《数据仓库技术与联机分析处理》求取 ⇩

理论 篇1

第一章从数据库到数据仓库1

1.1 从数据库到数据仓库1

1.2 什么是数据仓库4

1.2.1 主题与面向主题5

1.2.2 数据仓库的其他三个特征9

1.3 数据仓库中的数据组织10

1.3.1 数据仓库的数据组织结构10

1.3.2 粒度与分割11

1.3.3 数据仓库的数据组织形式13

1.3.4 数据仓库的数据追加14

1.4 数据库体系化环境15

1.4.1 四层体系化环境15

1.4.2 数据集市17

1.5 小结18

第二章数据仓库设计19

2.1 数据仓库系统设计方法概述19

2.2 数据仓库设计的三级数据模型22

2.2.1 概念模型22

2.2.2 逻辑模型22

2.2.3 物理模型23

2.2.4 高级模型、中级模型和低级模型23

2.3 提高数据仓库的性能24

2.3.1 粒度划分25

2.3.2 分割26

2.3.3 数据仓库物理设计中的其他一些问题28

2.4 数据仓库中的元数据31

2.5 数据仓库设计步骤32

2.5.1 概念模型设计33

2.5.2 技术准备工作36

2.5.3 逻辑模型设计37

2.5.4 物理模型设计40

2.5.5 数据仓库的生成41

2.5.6 数据仓库的使用和维护42

2.6 小结44

第三章操作数据存储（ODS）46

3.1 什么是ODS46

3.1.1 ODS的定义及特点46

3.1.2 ODS的功能和实现机制47

3.2 DB-ODS-DW体系结构51

3.2.1 ODS与DW51

3.2.2 DB-ODS-DW三层体系结构52

3.3 创建ODS53

3.3.1 ODS数据模式的形成过程53

3.3.2 ODS对数据的控制——获取并传输55

3.3.3 创建ODS的两条技术路线58

3.4 实例——商场ODS系统60

3.5 小结62

第四章数据仓库投资回报分析63

4.1 概述63

4.2 数据仓库投资回报的定量分析64

4.2.1 投资回报的度量标准64

4.2.3 数据仓库投资回报分析66

4.3 数据仓库投资回报的定性分析68

4.4 数据仓库实现分析69

4.4.1 建立数据仓库的必要性分析69

4.4.2 技术选择分析70

4.4.3 数据仓库实现方法的投资回报分析70

4.4.4 数据仓库实现目标的投资回报分析71

4.5 典型企业的投资回报分析72

4.5.1 美国麻萨诸塞州政府（Commonwealth of Massachusetts）（ROI 44%）72

4.5.2 荷兰Interpolis公司（ROI 568%）73

4.5.3 美国Niagara Mohawk能源公司（ROI 1413%）74

4.6 小结76

工具 篇77

第五章数据仓库工具77

5.1 数据仓库工具层——数据仓库系统的重要组成部分77

5.1.1 数据仓库系统的结构77

5.1.2 数据库系统与数据仓库系统的组成结构的比较78

5.2 数据分析工具的发展79

5.2.1 EIS软件79

5.2.2 PC挖掘工具79

5.2.3 OLAP服务器80

5.2.4 面向数据仓库、支持决策应用的数据分析产品80

5.3 数据分析模型81

5.3.1 四种分析模型81

5.3.2 比较82

5.4 数据仓库工具简介82

5.4.1 验证型工具83

5.4.2 发掘型工具83

第六章决策支持工具的新进展——联机分析处理（OLAP）85

6.1 从OLTP到OLAP85

6.1.1 OLAP的出现85

6.1.2 什么是OLAP86

6.1.3 OLTP与OLAP的关系及比较90

6.2 OLAP的特征及衡量标准90

6.2.1 Codd关于OLAP产品的十二条评价准则91

6.2.2 其他厂商对Codd 的十二条准则的看法94

6.3 OLAP实施94

6.4 基于多维数据库的OLAP实现95

6.4.1 多维数据95

6.4.2 维的层次关系和类97

6.4.3 时间序列数据类型100

6.4.5 多维数据库存取102

6.5 基于关系数据库的OLAP实现102

6.6 两种技术间的比较105

6.6.1 结构105

6.6.2 数据存储和管理106

6.6.3 数据存取107

6.6.4 适应性107

6.7 OLAP产品介绍及选择108

6.7.1 产品介绍108

6.7.2 产品选择109

6.8 OLAP的新发展及在我国的应用展望111

6.8.1 OLAP的新发展111

6.8.2 OLAP在我国的应用展望112

第七章数据挖掘（Data Mining）工具113

7.1 Data Mining的概念113

7.1.1 Data Mining的技术基础113

7.1.2 Data Mining的方法与技术114

7.1.3 Data Mining的分析方法115

7.2 Data Mining系统的体系结构及运行过程119

7.2.1 数据挖掘的步骤119

7.2.2 实例120

7.3 从技术到实现121

7.4 Data Mining与OLAP的区别和联系122

7.5 数据挖掘的应用124

应用 篇126

第八章数据仓库应用谈126

8.1 数据仓库应用概述126

8.1.1 全局应用127

8.1.2 复杂分析127

8.2 数据仓库的应用实例128

8.2.1 数据仓库解决“蜘蛛网”问题128

8.2.2 分层决策体系129

8.2.3 数据抽样分析132

8.2.4 发挥历史数据的经济效益133

8.2.5 回扣分析134

8.3 小结136

第九章数据仓库的应用与实践138

9.1 任务来源138

9.2 研制过程138

9.2.1 前期准备工作138

9.2.2 总体方案的确立139

9.2.3 数据模型分析与数据库设计141

9.2.4 应用系统开发142

9.4 作用与效益144

9.5 结束语144

附录中国银行广东省分行FMIS系统144

产品 篇166

第十章INFORMIX公司的数据仓库解决方案及其OLAP产品MetaCube技术分析166

10.1 INFORMIX数据仓库解决方案166

10.2 联机事务处理（OLTP）、数据仓库与联机分析处理（OLAP）168

10.3 Informix公司数据仓库的数据分析模型——多维模型170

10.3.1 什么是多维模型170

10.3.2 多维模型的实现关键——计算中间表的设计172

10.4 Informix OLAP产品MetaCube介绍及技术分析177

10.4.1 MetaCube的技术特色177

10.4.2 MetaCube Explorer181

10.4.3 MetaCube Warehouse Manager182

10.5 MetaCube使用实例183

10.5.1 DSS系统MetaCube DEMO的多维模型183

10.5.2 MetaCube DEMO的逻辑模型实现184

10.5.3 通过MetaCube Explorer访问MetaCube DEMO中的数据186

10.5.4 利用MetaCube Optimizer优化数据仓库191

10.6 结束语192

第十一章Oracle数据仓库解决方案及OLAP产品技术分析193

11.1 ORACLE数据仓库解决方案193

11.1.1 数据仓库建模和设计193

11.1.2 数据抽取194

11.1.3 数据仓库管理195

11.1.4 数据分析196

11.2 Oracle OLAP产品介绍197

11.2.1 OLAP背景197

11.2.2 OLAP的两类用户197

11.2.3 Oracle OLAP产品系列198

11.3 Oracle Express server技术特色199

11.3.1 Express server结构199

11.3.2 Express数据模型200

11.3.3 Oracle Express的存储结构201

11.3.4 Express多维数据模型的优点202

11.3.5 Express server数据的提取及其与关系数据库的集成205

11.3.6 SQL与多维查询的实例206

11.4 实例207

11.4.1 数据模型定义208

11.4.2 数据抽取209

11.4.3 通过EXPRESS OBJECT分析210

11.4.4 总结213

第十二章Sybase的交互式数据仓库解决方案及其特色产品Sybase IQ214

12.1 Sybase的数据仓库三层体系结构214

12.1.1 多层体系结构的概念与划分214

12.1.2 三层客户/服务器结构适应数据仓库应用的需要214

12.2 Sybase的QuickStart DataMart捆邦计划215

12.2.1 Sybase数据仓库体系环境215

12.2.2 数据仓库和数据集市（Data Mart）217

12.2.3 Sybase的“WarehouseNOw”策略：Quick Start DataMart218

12.3 Sybase特色产品Sybase IQ的技术简介219

12.3.1 Sybase IQ产品定位219

12.3.2 Sybase IQ服务器技术特色220

12.3.3 Bit-Wise索引的建立227

12.4 数据仓库设计工具——PowerDesignor Warehouse Architect 6.0228

12.4.1 维建模与相关概念228

12.4.2 Warehouse Architect功能简介230

附录1 设置Sybase IQ的基本步骤231

附录2 测试比较231

附录3 Sybase IQ的典型用户——美国MCI公司的SOLD数据仓库237

参考文献239