A. 數據倉庫為什麼按照主題劃分
我覺得俺主題分類是易於查找，既然是「倉庫」，那麼必須有一種分類方專式來解決儲存、尋找屬儲存數據，而且數據細分的話類別很多，按照別的分類方法會造成分類難以界定，因為有的數據不是那麼容易劃分的，而按照主題分類，那麼這種模糊分類方法就比較實用啦！
B. adventureworksdw2008數據倉庫包含了哪些業務主題
簡單地說就一個資料庫!
現階段用的資料庫有:Oracle,DB2,My Sql,Ms Sql Server等!
C. 典型的數據倉庫系統包括哪幾部分
典型的數據倉庫系統包括以下幾個部分：
數據源
ETL(數據抽取、轉換和載入)
數據倉庫
數據集市
前端展示（包括報表、多維展示等）
D. 數據倉庫的主題和主題域是什麼關系
數據倉庫的抄主題和主題襲域是什麼關系
主題（Subject）是在較高層次上將企業信息系統中的數據進行綜合、歸類和分析利用的一個抽象概念，每一個主題基本對應一個宏觀的分析領域。在邏輯意義上，它是對應企業中某一宏觀分析領域所涉及的分析對象。例如「銷售分析」就是一個分析領域，因此這個數據倉庫應用的主題就是「銷售分析」。
E. 數據倉庫的主題劃分，列舉有哪些主題.試題
我覺得俺主題分類是易於查找，既然是「倉庫」，那麼必須有一種分類方式來解回決儲存、尋找儲存數答據，而且數據細分的話類別很多，按照別的分類方法會造成分類難以界定，因為有的數據不是那麼容易劃分的，而按照主題分類，那麼這種模糊分類方法就比較實用啦！
F. 數據倉庫的特點包括以下哪幾個 a.面向主題 b.集成的 c.相對穩定的
以下哪個不是數據倉庫的特點？
A
數據的一致性
B
數據的完整性
C
數據的擴展性
D
數據的集成性
正確答案選：（C）
，
G. 數據倉庫 主題數量 不超過多少
數據倉庫是在企業管理和決策中面向主題的、集成的、與時間相關的、不可修改的數據集合
數據倉庫，英文名稱為Data Warehouse，可簡寫為DW。
數據倉庫之父Bill Inmon在1991年出版的「Building the Data Warehouse」一書中所提出的定義被廣泛接受——數據倉庫（Data Warehouse）是一個面向主題的（Subject Oriented）、集成的（Integrated）、相對穩定的（Non-Volatile）、反映歷史變化（Time Variant）的數據集合，用於支持管理決策(Decision Making Support)。
◆面向主題：操作型資料庫的數據組織面向事務處理任務，各個業務系統之間各自分離，而數據倉庫中的數據是按照一定的主題域進行組織的。
◆集成的：數據倉庫中的數據是在對原有分散的資料庫數據抽取、清理的基礎上經過系統加工、匯總和整理得到的，必須消除源數據中的不一致性，以保證數據倉庫內的信息是關於整個企業的一致的全局信息。
◆相對穩定的：數據倉庫的數據主要供企業決策分析之用，所涉及的數據操作主要是數據查詢，一旦某個數據進入數據倉庫以後，一般情況下將被長期保留，也就是數據倉庫中一般有大量的查詢操作，但修改和刪除操作很少，通常只需要定期的載入、刷新。
◆反映歷史變化：數據倉庫中的數據通常包含歷史信息，系統記錄了企業從過去某一時點(如開始應用數據倉庫的時點)到目前的各個階段的信息，通過這些信息，可以對企業的發展歷程和未來趨勢做出定量分析和預測。
數據倉庫是一個過程而不是一個項目。
數據倉庫系統是一個信息提供平台，他從業務處理系統獲得數據，主要以星型模型和雪花模型進行數據組織，並為用戶提供各種手段從數據中獲取信息和知識。
從功能結構化分，數據倉庫系統至少應該包含數據獲取（Data Acquisition）、數據存儲（Data Storage）、數據訪問（Data Access）三個關鍵部分
數據挖掘(Data Mining)，又稱為資料庫中的知識發現(Knowledge Discovery in Database, KDD)，就是從大量數據中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程，簡單的說，數據挖掘就是從大量數據中提取或「挖掘」知識。
並非所有的信息發現任務都被視為數據挖掘。例如，使用資料庫管理系統查找個別的記錄，或通過網際網路的搜索引擎查找特定的Web頁面，則是信息檢索（information retrieval）領域的任務。雖然這些任務是重要的，可能涉及使用復雜的演算法和數據結構，但是它們主要依賴傳統的計算機科學技術和數據的明顯特徵來創建索引結構，從而有效地組織和檢索信息。盡管如此，數據挖掘技術也已用來增強信息檢索系統的能力。
H. 在一個數據倉庫裡面，可以構建多個主題嗎能構建多個多維數據集
當然可以建多個主題了，數據倉庫就是以主題劃分的，你說的多維數據集是MS SQLSERVER2005里的概念吧 我不太清楚
I. 怎麼理解數據倉庫中的面向主題
1、面向主題，是讓你面向主題去分析問題，架構模型，而不是非要物理上分開版，就像面向對象編程一權樣
2、「很多資料中都寫數據倉庫的數據模型是使用「第三範式」，數據集市才使用多維的星型模型」這個是不對的，因為在Inmon 和 Kimball 的書中都沒有表示這種說法
Inmon 表是建數倉需要有個企業級的一致數據模型，並沒有表示非要第三範式，這個第三範式是 Kimball 在自己的書里說 Inmon 的方式用第三範式不好啦啥的，具體自己看書《數據倉庫工具箱-維度建模權威指南》第一種1.5節
數據集市使用維度建模，這個說法Kimball 也沒有說過，而是 Inmon 在自己的書里說維度建模只適合數據集市，具體看《數據倉庫》第5張5.19節（應該是這一節）
PS：其實感覺他倆的觀點差不多，只是根據他們必須得給自己的觀點加油吶喊而已，兩個人互撕很多年了