答：数据仓库是面向主题的，集成的，时变的且非易失性的数据收集，可支持管理层的决策过程。

答：面向主题表示数据仓库围绕特定主题(例如产品，客户，销售等)存储信息。

答：某些应用程序包括金融服务，银行服务，客户商品，零售部门，受控制造。

答：OLAP是Online Analytical Processing的缩写，而OLTP是Online Transactional Processing的缩写。

答：数据仓库包含可用于业务分析的历史信息，而运营数据库则包含运行业务所需的当前信息。

答：数据仓库可以实现星型模式，雪花模式和事实星座模式。

答：数据仓库是构建和使用数据仓库的过程。

答：数据仓库涉及数据清理，数据集成和数据合并。

答：数据仓库工具和实用程序执行的功能是数据提取，数据清理，数据转换，数据加载和刷新。

答：数据提取意味着从多个异构源收集数据。

答：元数据被简单地定义为关于数据的数据。换句话说，我们可以说元数据是将我们引向详细数据的汇总数据。

答：元数据呼吸包含数据仓库，业务元数据，操作元数据，用于从操作环境映射到数据仓库的数据以及汇总算法的定义。

答：数据立方体可帮助我们以多个维度表示数据。数据多维数据集由维度和事实定义。

答：维度是企业保存记录所依据的实体。

答：数据集市包含组织范围数据的子集。数据的此子集对于组织的特定组来说很有价值。换句话说，我们可以说数据集市包含特定于特定组的数据。

答：运行数据仓库的视图称为虚拟仓库。

答：这些阶段包括IT战略，教育，业务案例分析，技术蓝图，构建版本，历史记录加载，临时查询，需求演变，自动化和扩展范围。

答：负载管理器执行提取和加载过程所需的操作。负载管理器的大小和复杂性在不同的解决方案之间有所不同，具体解决方案从数据仓库到数据仓库。

答：负载管理器从源系统提取数据。快速将提取的数据加载到临时数据存储中。执行简单的转换，使其结构类似于数据仓库中的结构。

答：仓库经理负责仓库管理过程。仓库管理器由第三方系统软件，C程序和Shell脚本组成。仓库管理器的大小和复杂性因具体解决方案而异。

答：仓库管理器执行一致性和参照完整性检查，针对基础数据创建索引，业务视图，分区视图，将源数据转换并合并到临时存储中，再发布到已发布的数据仓库中，备份数据仓库中的数据，并存档已达到使用期限的数据。

答：摘要信息是数据仓库中保留预定义聚合的区域。

答：查询管理器负责将查询定向到合适的表。

答：OLAP服务器有四种类型，即关系OLAP，多维OLAP，混合OLAP和专用SQL Server。

答：多维OLAP比关系OLAP更快。

答：OLAP执行诸如上滚，下钻，切片，切块和枢轴之类的功能。

答：切片操作仅选择一个尺寸。

答：对于骰子操作，为给定的多维数据集选择两个或多个维度。

答：星型模式中只有一个事实表。

答：规范化将数据拆分为其他表。

答：雪花模式使用规范化的概念。

答：标准化有助于减少数据冗余。

答：数据挖掘查询语言(DMQL)用于模式定义。

答：DMQL基于结构化查询语言(SQL)。

答：出于各种原因进行分区，例如易于管理，协助备份恢复，提高性能。

答：数据传输涉及硬件和软件成本，网络访问成本和时间成本。