热门标签 | HotTags
当前位置:  开发笔记 > 数据库 > 正文

深入探讨SQLServer2008商务智能(BI)

一、Microsoft商业智能技术Microsoft提供了一个全面的商业智能(BI),它为数据仓储、分析和生成报表提供了一个扩展的数据平台,并提供了终端用户可以用来访问和分析商业信息的强大的和直觉工具。Microsoft商业智能“提供给终端”的核心是MicrosoftSQLServer

一、Microsoft 商业智能技术 Microsoft提供了一个全面的商业智能(BI),它为数据仓储、分析和生成报表提供了一个扩展的数据平台,并提供了终端用户可以用来访问和分析商业信息的强大的和直觉工具。Microsoft商业智能“提供给终端”的核心是MicrosoftSQLServer

一、Microsoft 商业智能技术

  Microsoft提供了一个全面的商业智能(BI),它为数据仓储、分析和生成报表提供了一个扩展的数据平台,并提供了终端用户可以用来访问和分析商业信息的强大的和直觉工具。Microsoft商业智能“提供给终端”的核心是MicrosoftSQLServer 2008,它是一个全面的数据服务平台,使你能够:

  · 统一企业中所有数据的存储和访问。

  · 建立和管理复杂的商业智能解决方案。

  ·SQL Server 2008形成了所提供的这个强大的商业智能的基础,它的特有技术如下面所示:

  二、2007 Microsoft Office系统集成

  SQL Server 2008商业智能平台通过下面的2007 Office 系统组件提供给信息工作人员:

  1.MicrosoftOfficeExcel。
这是一个强大的电子表格应用,你可以将它作为一个用于联机分析处理分析、数据挖掘和报表渲染的接口。通过 SQLServer2008和Excel 2007的深度集成,你可以:

  加强了终端用户访问和分析从SQL Server2005分析服务获得的数据的能力。有了Excel2007,终端用户可以浏览存储于分析服务中的多维联机分析处理立方体中的数据。Excel2007使用户能够通过使用已经安装在大多数桌上计算机里的工具以他们想要的任何方式来轻松的建立“切片和切块”数据的MicrosoftPivotTable动态视图。

  Excel与分析服务的紧密集成使终端用户可以轻松的使用分析服务的特性,例如转换、关键绩效指标(KPI)、计算成员、命名集、和Excel中的将Excel转化为一个分析客户端的服务器活动,通过使用这个集成使你可以从Excel执行中收获更多。

  为每个人作有用的预测分析,使非技术用户可以在熟悉的Office环境中利用SQLServer2005分析服务的非常复杂的数据挖掘算法。设计时就为终端用户做了考虑,用在Office2007中的数据挖掘插件使终端用户可以直接在Excel和MicrosoftOffice Visio中执行复杂的分析。

  增加了自动化分析特性,例如强调了数据与表的其它部分或数据范围的格式看起来不同的异常,基于现在的趋势预测未来的数值,分析各种场景下的情况,决定需要改变什么来达到宽衣个特定的目标。

  以大多数终端用户所喜欢的格式,通过使用新的增强的报表服务Excel渲染能力来发送报表,这个能力使得终端用户可以直接在Excel中接收到报表。

  2.MicrosoftOfficeWord。
它是一个word处理应用程序,你可以使用它作为报表的一种格式。使用这个很多人所期待的新的用于MicrosoftWord的报表渲染器,它使得你可以用Word格式来渲染SQLServer 2008报表服务的报表。

  3.Microsoft OfficeVisio。
一个画图应用,你可以使用它来作注释、增强和展示你的图形化的数据挖掘视图。有了SQLServer 2008和Visio2007,你可以:

  渲染决策树、回归树、集群图、和依赖网络。

  将数据挖掘模型保存为内嵌到其它Office 文档中的Visio 文档,或者保存成一个网页。

  4.Microsoft OfficeSharePointServer。
这是一个全面的协作、发布、和仪表盘解决方案,你可以使用它作为一个用于提供一个放置你所有的企业级商业智能的内容和工具的中央位置的中央组件,这样你公司的所有人都可以查看相应的和及时的分析视图、报表和关键绩效指标,并与它们进行交互。SQLServer2008报表服务和Office SharePoint Server 2007的集成使你可以:使用一个一致的用户接口来管理和查看报表。

推荐阅读
  • 1:有如下一段程序:packagea.b.c;publicclassTest{privatestaticinti0;publicintgetNext(){return ... [详细]
  • 数据集成策略:ETL与ELT架构对比及工具选择
    随着企业信息化的深入发展,‘数据孤岛’问题日益突出,阻碍了数据的有效利用与整合。本文探讨了如何通过构建数据仓库解决这一问题,重点分析了ETL与ELT两种数据处理架构的特点及适用场景,为企业选择合适的ETL工具提供了指导。 ... [详细]
  • 解决getallheaders函数导致的500错误及8种服务器性能优化策略
    本文探讨了解决getallheaders函数引起的服务器500错误的方法,并介绍八种有效的服务器性能优化技术,包括内存数据库的应用、Spark RDD的使用、缓存策略的实施、SSD的引入、数据库优化、IO模型的选择、多核处理策略以及分布式部署方案。 ... [详细]
  • 大数据核心技术解析
    本文深入探讨了大数据技术的关键领域,包括数据的收集、预处理、存储管理、以及分析挖掘等方面,旨在提供一个全面的技术框架理解。 ... [详细]
  • 网络攻防实战:从HTTP到HTTPS的演变
    本文通过一系列日记记录了从发现漏洞到逐步加强安全措施的过程,探讨了如何应对网络攻击并最终实现全面的安全防护。 ... [详细]
  • 本文深入探讨了Linux系统中网卡绑定(bonding)的七种工作模式。网卡绑定技术通过将多个物理网卡组合成一个逻辑网卡,实现网络冗余、带宽聚合和负载均衡,在生产环境中广泛应用。文章详细介绍了每种模式的特点、适用场景及配置方法。 ... [详细]
  • MySQL 数据库迁移指南:从本地到远程及磁盘间迁移
    本文详细介绍了如何在不同场景下进行 MySQL 数据库的迁移,包括从一个硬盘迁移到另一个硬盘、从一台计算机迁移到另一台计算机,以及解决迁移过程中可能遇到的问题。 ... [详细]
  • 本文深入探讨了数据挖掘领域内的十个经典算法,包括但不限于C4.5决策树、K-Means聚类、支持向量机等。这些算法不仅在理论上有深厚的数学基础,也在实践中展现出强大的应用价值。 ... [详细]
  • 掌握Python岗位,你需要了解的关键技能
    最近,在社交平台脉脉上,一条关于Python岗位的消息引起了广泛关注。本文将探讨Python岗位的实际价值,并深入解析阿里巴巴等大公司在面试Python开发者时常见的问题。 ... [详细]
  • 致信息安全爱好者的成长指南
    本文旨在为信息安全爱好者提供一份详尽的成长指南,涵盖从学习心态调整到具体技能提升的各个方面。 ... [详细]
  • 使用R语言进行Foodmart数据的关联规则分析与可视化
    本文探讨了如何利用R语言中的arules和arulesViz包对Foodmart数据集进行关联规则的挖掘与可视化。文章首先介绍了数据集的基本情况,然后逐步展示了如何进行数据预处理、规则挖掘及结果的图形化呈现。 ... [详细]
  • 知识图谱与图神经网络在金融科技中的应用探讨
    本文详细介绍了融慧金科AI Lab负责人张凯博士在2020爱分析·中国人工智能高峰论坛上的演讲,探讨了知识图谱与图神经网络模型如何在金融科技领域发挥重要作用。 ... [详细]
  • 【转】强大的矩阵奇异值分解(SVD)及其应用
    在工程实践中,经常要对大矩阵进行计算,除了使用分布式处理方法以外,就是通过理论方法,对矩阵降维。一下文章,我在 ... [详细]
  • 从0到1搭建大数据平台
    从0到1搭建大数据平台 ... [详细]
  • 在机器学习领域,深入探讨了概率论与数理统计的基础知识,特别是这些理论在数据挖掘中的应用。文章重点分析了偏差(Bias)与方差(Variance)之间的平衡问题,强调了方差反映了不同训练模型之间的差异,例如在K折交叉验证中,不同模型之间的性能差异显著。此外,还讨论了如何通过优化模型选择和参数调整来有效控制这一平衡,以提高模型的泛化能力。 ... [详细]
author-avatar
安宁日月_860
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有