A.   Oracle Essbase

B.   IBM TM1

C.   微软SSA

A.   它与数据验证相同

B.   数据的协调不能被视为数据擦洗

D.   数据的标准化不能被视为数据擦洗

A.   雪花图架

C.   星模架

D.   事实星座模式

B.   合并除一个维度以外的所有细胞

C.   沿一个维度合并细胞

D.   选择数据立方体的一个维度以外的所有维度。

A.   维护数据历史记录

B.   提高数据质量

D.   集成来自多个源系统的数据

A.   ODS

B.   洁净室桌

D.   没有明显的清洁阶段，在MDX查询期间清洗数据

A.   它使用两个级别的数据存储表示来处理密集和稀疏的数据集

B.   它为SQL查询提供高级查询语言和查询处理支持。

C.   它促进了SQL的OLTP操作

D.   它使用基于数组的多维存储引擎

A.   有必要使操作数据免于任何仓库操作

B.   它包含从多个来源得出的数据

C.   数据仓库无力允许其中损坏的数据

B.   将年度和地区随机化

C.   指定特定年份

D.   将年份随机化

B.   核心表

C.   元数据表

D.   尺寸表

A.   可以处理大量数据

B.   性能可能很慢

D.   可以利用关系数据库固有的功能

B.   数据仓库包含通常从操作数据库加载的数据

C.   数据仓库的时间范围比操作系统的时间长大。

D.   数据仓库同时保持历史和（几乎）当前数据

A.   MOLAP立方用于快速数据检索

B.   Molap Cutes非常适合切片和切割操作

C.   数据存储在多维立方体中。

A.   它允许用户从许多不同的维度或角度分析数据

C.   这是从不同角度分析数据并将其汇总到有用信息中的过程

D.   这是在各个领域之间找到相关或模式的过程

A.   SQL

B.   etl

D.   OLTP

A.   增量提取

C.   完全提取

D.   在线提取

B.   它是专门为查询和分析的交易数据的副本

C.   它旨在促进报告和分析

D.   这是一个非易失性的时间变化存储库

A.   它由集中事实表代表

B.   它是多维数据库中表的逻辑布置

D.   这是星模架的变体

B.   提取测试语言

C.   导出，发射，负载

D.   导出，翻译，加载

A.   星模架

B.   雪花图架

C.   事实星座模式

A.   OLTP

B.   关系型数据库

C.   ODS

A.   星模架

C.   OLAP

D.   雪花图架

A.   当两个源具有多个匹配列时

B.   当两个来源具有外交关系的初选时

D.   当两个来源是异质的

B.   事实得出的原始数据

C.   可以将添加剂量度组合的方向

D.   事实与维度的比率

A.   钻探

B.   滚下来

C.   卷起

B.   Allmembers

C.   树叶

D.   清楚的

A.   Fortran

C.   SQL

D.   SPSS

A.   骰子

B.   加入

C.   枢

A.   交易量

B.   毛利润

C.   费用

A.   它旋转数据轴以提供数据的替代介绍

B.   两个连续的切片操作在两个不同的维度上

C.   它也称为旋转

A.   CRC

C.   （这些选择都没有）

D.   审核列

A.   / *这条线 */

B.   //这线

D.   - 这线

B.   在线开放交流，组织可以在其中交易业务信息

C.   将数据组织成事实和维度的模式

D.   单独组织可以安全备份数据的中央存储库

A.   星和雪花架构包含两个事实表

B.   雪花模式包含两个事实表

D.   Star模式包含两个事实表

A.   产品尺寸表存在时的产品名称

B.   存储UID时，商店维度表存在

C.   卖出的单位

D.   以上都不是

A.   面向主题

C.   非易失性

D.   融合的

A.   数据库

B.   OLAP

D.   数据仓库环境

A.   卷起

B.   滚下来

D.   钻探

B.   OLTP

C.   OLAP和OLTP

D.   olap也不是OLTP

B.   以上都不是

C.   用于在线分析处理的三维阵列

D.   总结数据的尺寸还原操作

A.   正常化

B.   上述所有的

D.   主键

A.   所有选项都是正确的

B.   OLAP

C.   数据仓库环境

A.   它仅使用一个级别的数据存储表示来处理稀疏数据集

B.   它仅使用一个级别的数据存储表示来处理密集的数据集

C.   它使用一个级别的数据存储表示来处理密集和稀疏数据集

B.   它通过选择一个或多个维度来形成一个新的子立方体

C.   骰子操作在给定立方体上选择一个维度

D.   它将数据从不太详细的数据导航到高度详细的数据

A.   骰子

B.   片

C.   旋转

A.   归一化方法

B.   既不是尺寸也不归一化方法

C.   尺寸和归一化方法

B.   主要是8，runlength，raw

C.   BYTE-DICTICARY，LZO，DELTA

D.   Lzo，Delta，RAW

A.   读和写

C.   只写

D.   写下典型

A.   集成数据仓库

C.   离线操作数据仓库

D.   离线数据仓库

A.   关系

B.   多维

C.   杂交种