维表层、事实表层、ODS表层、门户报表层各层之间是什么关系啊？跪求！！！
------解决方案--------------------------------------------------------
V\漫谈 ODS
来自：中国商业智能网
ODS全称为Operational Data Store，通常国内同行翻做操作型数据存储。目前关于ODS的资料比较少，翻译过来的就更少了。我印象中关于ODS的详细描述基本上都来自于Inmon的著作，其中《Building the Operational Data Store》全面、系统的阐述了ODS，可惜这本书目前国内尚未引进。国内翻译过来的数据仓库方面的书中，据我所知在《企业信息工厂》（第六章）以及《数据仓库》（章节3.20）中有专门的章节描述ODS。
ODS有以下特点：
面向主题的
集成的
易变的
明细的
反映当前数据值的
ODS是企业数据架构中最为复杂的一种形态，既要满足数据事务操作要求，又要满足数据分析要求，从技术构建角度考察，难度相当之大。目前国内相关案例很少，在我印象当中，中国电信的CTG-MBOSS规划中对ODS有比较明确的要求，但在CTG-MBOSS规范中，ODS也做了一定的变更处理。在实际的省公司EDA（企业数据架构）建设中，并没有形成一个统一的建设模式，比如在云南电信以及上海电信的ODS系统建设中（云南电信ODS已经初验，上海电信的ODS算是上线了），ODS的定位就比较模糊，其主要功能是给数据仓库提供数据（作为EDW的数据源）。
大致来讲，ODS有以下四种类型：
I 类ODS，与应用系统的数据延迟为1~2秒，实时或近似实时
II 类ODS，与应用系统的数据延迟为2~4小时
III 类ODS，与应用系统的数据延迟为12~24小时
IV 类ODS，数据仓库中部分决策分析数据回流至ODS中
数据延迟时间越短，ODS建设难度越高，其中I 类ODS的建设难度最高，建设成本也是最高的。而且由于I 类ODS的实时性，对于技术的要求与其它类型ODS也有所不同，一般来讲需要用到EAI技术（如果同步的数据量比较小的话也可以考虑触发器来实现，但从维护、企业长远规划的角度来考虑，使用触发器只是权宜之计），但随着当前企业对数据仓库的实时性要求越来越高，以及企业对战术性决策支持的需求越来越大，相信I 类ODS会变得越来越重要。通常在企业的EDA中，ODS是一个可选件，但一旦需要用到ODS的功能，那么ODS本身就将变得极为重要。
目前应用的比较多的是IV 类ODS，因为一旦将决策分析结果加载到ODS中，重要决策信息的高性能联机支持将成为可能，举例如下：
客户细分与评价
银行客户贷款
ODS与数据仓库的重要区别如下：
ODS只存储明细数据
ODS中存储的数据一般不超过一个月
ODS支持事务更新操作
在ODS中存在3种不同的时间窗处理：
OLTP时间段，与应用系统保持同步更新（通常采用消息机制）
批处理时间段，从应用系统中接收批量数据（通常采用ETL的方式）
DSS时间段，从数据仓库中接收决策支持数据
由于ODS需要满足上述不同处理类型的性能要求，导致ODS无法对任何一种类型进行优化，只能进行折衷考虑，这也正是ODS的技术复杂原因所在。
------解决方案--------------------------------------------------------
维表即是条件，如：时间维、品牌、等。
试试表即是具体通过维表字段对应的指标，如：2009年对应的贷款计划额
ODS是DB和DW的中间层，只是存储短期的数据，可以作为一个前置机
门户报表就是对前面的数据通过维和事实表建立星型模型后的展现层，通常是OLAP展现
------解决方案--------------------------------------------------------
:)
一个维对应你数据库中的一个基础表.
事实表对应你数据库中的业务表.
了解这些东西,最好先看看关于MSAS的书.做一两次实验就理解了.