编辑推荐
 ;
内容简介
本书全面论述了设计和建立高效、可持续发展且可扩展的数据仓库的方法,重点论述了建立各种数据模型的方法。主要内容包括业务智能环境和数据模型的概念、数据模型分类、数据模型的开发步骤、各种数据的建模方法、数扰仓库的优化与扩展、数据模型的维护、关系型解决方案的部署,多维体系结构与企业信息工厂的比较等。
本书主要面向数据仓库的设计者和构建者以及数据仓库技术研究人员,同时也适全对数据仓库技术和企业信息化建设感兴趣的其他读者阅读。
作者简介
Claudia lmhoff Intelligent Solutions公司(www.IntelSos.com)r的总裁和创始人。该公司是CRM(客户关系管理)及业务智能技术和策略方面的权威咨询公司。Claudia lmhoff博士是一位受欢迎的演说家和国际上公认的专家,担任许多企业,大学和尖羰技术公司在该领域的咨询顾问
目录
第一部分 基本概念
第1章 绪论
1.1 业务智能概述
1.2 什么是数据仓库
1.2.1 数据仓库的作用和用途
1.2.2 企业信息工厂
1.3 数据仓库的多用途性
1.3.1 支持的数据集市类型
1.3.2 支持的BI技术类型
1.4 可维护的数据仓库环境的特点
1.5 数据仓库数据模型
1.5.1 非冗余性
1.5.2 稳定性
1.5.3 一致性
1.5.4 最终数据使用方面的灵活性
1.5.5 Coss和Date前提
1.6 建立数据集市的效果
1.7 小结
第2章 关系的基本概念
2.1 为什么需要数据模型
2.2 关系数据模型的建模对象
2.2.1 主题
2.2.2 实体
2.2.3 元素或属性
2.2.4 联系
2.3 数据模型的类型
2.3.1 主题域模型
2.3.2 业务数据模型
2.3.3 系统模型
2.3.4 技术模型
2.4 关系数据建模指南
2.4.1 指导方针与最合适的做法
2.4.2 规范化
2.5 关系数据模型的规范化
2.5.1 第1范式
2.5.2 第2范式
2.5.3 第3范式
2.5.4 其他规范化级别
2.6 小结
第二部分 模型开发
第3章 理解业务模型
3.1 业务场景
3.2 主题域模型
3.2.1 关于特定行业的考虑
3.2.2 主题域模型开发过程
3.2.3 Zenith汽车公司的主题域模型
3.3 业务数据模型
3.4 小结
第4章 模型开发
4.1 文法学
4.1.1 步骤1:选择感兴趣的数据
4.1.2 步骤2:在键中增加时间
4.1.3 步骤3:增加派生数据
4.1.4 步骤4:确定粒度级别
4.1.5 步骤5:汇总数据
4.1.6 步骤6:合并实体
4.1.7 步骤7:建立数组
4.1.8 步骤8:分离数据
4.2 小结
第5章 键的建立和维护
第6章 日历建模
第7章 层次树建模
第8章 事务建模
第9章 数据他库优化
第三部分 操作和管理
第10章 对业务变化的适应
第11章 模型维护
第12章 关系型解决方案的部署
第13章 数据仓库设计方法学比较
术语表
参考文献
数据仓库设计——数据库技术丛书 pdf下载声明
本pdf资料下载仅供个人学习和研究使用,不能用于商业用途,请在下载后24小时内删除。如果喜欢,请购买正版