数据仓库设计 现代原理与方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数据仓库设计 现代原理与方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章　数据仓库简介1

1.1　决策支持系统2

1.2　数据仓库3

1.3　数据仓库的体系结构6

1.3.1　单层体系结构6

1.3.2　两层体系结构7

1.3.3　三层体系结构9

1.3.4　另一种体系结构类别10

1.4　数据准备和ETL12

1.4.1　提取14

1.4.2　清洗14

1.4.3　转换14

1.4.4　加载15

1.5 多维模型16

1.5.1 限制19

1.5.2　聚合20

1.6　元数据21

1.7　访问数据仓库22

1.7.1　报表22

1.7.2　OLAP24

1.7.3　仪表板29

1.8　ROLAP、MOLAP和HOLAP30

1.9　其他问题32

1.9.1　质量32

1.9.2　安全33

1.9.3　进化33

第2章　数据仓库系统的生命周期35

2.1 风险因素35

2.2　自上而下与自下而上36

2.2.1　商业维度生命周期38

2.2.2　快速数据仓库方法39

2.3　数据集市设计阶段40

2.3.1　数据源的分析和协调42

2.3.2　需求分析42

2.3.3　概念设计43

2.3.4　工作负荷细化和概念模式的验证43

2.3.5　逻辑设计43

2.3.6　物理设计44

2.3.7　数据准备设计44

2.4　系统方法架构44

2.4.1　场景1：数据驱动的方法45

2.4.2　场景2：需求驱动的方法47

2.4.3　场景3：混合方法47

2.5　测试数据集市48

第3章　数据源的分析与协调51

3.1　检查和规范化模式53

3.2　集成问题55

3.2.1　不同视角56

3.2.2　等效建模构造57

3.2.3　不兼容的规范57

3.2.4　共有概念58

3.2.5　相互关联的概念59

3.3　集成阶段59

3.3.1　预集成60

3.3.2　比较模式61

3.3.3　对齐模式63

3.3.4　合并和重构模式63

3.4　定义映射65

第4章　用户需求分析67

4.1 采访68

4.2　基于词汇表的需求分析70

4.2.1 事实71

4.2.2　预备性工作负荷73

4.3　面向目标的需求分析75

4.3.1　Tropos简介76

4.3.2　组织建模78

4.3.3　决策建模81

4.4　其他要求83

第5章　概念建模85

5.1　维度事实模型：基本概念88

5.2　高级建模93

5.2.1　描述性属性94

5.2.2　跨维度属性96

5.2.3　聚合97

5.2.4　共享层次结构97

5.2.5 多弧线98

5.2.6　可选弧线99

5.2.7　不完整层次结构100

5.2.8　递归层次结构101

5.2.9　可加性102

5.3　事件和聚合104

5.3.1　聚合可加性度量107

5.3.2　聚合不可加度量108

5.3.3　使用聚合和跨维度属性聚合110

5.3.4　使用可选弧线或者多弧线聚合111

5.3.5　空事实模式聚合115

5.3.6　使用维度间的函数依赖进行聚合116

5.3.7　沿着不完整或者递归层次结构聚合116

5.4　时间120

5.4.1　事务模式与快照模式120

5.4.2　迟更新123

5.4.3　动态层次结构126

5.5　重叠事实模式128

5.6　正式化维度事实模式130

5.6.1 元模型131

5.6.2 内涵特性131

5.6.3　外延特性133

第6章　概念设计137

6.1　基于实体-关系模式的设计138

6.1.1　定义事实139

6.1.2　构建属性树141

6.1.3　修剪和移植属性树146

6.1.4　一对一关系149

6.1.5　定义维度150

6.1.6　时间维度152

6.1.7　定义度量154

6.1.8　生成事实模式154

6.2　基于关系模式的设计159

6.2.1 定义事实160

6.2.2　构建属性树160

6.2.3　其他阶段164

6.3　基于XML模式的设计166

6.3.1　建立XML关联模型166

6.3.2　预备阶段168

6.3.3　选择事实并构建属性树169

6.4　混合方法设计172

6.4.1 映射需求172

6.4.2　构建事实模式172

6.4.3　细化174

6.5　需求驱动的方法设计174

第7章　工作负荷和数据卷177

7.1 工作负荷178

7.1.1　维度表达式和对事实模式的查询178

7.1.2　横向钻取查询183

7.1.3　复合查询186

7.1.4　嵌套GPSJ查询186

7.1.5　验证概念模式中的工作负荷187

7.1.6　工作负荷和用户188

7.2　数据卷190

第8章　逻辑建模193

8.1 MOLAP和HOLAP系统193

8.2 ROLAP系统196

8.2.1　星型模式197

8.2.2　雪花模式199

8.3　视图201

8.4 时间场景206

8.4.1　动态层次结构：类型1207

8.4.2　动态层次结构：类型2208

8.4.3　动态层次结构：类型3210

8.4.4　动态层次结构：完整数据记录210

8.4.5　删除元组213

第9章　逻辑设计215

9.1　事实模式到星型模式216

9.1.1　描述性属性216

9.1.2　跨维度属性216

9.1.3　共享层次结构217

9.1.4　多弧线218

9.1.5　可选弧线221

9.1.6　不完整层次结构222

9.1.7　递归层次结构223

9.1.8　退化维度225

9.1.9　可加性问题227

9.1.10　使用雪花模式228

9.2　视图实体化229

9.2.1　使用视图来回答查询233

9.2.2　问题公式化234

9.2.3　实体化算法237

9.3　视图碎片化239

9.3.1　垂直视图碎片化239

9.3.2　水平视图碎片化242

第10章　数据准备设计245

10.1　填充协调数据库246

10.1.1　提取数据247

10.1.2　转换数据252

10.1.3　加载数据253

10.2　清洗数据254

10.2.1　基于字典的技术255

10.2.2　近似合并256

10.2.3　即席技术258

10.3　填充维度表258

10.3.1　确定要加载的数据259

10.3.2　替换键259

10.4　填充事实表261

10.5　填充实体化视图262

第11章　数据仓库的索引265

11.1 B＋树索引265

11.2　位图索引267

11.2.1　位图索引与B＋树269

11.2.2　高级位图索引271

11.3　投影索引274

11.4　联接和星型索引275

11.5　空间索引281

11.6　联接算法282

11.6.1　嵌套循环283

11.6.2　排序—合并284

11.6.3　哈希联接285

第12章　物理设计287

12.1　优化器287

12.1.1　基于规则的优化器291

12.1.2　基于开销的优化器294

12.1.3　直方图296

12.2　选择索引299

12.2.1　索引维度表299

12.2.2　索引事实表300

12.3　其他物理设计元素301

12.3.1　将数据库划分为表空间302

12.3.2　分配数据文件303

12.3.3　磁盘块大小306

第13章　数据仓库项目文档309

13.1　数据仓库层310

13.1.1　数据仓库模式310

13.1.2　部署模式311

13.2　数据集市层314

13.2.1　总线矩阵和重叠矩阵314

13.2.2　操作模式315

13.2.3　数据准备模式316

13.2.4　域术语表321

13.2.5　工作负荷和用户321

13.2.6　逻辑模式和物理模式323

13.2.7　测试文档325

13.3 事实层326

13.3.1　事实模式326

13.3.2　属性和度量术语表326

13.4　系统方法指导原则328

第14章　案例研究331

14.1　应用领域331

14.2　计划TranSport数据仓库332

14.3　销售数据集市332

14.3.1　数据源分析和协调333

14.3.2　用户需求分析344

14.3.3　概念设计344

14.3.4　逻辑设计350

14.3.5　数据准备设计352

14.3.6　物理设计353

14.4　营销数据集市354

第15章　超越数据仓库范畴的商业智能357

15.1　商业智能简介357

15.2　数据挖掘359

15.2.1　关联规则361

15.2.2　群集化362

15.2.3　分类器和决策树363

15.2.4　时间序列364

15.3　假设分析364

15.3.1 归纳技术365

15.3.2　演绎技术366

15.3.3　系统方法注意事项367

15.4　商业绩效管理370

术语表375

参考文献381