我正在为我们的网站（一个规模不错的网站，每天获得数百万次浏览量）构建一些报告内容，并且想知道那里是否有任何好的免费/开源数据仓库系统。
具体来说，我只寻找存储数据的东西——我计划为它构建一个自定义前端/UI，以便它显示我们关心的信息。但是，我不想为此构建一个定制的数据库，虽然我很确定 SQL 数据库不会在这里工作，但我不确定到底要使用什么。任何指向有用文章的指针也将不胜感激。
编辑：我应该提一下——我简要介绍过的一个数据库是 MongoDB。似乎它可能有效，但他们的“用例”特别提到数据仓库为“不太适合”：http ://www.mongodb.org/display/DOCS/Use+Cases 。此外，它似乎并没有专门针对数据仓库。
http://www.hypertable.org/ 可能是您正在寻找的东西（我将按照您上面的描述进行）存储大量记录数据并进行标准化的东西。即访客日志。
Hypertable 基于 google 的 bigTable 项目。 有关基准，请参阅http://code.google.com/p/hypertable/wiki/PerformanceTestAOLQueryLog
你失去了基于 SQL 的 dbs 的关系能力，但你在性能上获得了很多。您可以轻松地使用 hypertable 每小时存储数百万行（硬盘空间承受能力）。
希望有帮助
我可能没有正确理解这个问题——但是，如果你有时间（重新）访问 Kimball 的“数据仓库工具包”，你会发现一个基本的 DW 所需要的只是一个普通的 SQL 数据库，在其他换句话说，您可以使用 MyISAM 作为存储引擎，使用 MySQL 构建一个像样的 DW。问题仅在于所需的信息粒度——您想要保留什么以及保留多长时间。如果您的报告大多是定期的，并且您实现了报告存储或缓存，那么您不需要存储预先计算的聚合（不需要多维数据集）。换句话说，具有缓存报告的 Kimball Star 在许多情况下都可以提供不错的性能。您还可以查看“Pentaho BI Suite”（开源）的社区版以快速入门 ETL，分析和报告——并在深入定制开发之前进行一些实验以评估性能。尽管这可能不是您所期望的，但可能值得考虑。
除了 Mike 对 hypertable 的回答，您可能还想看看 Apache 的 Hadoop 项目：
它们提供了许多可能对您的应用程序有用的工具，包括 HBase，BigTable 概念的另一种实现。我想对于报告，您可能会发现他们的 mapreduce 实现也很有用。
这完全取决于数据以及您计划如何访问它。MonetDB是来自数据库技术最具革命性团队的面向列的数据库引擎。他们刚刚获得了 VLDB 的 10 年最佳论文奖。该数据库是开源的，网上有很多评论称赞它们。
也许您应该看看TPC，看看他们的哪些测试问题数据集最适合您的案例并从那里开始工作。
还要考虑并发性的需求，它为任何类型的方法增加了很大的开销，有时并不是真正需要的。例如，您可以预先消化一些摘要或索引数据，并且只对高并发进行保护。分析您的数据查询是以下步骤。
关于 SQL，我也不喜欢它，但我认为仅仅因为前端语言而排除引擎并不明智。
我看到了类似的问题，并考虑使用带有http://www.jitterbit.com/的普通 MyISAM作为数据访问层。Jitterbit（或其他免费工具）似乎非常适合这种转换。
希望这个对你有帮助。
很多人只使用 Mysql 或 Postgres :)