MSBI 學習庫： https://ask.hellobi.com/blog/biwork
SSAS庫部署的幾種方式 http://www.cnblogs.com/aspnetx/archive/2010/09/02/1815982.html
如果說商業智能分為三個層次：告訴你發生了什么，為什么會發生，將來會發生什么。那么，數據挖掘絕對算是商業智能中最高的一個層次，告訴你將來會發生什么，也就是預測。而預測的基礎就是根據海量的歷史數據，結合一定的算法，以概率為基礎，告訴你一條新數據某條屬性的趨勢。
BI的過程可以看成是數據的昨天，今天和明天，數據的昨天，通過報表告訴你的業務之前發生了什么，數據的今天，通過多維分析等工具告訴你這些為什么會發生，那么數據的明天，就是通過數據挖掘算法，對已有的海量歷史數據進行挖掘，從而讓你知道你的業務未來會是什么樣。
SQL：來為多維數據集建立分區，或者在數據挖掘中指定訓練數據或者預測數據
MDX：查多維數據集用的
DMX：查挖掘模型用的，它主要面向分析服務中的數據挖掘部分，通過它可以建立挖掘結構和挖掘模型，以及訓練數據和做預測查詢
ADOMD.NET：就是專門用來訪問分析服務用的
事例表：左面的表是在數據倉庫經過整合的一批數據，用來訓練和驗證模型。右面的表是待預測的表，將在模型生成完畢后對這個表里的數據進行預測。
元數據：是描述數據倉庫內數據的結構和建立方法的數據。可將其按用途的不同分為兩類，技術元數據和商業元數據。
Business Intelligence(BI) = Data Warehouse(DW) + OLAP + Data Mining(DM)
商業智能=數據倉庫+聯機分析+數據挖掘
OLAP和數據挖掘：OLAP使用技術比數據挖掘簡單，前者也就是涉及到維度、度量、層次、cube等一些概念，技術上真的有些傻瓜。而后者好像真的高深很多，一堆算法，什么關聯算法、決策樹、神經元等等，怪能嚇唬人的。OLAP和數據挖掘都是為決策提供支持，只是側重點不同，前者提供描述型的模型，告訴你什么樣的產品在什么地區的銷售額和去年的對比。后者提供探索型的模型，告訴你啤酒和尿布的規律。最后的決策都是人來做。幾年的大型BI項目幾乎都是這種思路，先建數據倉庫，上OLAP和報表應用，數據挖掘在二期考慮。
多維分析：多維分析報表結合商業智能的核心技術——OLAP，可以幫助用戶進行多角度、靈活動態的分析。多維分析報表由“維”（影響因素）和 “指標”（衡量因素）組成，能夠真正為用戶所理解、並真實的反映企業特性信息。多維分析是分析企業數據最有效的方法,是OLAP的靈魂
OLAP的多維分析視圖就是沖破了物理的三維概念,采用了旋轉、嵌套、切片、鑽取和高維可視化技術,在屏幕上展示多維視圖的結構,使用戶直觀地理解、分析數據,進行決策支持。
ROLAP、MOLAP、HOLAP: OLAP系統按照其存儲器的數據存儲格式可以分為關系OLAP（RelationalOLAP，簡稱ROLAP）、多維OLAP（MultidimensionalOLAP，簡稱MOLAP）和混合型OLAP（HybridOLAP，簡稱HOLAP）三種類型。
ODS（Operational Data Store）是數據倉庫體系結構中的一個可選部分，ODS具備數據倉庫的部分特征和OLTP系統的部分特征，它是“面向主題的、集成的、當前或接近當前的、不斷變化的”數據。
物化視圖是包括一個查詢結果的數據庫對象，它是遠程數據的的本地副本，或者用來生成基於數據表求和的匯總表。
大數據、雲計算、商業智能：三者之間的關系，個人理解：離用雲計算來處理大數據，解決性能問題，然后在大數據的基礎上進行數據分析、數據挖掘。
4V:大數據的4V特性，即類型復雜，海量，快速和價值
Hadoop:一個分布式系統基礎架構，用戶可以在不了解分布式底層細節的情況下，開發分布式程序。充分利用集群的威力高速運算和存儲。只在你的數據量可能會擴充到TB或甚至PB這樣的水平時，才探索像Hadoop這樣的大數據方法。
微軟官方表示，微軟已經放棄了微軟與Hortonworks開發實施Windows Server（也就是HDInsight Server for Windows）的計划。相反，微軟將會建議那些希望在Windows Server上部署Hadoop的客戶選擇Hortonworks Data Platform (HDP) for Windows。
去年發布的SQL Server 2012針對大數據做了很多改進，其中最重要的就是全面支持Hadoop。
SQL Server並行數據倉庫：並行數據倉庫(Parallel Data Warehouse Appliance，簡稱PDW)是在SQL Server 2008 R2中推出的新產品，目前已經成為微軟主要的數據倉庫產品，並將於今年發布基於SQL Server 2012的新款並行數據倉庫一體機。SQL Server並行數據倉庫采取的是大規模並行處理(MPP)架構，與傳統的單機版SQL Server存在着根本上的不同，它將多種先進的數據存儲與處理技術結合為一體，是微軟大數據戰略的重要組成部分。
雲計算包含如下：
IaaS:基礎設施即服務
PaaS：平台即服務
SaaS：軟件即服務
Informatica：最富盛名的是數據集成平台，“所謂數據集成平台，其前身是ETL（Extraction Transformation Loading，數據提取、轉換和加載），是伴隨着BI、數據倉庫的需求出現的，其主要功能對各種業務平台數據進行抽取和相關轉化，以此來滿足BI、數據倉庫對數據格式和內容挖掘的要求。”但彬說。“不僅BI、數據倉庫對數據格式/內容有需求，企業不同應用系統之間也不斷交換數據，為此，企業數據集成概念脫穎而出。”
BI經典實例全過程，多讀幾遍：使用SQL Server Analysis Services數據挖掘的關聯規則實現商品推薦功能 http://www.cnblogs.com/aspnetx/archive/2013/02/25/2931603.html
使用SQL Server分析服務定位目標用戶 http://www.cnblogs.com/aspnetx/archive/2013/04/05/3000448.html
數據挖掘擴展插件語言：DMX http://winsystem.ctocio.com.cn/443/9390443.shtml http://www.doc88.com/p-094200441111.html
數據挖掘算法全解釋：http://technet.microsoft.com/zh-cn/library/ms175595(v=sql.100).aspx
博客園SSAS學習資源庫：http://zzk.cnblogs.com/s?w=SSAS&%3Bt=&%3Bsort=Votes
微軟SQLServer官方示例項目部署-數據引擎和分析服務部分 http://www.cnblogs.com/aspnetx/archive/2013/01/30/2883831.html
一起玩轉SQL Server 2012 下的分析服務(帶圖) ：http://www.cnblogs.com/aspnetx/archive/2013/03/24/2978347.html
多維分析之概念准備篇： http://www.cnblogs.com/jinspire/archive/2011/11/23/2259718.html
OLAP的多維數據分析：http://www.51cto.com/art/200511/11337.htm
多維聯機分析處理：http://wiki.mbalib.com/wiki/%E5%A4%9A%E7%BB%B4%E8%81%94%E6%9C%BA%E5%88%86%E6%9E%90%E5%A4%84%E7%90%86
SSIS包的部署、配置、定期執行：http://wenku.baidu.com/view/668d6ceeaeaad1f346933f5b.html
一步一步學習sqlserver BI:http://www.kuqin.com/datawarehouse/20080421/7163.html
專注BI博客：http://www.cnblogs.com/aspnetx/category/67838.html