1，數(shù)據(jù)庫結構設計2，數(shù)據(jù)庫架構設計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)庫結構如何設計4，哪種數(shù)據(jù)倉庫架構最成功5，怎樣的架構設計才是真正的數(shù)據(jù)倉庫架構1，數(shù)據(jù)庫結構設計
名值對解決的,建一個 name value 表 1個產品對應多個 屬性集合
屬性與產品所屬的類型關聯(lián)
產品 -> 類型 <- 屬性
產品 1 ->* 屬性
2，數(shù)據(jù)庫架構設計方面有什么好是書籍
飯客論壇那些資料也不錯哦 你可以到哪里看看。。對你很有幫助的!oracle 9i10g編程藝術、oracle專家高級編程(expert_one-on-one_oracle)也不錯
3，大數(shù)據(jù)量的系統(tǒng)的數(shù)據(jù)庫結構如何設計
1、把你表中經常查詢的和不常用的分開幾個表，也就是橫向切分
2、把不同類型的分成幾個表，縱向切分
3、常用聯(lián)接的建索引
4、服務器放幾個硬盤，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)計表，就是實時生成總計表，這樣可以避免每次查詢都統(tǒng)計一次
mrzxc 等說的好，考慮你的系統(tǒng)，注意負載平衡，查詢優(yōu)化，25 萬并不大，可以建一個表，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 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，這樣可以將存取負載分散到多個物理硬盤或磁盤陣列上。
2、tempdb tempdb也應該被單獨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,不要對它設置最大值讓它自動增長
3、日志文件 日志文件也應該和數(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 你的表一定有個簇索引，在使用簇索引查詢的時候，區(qū)塊查詢是最快的，如用between，應為他是物理連續(xù)的，你應該盡量減少對它的updaet,應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，設計它時必須有高度的可選擇性，可以提高查詢速度，但對表update的時候這些非簇索引會影響速度，且占用空間大，如果你愿意用空間和修改時間換取速度可以考慮。
7、索引視圖 如果在視圖上建立索引,那視圖的結果集就會被存儲起來，對與特定的查詢性能可以提高很多，但同樣對update語句時它也會嚴重減低性能，一般用在數(shù)據(jù)相對穩(wěn)定的數(shù)據(jù)倉庫中。
8、維護索引 你在將索引建好后，定期維護是很重要的，用dbcc showcontig來觀察頁密度、掃描密度等等，及時用dbcc indexdefrag來整理表或視圖的索引,在必要的時候用dbcc dbreindex來重建索引可以受到良好的效果。 不論你是用幾個表1、2、3點都可以提高一定的性能，5、6、8點你是必須做的，至于4、7點看你的需求，我個人是不建議的。打了半個多小時想是在寫論文，希望對你有幫助。
4，哪種數(shù)據(jù)倉庫架構最成功
”的爭論一直沒有休止，這個問題同時也是企業(yè)在建立dw時需要決策的關鍵問題。bill inmon的集線器架構/企業(yè)信息工廠架構（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（data mart bus architecture/data warehouse bus architecture）則是dw架構的爭論焦點。但是，這些爭論一直無法形成統(tǒng)一的結論。到底哪種dw架構最好，不同的bi/dw從業(yè)者在不同的項目中，面對不同企業(yè)的不同情況時，往往持有不同的說法。2005 年，thilini ariyachandra 與hugh watson針對dw架構做了一個深入的調查，調查題目為“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)是美國企業(yè)）中參與了dw規(guī)劃與實施的人員組成，受訪者根據(jù)dw應用實際情況及經驗體會做出回答。為了合理設計調查問卷，在調查問卷中合理設置調查對象（參與調查的dw架構）和評判標準（影響dw架構選擇的因素及判斷dw架構成功的因素等）等內容，watson和ariyachandra邀請了20位專家組成專家組設計調查問卷及判斷標準等，這20位專家包括了dw領域的兩位先驅——赫赫有名的bill inmon和ralph kimball。因此我們可以認為這份調查的結果是權威可信的。爭論一直沒有休止，這個問題同時也是企業(yè)在建立dw時需要決策的關鍵問題。bill inmon的集線器架構/企業(yè)信息工廠架構（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（data mart bus architecture/data warehouse bus architecture）則是dw架構的爭論焦點。但是，這些爭論一直無法形成統(tǒng)一的結論。到底哪種dw架構最好，不同的bi/dw從業(yè)者在不同的項目中，面對不同企業(yè)的不同情況時，往往持有不同的說法。2005 年，thilini ariyachandra 與hugh watson針對dw架構做了一個深入的調查，調查題目為“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)是美國企業(yè)）中參與了dw規(guī)劃與實施的人員組成，受訪者根據(jù)dw應用實際情況及經驗體會做出回答。為了合理設計調查問卷，在調查問卷中合理設置調查對象（參與調查的dw架構）和評判標準（影響dw架構選擇的因素及判斷dw架構成功的因素等）等內容，watson和ariyachandra邀請了20位專家組成專家組設計調查問卷及判斷標準等，這20位專家包括了dw領域的兩位先驅——赫赫有名的bill inmon和ralph kimball。因此我們可以認為這份調查的結果是權威可信的。 了解更多開源相關，去lupa社區(qū)看看吧。
5，怎樣的架構設計才是真正的數(shù)據(jù)倉庫架構
是數(shù)據(jù)倉庫系統(tǒng)的基礎，是整個系統(tǒng)的數(shù)據(jù)源泉。通常包括企業(yè)內部信息和外部信息。內部信息包括存放于rdbms中的各種業(yè)務處理數(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)、市場信息和競爭對手的信息等等；數(shù)據(jù)的存儲與管理是整個數(shù)據(jù)倉庫系統(tǒng)的核心。數(shù)據(jù)倉庫的真正關鍵是數(shù)據(jù)的存儲和管理。數(shù)據(jù)倉庫的組織管理方式決定了它有別于傳統(tǒng)數(shù)據(jù)庫，同時也決定了其對外部數(shù)據(jù)的表現(xiàn)形式。要決定采用什么產品和技術來建立數(shù)據(jù)倉庫的核心，則需要從數(shù)據(jù)倉庫的技術特點著手分析。針對現(xiàn)有各業(yè)務系統(tǒng)的數(shù)據(jù)，進行抽取、清理，并有效集成，按照主題進行組織。數(shù)據(jù)倉庫按照數(shù)據(jù)的覆蓋范圍可以分為企業(yè)級數(shù)據(jù)倉庫和部門級數(shù)據(jù)倉庫（通常稱為數(shù)據(jù)集市）。olap服務器對分析需要的數(shù)據(jù)進行有效集成，按多維模型予以組織，以便進行多角度、多層次的分析，并發(fā)現(xiàn)趨勢。其具體實現(xiàn)可以分為：rolap（關系型在線分析處理）、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)倉庫內數(shù)據(jù)的結構和建立方法的數(shù)據(jù)?？蓪⑵浒从猛镜牟煌譃閮深?，技術元數(shù)據(jù)和商業(yè)元數(shù)據(jù)。技術元數(shù)據(jù)是數(shù)據(jù)倉庫的設計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)轉換的描述；數(shù)據(jù)倉庫內對象和數(shù)據(jù)結構的定義；數(shù)據(jù)清理和數(shù)據(jù)更新時用的規(guī)則；源數(shù)據(jù)到目的數(shù)據(jù)的映射；用戶訪問權限，數(shù)據(jù)備份歷史記錄，數(shù)據(jù)導入歷史記錄，信息發(fā)布歷史記錄等。商業(yè)元數(shù)據(jù)從商業(yè)業(yè)務的角度描述了數(shù)據(jù)倉庫中的數(shù)據(jù)。包括：業(yè)務主題的描述，包含的數(shù)據(jù)、查詢、報表；元數(shù)據(jù)為訪問數(shù)據(jù)倉庫提供了一個信息目錄（informationdirectory），這個目錄全面描述了數(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)倉庫運行和維護的中心，數(shù)據(jù)倉庫服務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)。 為了特定的應用目的或應用范圍，而從數(shù)據(jù)倉庫中獨立出來的一部分數(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)倉庫的實施過程中往往可以從一個部門的數(shù)據(jù)集市著手，以后再用幾個數(shù)據(jù)集市組成一個完整的數(shù)據(jù)倉庫。需要注意的就是在實施不同的數(shù)據(jù)集市時，同一含義的字段定義一定要相容，這樣在以后實施數(shù)據(jù)倉庫時才不會造成大麻煩。國外知名的garnter關于數(shù)據(jù)集市產品報告中，位于第一象限的敏捷商業(yè)智能產品有qlikview, tableau和spotview，都是全內存計算的數(shù)據(jù)集市產品，在大數(shù)據(jù)方面對傳統(tǒng)商業(yè)智能產品巨頭形成了挑戰(zhàn)。國內bi產品起步較晚，知名的敏捷型商業(yè)智能產品有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是一款熱內存計算的數(shù)據(jù)集市產品。國內的德昂信息也是一家數(shù)據(jù)集市產品的系統(tǒng)集成商。 為用戶訪問數(shù)據(jù)倉庫提供手段。有數(shù)據(jù)查詢和報表工具；應用開發(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