数据仓库是什么？

　　数据仓库是决策支持系统和联机分析应用数据源的结构化数据环境。云易云觉得数据仓库通常有四个部分组成。

1、数据源

2、数据的存储与管理

3、OLAP服务器

4、前端工具

基于制造行业ERP系统下建立数据仓库的大致步骤为：

1.数据模型的设计：使用不同的存储机制和表示模式实现多维数据模型

2.设计与实现：在Microsoft SQL Server中，可以直接创建SSIS解决方案来使用ETL和商业智能解决复杂的业务问题。

3.设置维度和多维数据集：指定事实数据表，指定维度表、定义维度的层次结构

4.通过OLAP技术对数据进行分析：建立多维立方体后，即可进行多维数据分析。

需要注意的是，这里的ERP数据仓库和数据库是有区别的。

数据仓库和数据库面向点不同

　　erp下的数据仓库面向的点是主题，主要处理不同任务，使不同的业务系统独立起来，带有一定的分析性，还可以把对决策无用的数据排除。而数据库面向的则主要是事务。

数据仓库和数据库对数据处理方式不同

　　数据仓库在设计时一般会采用防范式，既要记录现阶段数据，也要记录历史数据，因此会产生大量的冗余信息，而对应的数据库则没有特意的去记录这些冗余信息，相对于数据仓库而言比较规范。

数据仓库和数据库的数据记录方式不同

　　数据仓库记录时会将对应的历史数据记录下来，供后续的数据的提取和分析使用。而数据库则只是记录数据，对于历史操作过的数据不会有记录。

　　要真正建立一个良好的基于ERP的数据仓库不是件容易的事。建立基于ERP的数据仓库面临的问题集中在两个方面：

　　1.如何将事务处理逻辑模型和数据仓库模型对应起来，并将ERP事务处理和外部数据传入数据仓库中。

　　2.在数据仓库基础上如何构建企业的商业智能来支持企业的管理决策活动。

　　ERP的业务逻辑非常复杂，ERP系统中，一般数据库的表会达到几千张，要将数据从ERP向数据仓库迁移，构建这种数据转换抽取程序也是非常困难的。由于数据仓库中存放的数据量很大，通常是一些合计表，而这些合计表的建立是为决策支持程序所使用的，与这些程序相关，如多维分析和报表查询对数据模式的要求就不一样。

　　因此，合计表如何建立要重点考虑。在建立商业智能应用时，如报表查询、多维分析和数据挖掘等，要结合企业具体的需求和一些高级商业应用系统所提供的功能进行考虑，还有可能要针对各个部门需要建立各自相应的分析应用系统。

云易云拥有10年产品开发与实施经验的人才，主营模具ERP，产品主要有外贸管理、报价管理、订单管理、生产管理、质量管理、生产排程、采购管理、仓库管理、财务管理等模块，并与其他通用ERP进行接口对接，让生产进度可控、管理有据可依、消息推动管理、多软件并存。云易云在全国拥有100家以上大中型客户，吸取众客户管理所长，集软件之智能，可按客户人员职能分工进行整合系统功能，按客户竞争力管理制度个性化软件，让管理轻松、可控、有效。