King-Bond's Space

SQL Server 2008中SQL应用系列及BI学习笔记系列，欢迎与邀月交流。3w@live.cn◆0、SQL应用系列1、SQL Server 2008中SQL增强之一：Values新用途2、SQL Server 2008中SQL增强之二：Top新用途3、

http://www.cnblogs.com/aspnetx/archive/2013/03/16/2962404.html

sql性能优化总结：最近随着数据越来越多，数据库性能问题暴露的越来越严重。几百万，上千万，甚至过亿的数据处理速度会非常的慢。下面对工作中遇到的问题做下总结，希望以后能对日后的工作有所帮助。 不同的sql语句有不同的性能问题，只有要找到性能差的原因，才能对症下药。首先说下性能判断的方法：一.性能分析器：Microsoft的SQL Profiler

开发过MVC的人都知道，MVC是三个单词的缩写，分别为： 模型(Model),视图(View)和控制Controller)。 MVC模式的目的就是实现Web系统的职能分工。 Model层实现系统中的业务逻辑。 View层用于与用户的交互。 Controller层是Model与View之间沟通的桥梁，它可以分派用户的请求并选择恰当的视图以用于显示，同时它也可以解释用户的输入并将它们映射为模型层可执行

数据挖掘是从大型数据集中发现可行信息的过程。数据挖掘使用数学分析来派生存在于数据中的模式和趋势。通常，由于这些模式的关系过于复杂或涉及数据过多，因此使用传统数据浏览无法发现这些模式。这些模式和趋势可以被收集在一起并定义为“数据挖掘模型”。挖掘模型可以应用于特定的业务方案，例如：预测销售额向特定客户发送邮件确定可能需要搭售的产品查找客户将产品放入购物车的顺序序

“数据挖掘算法”是创建数据挖掘模型的机制。为了创建模型，算法将首先分析一组数据并查找特定模式和趋势。算法使用此分析的结果来定义挖掘模型的参数。然后，这些参数应用于整个数据集，以便提取可行模式和详细统计信息。算法创建的挖掘模型可以采用多种形式，这包括：说明在交易中如何将产品分组到一起的一组规则。预测特定用户是否会购买某个产品的决策树。预测销量的数学模型。说明数

一、填空题：每空1分，共40分1、商业智能技术（Business Intelligence），以    数据仓库  、  在线分析(OLAP)       、  数据挖掘       为核心技术，同时融合了   关系数据库     和   联机分析处理      技术2、数据抽取在技术上主要涉及互连、 复制   、 增量    、 转换   、 调度    、监控以及 数据安全性

使用过ReportView的人都知道，在图表控件日新月异的今天，微软的ReportView自带的的图表控件早已经明显不能满足当今人们对于报表前端超炫展示的需求了，那么，构建一个比较炫，又比较好用的报表开发解决方案已经显得越来越重要了。但是，图表控件又不能实现微软ReportViewer里边的表格与矩阵的强大功能，所以，我尝试性的将微软的ReportViewer与图表控件结合起来使用，取两者之所长，

下边简单的说一下我前段时间整理的从Analysis Services读取数据，然后转换为DataTable的解决方法及思路。从以下几个步骤说明：一：配置AnalysisServices的远程http访问：http://blogs.msdn.com/b/sqldev/archive/2011/01/18/how-to-configure-http-access-to-sql-server-2

1.关于CellSet转DataTable的改进方案2.FusionChart对MDX查询结果的数据展示案例3.FusionCharts/// /// 将CellSet转化成DataTable(包括所有维度) ///

SSAS（分析服务）优化手册优化前注意事项1、数据质量。数据仓库中维度表的数据质量要严格保证。比如店仓的大区、省区、管理城市等属性和店仓代码没有一对多的上下级关系，这样在设计店仓维度时，就无法建立有效的层次结构。这会拖慢查询时的性能。2、对报表分类。可按报表的使用方式和体积对用户报表进行分类。1)有的报表侧重分析，维度汇总程度较高，数据量不是特别大，可以在门户中直接使用。2