的項(xiàng)目中，面對(duì)不同企業(yè)的不同情況時(shí)，往往持有不同的說法。2005 年，thilini ariyachandra 與hugh watson針對(duì)dw架構(gòu)做了一個(gè)深入的調(diào)查，調(diào)查題目為“哪種數(shù)據(jù)倉庫最成功？”，受訪者由454位曾在各種不同規(guī)模的企業(yè)（絕大多數(shù)是美國(guó)企業(yè)）中參與了dw規(guī)劃與實(shí)施的人員組成，受訪者根據(jù)dw應(yīng)用實(shí)際情況及經(jīng)驗(yàn)體會(huì)做出回答。為了合理設(shè)計(jì)調(diào)查問卷，在調(diào)查問卷中合理設(shè)置調(diào)查對(duì)象（參與調(diào)查的dw架構(gòu)）和評(píng)判標(biāo)準(zhǔn)（影響dw架構(gòu)選擇的因素及判斷dw架構(gòu)成功的因素等）等內(nèi)容，watson和ariyachandra邀請(qǐng)了20位專家組成專家組設(shè)計(jì)調(diào)查問卷及判斷標(biāo)準(zhǔn)等，這20位專家包括了dw領(lǐng)域的兩位先驅(qū)——赫赫有名的bill inmon和ralph kimball。因此我們可以認(rèn)為這份調(diào)查的結(jié)果是權(quán)威可信的。 了解更多開源相關(guān)，去lupa社區(qū)看看吧。
5，怎樣的架構(gòu)設(shè)計(jì)才是真正的數(shù)據(jù)倉庫架構(gòu)
是數(shù)據(jù)倉庫系統(tǒng)的基礎(chǔ)，是整個(gè)系統(tǒng)的數(shù)據(jù)源泉。通常包括企業(yè)內(nèi)部信息和外部信息。內(nèi)部信息包括存放于rdbms中的各種業(yè)務(wù)處理數(shù)據(jù)和各類文檔數(shù)據(jù)。外部信息包括各類法律法規(guī)、市場(chǎng)信息和競(jìng)爭(zhēng)對(duì)手的信息等等；數(shù)據(jù)的存儲(chǔ)與管理是整個(gè)數(shù)據(jù)倉庫系統(tǒng)的核心。數(shù)據(jù)倉庫的真正關(guān)鍵是數(shù)據(jù)的存儲(chǔ)和管理。數(shù)據(jù)倉庫的組織管理方式?jīng)Q定了它有別于傳統(tǒng)數(shù)據(jù)庫，同時(shí)也決定了其對(duì)外部數(shù)據(jù)的表現(xiàn)形式。要決定采用什么產(chǎn)品和技術(shù)來建立數(shù)據(jù)倉庫的核心，則需要從數(shù)據(jù)倉庫的技術(shù)特點(diǎn)著手分析。針對(duì)現(xiàn)有各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)，進(jìn)行抽取、清理，并有效集成，按照主題進(jìn)行組織。數(shù)據(jù)倉庫按照數(shù)據(jù)的覆蓋范圍可以分為企業(yè)級(jí)數(shù)據(jù)倉庫和部門級(jí)數(shù)據(jù)倉庫（通常稱為數(shù)據(jù)集市）。olap服務(wù)器對(duì)分析需要的數(shù)據(jù)進(jìn)行有效集成，按多維模型予以組織，以便進(jìn)行多角度、多層次的分析，并發(fā)現(xiàn)趨勢(shì)。其具體實(shí)現(xiàn)可以分為：rolap（關(guān)系型在線分析處理）、molap（多維在線分析處理）和holap（混合型線上分析處理）。rolap基本數(shù)據(jù)和聚合數(shù)據(jù)均存放在rdbms之中；molap基本數(shù)據(jù)和聚合數(shù)據(jù)均存放于多維數(shù)據(jù)庫中；holap基本數(shù)據(jù)存放于rdbms之中，聚合數(shù)據(jù)存放于多維數(shù)據(jù)庫中。 元數(shù)據(jù)是描述數(shù)據(jù)倉庫內(nèi)數(shù)據(jù)的結(jié)構(gòu)和建立方法的數(shù)據(jù)?？蓪⑵浒从猛镜牟煌譃閮深?，技術(shù)元數(shù)據(jù)和商業(yè)元數(shù)據(jù)。技術(shù)元數(shù)據(jù)是數(shù)據(jù)倉庫的設(shè)計(jì)和管理人員用于開發(fā)和日常管理數(shù)據(jù)倉庫使用的數(shù)據(jù)。包括：數(shù)據(jù)源信息；數(shù)據(jù)轉(zhuǎn)換的描述；數(shù)據(jù)倉庫內(nèi)對(duì)象和數(shù)據(jù)結(jié)構(gòu)的定義；數(shù)據(jù)清理和數(shù)據(jù)更新時(shí)用的規(guī)則；源數(shù)據(jù)到目的數(shù)據(jù)的映射；用戶訪問權(quán)限，數(shù)據(jù)備份歷史記錄，數(shù)據(jù)導(dǎo)入歷史記錄，信息發(fā)布?xì)v史記錄等。商業(yè)元數(shù)據(jù)從商業(yè)業(yè)務(wù)的角度描述了數(shù)據(jù)倉庫中的數(shù)據(jù)。包括：業(yè)務(wù)主題的描述，包含的數(shù)據(jù)、查詢、報(bào)表；元數(shù)據(jù)為訪問數(shù)據(jù)倉庫提供了一個(gè)信息目錄（informationdirectory），這個(gè)目錄全面描述了數(shù)據(jù)倉庫中都有什么數(shù)據(jù)、這些數(shù)據(jù)怎么得到的、和怎么訪問這些數(shù)據(jù)。是數(shù)據(jù)倉庫運(yùn)行和維護(hù)的中心，數(shù)據(jù)倉庫服務(wù)器利用他來存貯和更新數(shù)據(jù)，用戶通過他來了解和訪問數(shù)據(jù)。 為了特定的應(yīng)用目的或應(yīng)用范圍，而從數(shù)據(jù)倉庫中獨(dú)立出來的一部分?jǐn)?shù)據(jù)，也可稱為部門數(shù)據(jù)或主題數(shù)據(jù)（subjectarea）。在數(shù)據(jù)倉庫的實(shí)施過程中往往可以從一個(gè)部門的數(shù)據(jù)集市著手，以后再用幾個(gè)數(shù)據(jù)集市組成一個(gè)完整的數(shù)據(jù)倉庫。需要注意的就是在實(shí)施不同的數(shù)據(jù)集市時(shí)，同一含義的字段定義一定要相容，這樣在以后實(shí)施數(shù)據(jù)倉庫時(shí)才不會(huì)造成大麻煩。國(guó)外知名的garnter關(guān)于數(shù)據(jù)集市產(chǎn)品報(bào)告中，位于第一象限的敏捷商業(yè)智能產(chǎn)品有qlikview, tableau和spotview，都是全內(nèi)存計(jì)算的數(shù)據(jù)集市產(chǎn)品，在大數(shù)據(jù)方面對(duì)傳統(tǒng)商業(yè)智能產(chǎn)品巨頭形成了挑戰(zhàn)。國(guó)內(nèi)bi產(chǎn)品起步較晚，知名的敏捷型商業(yè)智能產(chǎn)品有powerbi, 永洪科技的z-suite，smartbi，finebi商業(yè)智能軟件等，其中永洪科技的z-data mart是一款熱內(nèi)存計(jì)算的數(shù)據(jù)集市產(chǎn)品。國(guó)內(nèi)的德昂信息也是一家數(shù)據(jù)集市產(chǎn)品的系統(tǒng)集成商。 為用戶訪問數(shù)據(jù)倉庫提供手段。有數(shù)據(jù)查詢和報(bào)表工具；應(yīng)用開發(fā)工具；管理信息系統(tǒng)（eis）工具；在線分析（olap）工具；數(shù)據(jù)挖掘工具