MSBI 学习库： https://ask.hellobi.com/blog/biwork
SSAS库部署的几种方式
如果说商业智能分为三个层次：告诉你发生了什么，为什么会发生，将来会发生什么。那么，数据挖掘绝对算是商业智能中最高的一个层次，告诉你将来会发生什么，也就是预测。而预测的基础就是根据海量的历史数据，结合一定的算法，以概率为基础，告诉你一条新数据某条属性的趋势。
BI的过程可以看成是数据的昨天，今天和明天，数据的昨天，通过报表告诉你的业务之前发生了什么，数据的今天，通过多维分析等工具告诉你这些为什么会发生，那么数据的明天，就是通过数据挖掘算法，对已有的海量历史数据进行挖掘，从而让你知道你的业务未来会是什么样。
SQL：来为多维数据集建立分区，或者在数据挖掘中指定训练数据或者预测数据
MDX：查多维数据集用的
DMX：查挖掘模型用的，它主要面向分析服务中的数据挖掘部分，通过它可以建立挖掘结构和挖掘模型，以及训练数据和做预测查询
ADOMD.NET：就是专门用来访问分析服务用的
事例表：左面的表是在数据仓库经过整合的一批数据，用来训练和验证模型。右面的表是待预测的表，将在模型生成完毕后对这个表里的数据进行预测。
元数据：是描述数据仓库内数据的结构和建立方法的数据。可将其按用途的不同分为两类，技术元数据和商业元数据。
Business Intelligence(BI) = Data Warehouse(DW) + OLAP + Data Mining(DM)
商业智能=数据仓库+联机分析+数据挖掘OLAP和数据挖掘：OLAP使用技术比数据挖掘简单，前者也就是涉及到维度、度量、层次、cube等一些概念，技术上真的有些傻瓜。而后者好像真的高深很多，一堆算法，什么关联算法、决策树、神经元等等，怪能吓唬人的。OLAP和数据挖掘都是为决策提供支持，只是侧重点不同，前者提供描述型的模型，告诉你什么样的产品在什么地区的销售额和去年的对比。后者提供探索型的模型，告诉你啤酒和尿布的规律。最后的决策都是人来做。几年的大型BI项目几乎都是这种思路，先建数据仓库，上OLAP和报表应用，数据挖掘在二期考虑。
多维分析：多维分析报表结合商业智能的——OLAP，可以帮助用户进行多角度、灵活动态的分析。多维分析报表由“维”（影响因素）和 “指标”（衡量因素）组成，能够真正为用户所理解、并真实的反映企业特性信息。多维分析是分析企业数据最有效的方法,是OLAP的灵魂
OLAP的多维分析视图就是冲破了物理的三维概念,采用了旋转、嵌套、切片、钻取和高维可视化技术,在屏幕上展示多维视图的结构,使用户直观地理解、分析数据,进行决策支持。
ROLAP、MOLAP、HOLAP: OLAP系统按照其存储器的格式可以分为（RelationalOLAP，简称ROLAP）、多维OLAP（MultidimensionalOLAP，简称MOLAP）和混合型OLAP（HybridOLAP，简称HOLAP）三种类型。
ODS（Operational Data Store）是体系结构中的一个可选部分，ODS具备的部分特征和OLTP系统的部分特征，它是“面向主题的、集成的、当前或接近当前的、不断变化的”数据。
物化视图是包括一个查询结果的数据库对象，它是远程数据的的本地副本，或者用来生成基于数据表求和的汇总表。
大数据、云计算、商业智能：三者之间的关系，个人理解：离用云计算来处理大数据，解决性能问题，然后在大数据的基础上进行数据分析、数据挖掘。
4V:大数据的4V特性，即类型复杂，海量，快速和价值
Hadoop:一个分布式系统基础架构，用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力高速运算和存储。只在你的数据量可能会扩充到TB或甚至PB这样的水平时，才探索像Hadoop这样的大数据方法。
微软官方表示，微软已经放弃了微软与Hortonworks开发实施Windows Server（也就是HDInsight Server for Windows）的计划。相反，微软将会建议那些希望在Windows Server上部署Hadoop的客户选择Hortonworks Data Platform (HDP) for Windows。
去年发布的SQL Server 2012针对大数据做了很多改进，其中最重要的就是全面支持Hadoop。
SQL Server并行数据仓库：并行数据仓库(Parallel Data Warehouse Appliance，简称PDW)是在SQL Server 2008 R2中推出的新产品，目前已经成为微软主要的数据仓库产品，并将于今年发布基于SQL Server 2012的新款并行数据仓库一体机。SQL Server并行数据仓库采取的是大规模并行处理(MPP)架构，与传统的单机版SQL Server存在着根本上的不同，它将多种先进的数据存储与处理技术结合为一体，是微软大数据战略的重要组成部分。
云计算包含如下：
IaaS:基础设施即服务
PaaS：平台即服务
SaaS：软件即服务
Informatica：最富盛名的是数据集成平台，“所谓数据集成平台，其前身是ETL（Extraction Transformation Loading，数据提取、转换和加载），是伴随着BI、数据仓库的需求出现的，其主要功能对各种业务平台数据进行抽取和相关转化，以此来满足BI、数据仓库对数据格式和内容挖掘的要求。”但彬说。“不仅BI、数据仓库对数据格式/内容有需求，企业不同应用系统之间也不断交换数据，为此，企业数据集成概念脱颖而出。”
BI经典实例全过程，多读几遍：
数据挖掘扩展插件语言：DMX
数据挖掘算法全解释：
博客园SSAS学习资源库：
(带图) ：
：
OLAP的多维数据分析：
多维联机分析处理：
SSIS包的部署、配置、定期执行：
:
专注BI博客：