本文是对商业智能的一些简介，还没有涉及到sql 2005，只是说了一下商业智能的目的，商业智能的数据来源数据仓库的设计和架构。
一、商业智能的目的，就是为了有效的决策。
见下图：
2)处在不现层次的领导者对信息的不同需求，越是高层的人，对信息的要求越宏观，越是底层的人对信息的要求越微观。
二、数据仓库的设计
商业智能的数据来源是数据仓库，本小节简单说了一下数据仓库的组成及设计。
1. 首先请决策者回答以下问题:
1)为了促进有效决定,需要什么样的事实,图表,统计信息?(基础和反馈度量)
2)这个信息在用于分析时应该如何分割组合?(维度)
3)其他的什么信息可能有助于查找所需要的内容?(属性)
2. 数据仓库设计中涉及的三要素
1)度量
是指一些具体的数字，比如销售额，销售量，生产总数，损耗总数等等。
一般公司的度量是数字化的量,下面是一些可以用作度量的量:
现金合计:
原料支出
销售额
运营开支
劳务费
计数:
生产量
订单量
发货量
退货量
客户服务投诉量
时间段:
生产一个产品所需的分钟数或小时数
完成一个订单所需的天数
生产线的平均无故障时间
在设计时需要给出每个度量的下列内容:
度量的名称
使用哪些字段或OLTP字段以提供数据
数据类型
计算度量的公式(如果存在)
2) 维度与层次
举例说明，对销售额来说，可以对应的是月，年，地区，城市，店铺等等。
在设计时,需要考虑到每个维度的下列各项:
维度的名称
哪些字段或OLTP的字段可用于提供数据
维度主键(每个维度成员的唯一标识符)的数据类型
父维度的名称(如果存在)
3)属性
在设计时,需要包括每个属性的下列各项:
属性的名称
哪些字段或OLTP的字段可用于提供数据
数据类型
它所对应的维度名称
三、数据仓库的架构
1）星型架构
2)雪花型
