一、数据仓库选型
平台选型主要考虑了以下几点：

1.供应商的既往成功经验以及产品的成熟度

2.供应商的售后服务和技术支持能力

3.供应商的资源调配能力

4.衡量数据库性能的主要指标TPC-D。主要有3方面的数据需要考虑：
　1) QppD：描述系统的查询处理能力。（数据越大越好）
　2) QthD：即流量测试结果，描述系统在多个用户同时进行查询时的处理能力。换言之，它也充分代表了系统的并行处理能力。(数据越大越好)
　3) QphD：即价格性能比。（数据越小越好）

5.系统的并行处理能力

6.系统管理的复杂度

7.系统的可用性和可靠性

8.系统的扩展性

9. 数据仓库是多种数据源数据集中后的数据集合，必须能够将来自多个数据源的数据的浏览和分析集成一体

10. 安全性。

11. 新建的数据仓库体系与现有信息框架总体规划的结合

12. 开放性

 

 

二、体系结构

数据仓库的方法学，数据仓库体系架构可以分为五个层次。这五个层次反映了应用运行的基本逻辑结构和过程。每层都具有自己的技术实现方式及相应的评价准则。这五个应用层次是：

设计建模层：该层次是整个分析应用系统的起点，主要完成对现有业务系统数据源的分析，按照数据仓库建模理论完成数据仓库结构设计。

数据获取层：确定项目实施所需的数据清洗工具，定义出数据从原业务系统到数据仓库系统的ETL技术方案，最终完成数据清洗、转换、加载的工作

数据存储层：通过对数据仓库数据量的估计，和客户访问数的估计对数据仓库主平台所需的软件和硬件作出评估，确定主平台的系统配置情况。

数据展现层：主要根据客户需求选定前端数据展现的软件，同时根据客户需求决定数据展现方式，进行数据展现的开发。

元数据管理层：主要完成对整个数据仓库实施中的元数据进行管理的功能，包括：逻辑到物理模型的映射、数据访问的授权、用户安全控制等等。