挖掘结构（Analysis Services – 数据挖掘） 挖掘结构定义生成挖掘模型时要依据的数据：它指定源数据视图、列的数量和类型以及分为定型集和测试集的可选分区。单个挖掘结构可以支持多个共享同一个域的挖掘模型。下图说明了数据挖掘结构与数据源以及构成数据挖掘模型之间的关系。 关系图中的挖掘结构基于包含多个表或视图的数据源，它们按 CustomerID 字段进行联接。一个表包含有关客户的信息，

数据挖掘算法（Analysis Services – 数据挖掘） “数据挖掘算法 ”是创建数据挖掘模型的机制。为了创建模型，算法将首先分析一组数据并查找特定模式和趋势。算法使用此分析的结果来定义挖掘模型的参数。然后，这些参数应用于整个数据集，以便提取可行模式和详细统计信息。 算法创建的挖掘模型可以采用多种形式，这包括： 说明在交易中如何将产品分组到一起的一组规则。 预测特定用户是否会购买某个产品

嵌套表（Analysis Services – 数据挖掘） 在 SQL Server 2008 Analysis Services (SSAS) 中，数据必须作为包含在事例表中的一系列事例提供给数据挖掘算法。但并非所有的事例都可以用一行数据来说明。例如，一个事例可能派生自两个表：其中一个表包含客户信息，而另一个表包含客户采购信息。客户信息表中的一位客户可能在客户采购表中有多个采购项目，在这种情况

挖掘模型（Analysis Services - 数据挖掘） 本节介绍了数据挖掘模型的基本体系结构，概述了数据挖掘模型的属性，并说明了创建和处理挖掘模型的方式。 Mining Model Architecture Defining Mining Models Mining Model Properties Mining Model Columns Processing Mining Models

流程虚拟机，我们对它的期望是它可以为所有流程提供一套通用平台，之后无论我们是需要对原有流程语言进行扩展，或者重新实现一套自定义的流程语言，都可以很简单的使用pvm实现了。现在我们要来看看pvm到底有没有这个本领实现我们的期望。实际上，jBoss已经在PVM的基础上完成jPDL, BPEL和基于Seam的PageFlow三个实现，对于我们来说最常见的就是jPDL了，它是jBPM-4中默认使用

                                                   jBPM3 vs jBPM4 JBoss Goup 目前已经发布了 jBPM4 Alpha1 版本，在版本 4 中最大的变化就是引入 PVM （流程虚拟机）的概念，而引擎内部的调度算法中重要的 Token 机制，在新版中也去掉了，纵观整个代码，变化可以说非常的大，笔者接下来就试着来比较