大数据应用与技术丛书 数据仓库与商业智能宝典 第2版2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

大数据应用与技术丛书 数据仓库与商业智能宝典 第2版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 读本概览1

1.1 抑制住立即开始编码的冲动1

1.2 设置边界3

1.3 数据争夺5

1.4 流言终结者7

1.5 划分数据世界9

1.6 集成式企业数据仓库的必要步骤10

1.6.1 集成式EDW会交付什么11

1.6.2 集成的终极试金石11

1.6.3 组织挑战12

1.6.4 一致化维度和事实12

1.6.5 使用总线矩阵与管理层交流12

1.6.6 管理集成式EDW的主干13

1.6.7 维度管理器14

1.6.8 事实提供者15

1.6.9 配置商业智能（BI）工具16

1.6.10 连带责任17

1.7 钻取以寻求原因17

1.8 渐变维度19

1.8.1 渐变维度的三种原生类型20

1.8.2 高级渐变维度22

1.9 通过维度评价BI工具22

1.10 事实表24

1.10.1 忠实于粒度24

1.10.2 从最低的可能粒度进行构建25

1.10.3 三类事实表25

1.11 开发利用事实表26

1.11.1 前端：聚合导航26

1.11.2 前端：钻取不同的粒度26

1.11.3 前端：将约束暴露给不同的业务过程26

1.11.4 后端：事实表代理键27

第2章 深入研究之前29

2.1 Ralph Kimball和施乐帕克研究中心（Xerox PARC）29

2.2 数据库市场分化31

2.3 提出超市概念（Kimball经典）33

2.3.1 危机规划33

2.3.2 具有架构的数据集市34

2.3.3 一致化维度的重要性34

2.3.4 设计一致化维度35

2.3.5 做出承诺36

2.3.6 允许的一致化维度变体36

2.3.7 建立标准事实定义36

2.3.8 粒度的重要性37

2.3.9 更高级别的数据集市38

2.3.10 解决烟囱问题38

2.3.11 不需要一致化维度的情形38

2.3.12 清晰视角39

2.4 数据仓库的全新需求39

2.5 应对全新需求42

2.5.1 数据集市和维度建模42

2.5.2 将数据集市插入数据仓库总线架构中44

2.6 挑起事端46

2.7 设计约束和不可避免的现实49

2.7.1 设计约束49

2.7.2 不可避免的现实50

2.7.3 摆脱困境51

2.8 两个强有力的观点52

2.8.1 分离系统52

2.8.2 对称的星型结构和多维数据集53

2.8.3 巨大的回报54

2.8.4 我们已经取得了什么成果54

2.9 数据仓库就餐体验（Kimball经典）54

2.9.1 厨房55

2.9.2 就餐区56

2.10 用于更艰难问题的更简单方法57

2.10.1 增量集成57

2.10.2 递增的数据质量58

2.11 扩展数据仓库的边界58

第3章 项目／程序规划61

3.1 专家边界61

3.2 工程师的观点63

3.2.1 数据仓库使命64

3.2.2 设计驱动65

3.2.3 设计约束65

3.2.4 工程师的回应66

3.3 当心异议消除者66

3.4 中央团队要做些什么69

3.4.1 定义和发布共享维度70

3.4.2 提供跨部门的应用程序71

3.4.3 定义一致化数据仓库安全性架构72

3.5 避免隔离的DW和BI团队72

3.6 BI和数据仓库专家可用的、更好的业务技能73

3.6.1 建立对业务的理解73

3.6.2 建立人际交往能力73

3.6.3 掌握公开演讲技巧74

3.6.4 掌握书面沟通技巧74

3.6.5 实践决定一切75

3.7 有风险的项目资源就是有风险的业务75

3.8 无法实现分析76

3.9 包含DW/BI范围蔓延并且避免范围冒用77

3.10 IT过程对于DW/BI项目是否有益79

3.10.1 规范79

3.10.2 命名规范79

3.10.3 教条主义80

3.11 有效主办者的行为80

3.11.1 为成功做准备81

3.11.2 抵制阻力最小的路径81

3.11.3 团结周边可用资源82

3.11.4 耐心是一种美德82

3.11.5 保持对目标的专注83

3.12 从终端用户开始计算的总体拥有成本（Kimball经典）83

3.12.1 不好的决策也是成本83

3.12.2 仔细查看这些成本84

3.13 简要概括Kimball生命周期87

3.13.1 程序／项目规划和管理88

3.13.2 业务需求88

3.13.3 技术轨迹88

3.13.4 数据轨迹88

3.13.5 商业智能轨迹89

3.13.6 部署、维护和发展89

3.14 挺身而出89

3.15 持相反意见的架构师90

3.16 在应用最佳实践时慎重思考93

3.16.1 采取一种企业方法93

3.16.2 拥抱商业智能93

3.16.3 设计维度模式93

3.16.4 将一致化维度用于集成94

3.16.5 仔细规划ETL架构94

3.17 低风险企业数据仓库的八个准则95

3.17.1 做正确的事情95

3.17.2 赋予业务用户控制权96

3.17.3 渐进式处理96

3.17.4 从轻量级、专注的治理开始96

3.17.5 构建一个简单、通用的平台97

3.17.6 使用一致化维度来集成97

3.17.7 每次都用一些过滤来管理质量97

3.17.8 自始至终使用代理键97

第4章 需求定义99

4.1 将AlanAlda的访问技巧用于揭示业务需求（Kimball经典）99

4.1.1 保持好奇心，但不要自作聪明100

4.1.2 要口语式对话100

4.1.3 倾听并且期望被改变101

4.2 业务需求收集的更多注意事项102

4.3 平衡需求与现实（Kimball经典）104

4.4 在收集业务需求时克服障碍105

4.5 令人吃惊的数据剖析价值106

4.6 专注于业务过程，而非业务部门108

4.7 识别业务过程109

4.8 业务过程全面揭秘110

4.9 战略业务举措和业务过程之间的关系111

4.10 自下而上属于用词不当112

4.10.1 专注于企业，而非部门112

4.10.2 起草企业数据仓库总线矩阵112

4.10.3 进行优先级排序以便得到一份有序的结论113

4.10.4 绘制企业路线图115

4.11 （超越数据建模的）维度化思维115

4.12 使用维度模型验证业务需求116

第5章 数据架构119

5.1 ER建模是否对DSS有害（Kimball经典）119

5.2 一个维度建模宣言（Kimball经典）122

5.2.1 什么是3NF标准化建模122

5.2.2 什么是DM124

5.2.3 DM与3NF的对比125

5.2.4 DM的优势126

5.2.5 对DM的误解127

5.2.6 捍卫DM128

5.3 没有百分百的保证128

5.3.1 3NF建模是否会处理业务规则吗129

5.3.2 早期维度建模130

5.4 分而治之131

5.4.1 是否需要通用标签132

5.4.2 业务过程主题领域并不是部门化的132

5.4.3 一致化维度和事实132

5.4.4 数据仓库总线架构133

5.4.5 是否仅仅为了高度分布式系统133

5.4.6 净收益134

5.5 矩阵（Kimball经典）134

5.5.1 邀请主题领域小组参加一致化会议136

5.5.2 与老板进行沟通136

5.5.3 二级主题领域136

5.6 再次探讨矩阵（Kimball经典）137

5.6.1 用于引用数据的矩阵列137

5.6.2 数据管理137

5.6.3 以过程为中心的行138

5.6.4 关联列和行138

5.6.5 常见的矩阵不幸事件139

5.6.6 矩阵扩展139

5.7 向下钻取到详细的总线矩阵中140

5.8 关于敏捷方法论142

5.9 敏捷企业数据仓库是不是一个矛盾混合体143

5.10 采用敏捷方法？先要从总线矩阵开始144

5.11 作为敏捷数据仓库基础的一致化维度145

5.12 为现实中的人而集成146

5.12.1 定义集成146

5.12.2 集成标签147

5.12.3 集成测量147

5.12.4 维度管理者的职责148

5.12.5 事实提供者的职责148

5.13 为企业维度构建即时可用的资源149

5.14 数据管理基础知识：质量和一致性的第一步150

5.14.1 为何管理是必要的150

5.14.2 管理职责151

5.14.3 管理的正确举措152

5.14.4 沟通工具和技术152

5.14.5 如何开始152

5.15 要不要集中化153

5.15.1 闪光的未必都是金子153

5.15.2 不要畏惧伟大154

5.15.3 结果好意味着一切都好155

5.16 观点差异（Kimball经典）155

5.16.1 共同之处155

5.16.2 Kimball总线架构156

5.16.3 企业信息工厂157

5.16.4 根本性差异158

5.16.5 混合方法怎么样159

5.16.6 成功标准159

5.17 庸人自扰160

5.18 不要用一个标准化EDW支持商业智能160

5.19 使用维度展示区域补充3NF EDW162

第6章 维度建模基础165

6.1 事实表和维度表165

6.1.1 测量和上下文165

6.1.2 维度键166

6.1.3 把两个建模方法关联起来167

6.1.4 声明粒度167

6.1.5 可累加事实167

6.1.6 退化维度168

6.2 向下、向上和横向钻取168

6.2.1 向下钻取168

6.2.2 向上钻取170

6.2.3 横向钻取170

6.3 数据仓库的灵魂之第一部分：向下钻取171

6.4 数据仓库的灵魂之第二部分：横向钻取173

6.4.1 实现横向钻取174

6.4.2 令人惊讶的神奇之处175

6.5 数据仓库的灵魂之第三部分：时间处理175

6.5.1 时间的有效性176

6.5.2 正确关联176

6.5.3 自然粒度177

6.5.4 是否兑现了承诺178

6.6 优雅修改已有的事实和维度表178

6.7 Kimball关于维度建模的十项必要规则（Kimball经典）179

6.8 不该做的事情181

6.9 危险的先入为主的想法183

6.10 虚言和事实185

6.10.1 并非所有的维度模型都是同等创建的185

6.10.2 专注于测量过程，而非部门报告185

6.10.3 从原子详情开始，而非汇总数据186

6.10.4 目标是集成，而非标准化187

第7章 维度建模任务和职责189

7.1 让用户安然入眠189

7.2 用于设计维度模型的实践步骤194

7.2.1 参与其中195

7.2.2 深究细节195

7.2.3 审核结果196

7.3 为维度建模团队配置人员197

7.4 让业务代表参与到维度建模中198

7.5 管理大型维度设计团队199

7.6 使用设计章程让维度建模活动处于正轨200

7.7 命名博弈201

7.7.1 步骤1：准备201

7.7.2 步骤2：创建一个初始名称集202

7.7.3 步骤3：建立共识202

7.8 名称的意义202

7.9 维度设计何时算结束204

7.10 设计评审注意事项（Kimball经典）206

7.11 大把的缺点207

7.11.1 粒度是什么207

7.11.2 是否存在混合粒度或文本事实208

7.11.3 是否有维度描述符和解码208

7.11.4 层次结构如何处理208

7.11.5 是否采用显式日期维度209

7.11.6 是否将控制编号作为退化维度209

7.11.7 是否使用代理键209

7.11.8 是否采用渐变维度策略210

7.11.9 是否很好地理解了业务需求210

7.12 对维度数据仓库进行评分210

7.12.1 架构标准210

7.12.2 管理标准211

7.12.3 表述标准212

7.12.4 是否具有维度化思想214

第8章 事实表核心概念215

8.1 声明粒度215

8.1.1 业务术语中的表达216

8.1.2 巨大的影响216

8.1.3 保持事实忠实于粒度217

8.2 在维度建模中保持粒度218

8.3 警告：汇总数据可能会有害健康219

8.4 再微小的细节都是需要的220

8.4.1 累积原子数据220

8.4.2 跨过程合并220

8.4.3 性能越高，维度性越低220

8.4.4 合并事实表示例221

8.4.5 累计式快照示例221

8.4.6 细节至上222

8.5 基础粒度223

8.5.1 基础粒度223

8.5.2 我们要如何使用每一个事实表类型225

8.6 使用累计式快照对管道进行建模225

8.7 合并定期和累计式快照228

8.8 互补的事实表类型228

8.8.1 事务事实表229

8.8.2 定期快照事实表229

8.8.3 累计式快照事实表230

8.9 对时间段进行建模230

8.10 在现在和过去对未来进行滚动预测232

8.11 时间段累计式快照事实表235

8.12 是维度还是事实，抑或两者都是236

8.13 非事实型事实表237

8.14 非事实型事实表听起来像不像没有帆的帆船239

8.15 哪些事情还没发生240

8.15.1 覆盖范围表241

8.15.2 用于未发生行为的明确记录241

8.15.3 用NOT EXISTS搜索不存在的事实241

8.15.4 使用NOT EXISTS找到还不存在的属性242

8.16 追求简化的非事实型事实表243

8.17 管理父数据244

8.17.1 有争议的分配机制246

8.17.2 艰难的分配环境246

8.18 在建模标题／行项目事务时要避免的模式247

8.18.1 糟糕的主意＃1：将标题保存成维度247

8.18.2 糟糕的主意＃2：行项目不继承标题维度性247

8.18.3 标题／行项目事务的推荐结构248

8.19 事实表代理键249

8.20 关于事实表代理键的读者建议249

8.21 再谈退化维度251

8.22 为极少访问的退化项创建一个引用维度252

8.23 规范事实表253

8.24 将文本保存在事实表外254

8.25 处理维度模型中的空值255

8.25.1 作为事实表外键的空值255

8.25.2 作为事实的空值256

8.25.3 作为维度属性的空值256

8.26 将数据同时建模为事实和维度属性256

8.27 事实表何时可被用作维度表257

8.28 稀疏事实和具有较短生命周期的事实258

8.29 用事实维度让事实表成为中心260

8.30 用于复杂工作流的累计式快照（Kimball经典）261

第9章 维度表核心概念263

9.1 代理键（Kimball经典）263

9.2 保持键的简单性266

9.3 持久的“超自然”键267

9.4 是时候谈谈时间了269

9.4.1 基础时间问题269

9.4.2 中间时间问题270

9.5 用于时间维度的代理键271

9.6 对时间维度表的最新思考272

9.7 将智能日期键用于分区事实表274

9.8 更新日期维度275

9.9 处理所有的日期275

9.10 为空值选择默认值（Kimball经典）277

9.11 数据仓库角色模型278

9.12 神秘维度281

9.12.1 找到明显的与维度有关的字段281

9.12.2 找出与事实有关的字段282

9.12.3 决定对其余字段的处理282

9.12.4 将神秘字段转换成神秘维度283

9.13 整理杂项维度284

9.14 显示维度之间的相关性284

9.15 因果性（非因果性）维度（Kimball经典）285

9.16 抵制抽象的通用维度288

9.17 热插拔维度289

9.18 精确统计维度增补项的数量290

9.19 使用类型2SCD的完美分区历史291

9.20 许多交替的现实292

9.20.1 可预测的多种现实293

9.20.2 不可预测的多种现实294

9.21 庞然大物般的维度295

9.22 当渐变维度加速时297

9.22.1 渐变维度中的日期戳297

9.22.2 并非缓慢变化的SCD297

9.23 维度何时会变得危险298

9.24 渐变维度并非总是像类型1、类型2和类型3那样简单（Kimball经典）299

9.24.1 具有当前重写的微型维度300

9.24.2 具有当前重写的类型2300

9.24.3 在事实表中具有持久键的类型2301

9.24.4 类型3属性系列302

9.24.5 在能力与易用性之间取得平衡303

9.25 渐变维度类型0、类型4、类型5、类型6和类型7（Kimball经典）303

9.25.1 类型0：保留原始值303

9.25.2 类型4：添加微型维度303

9.25.3 类型5：添加微型维度和类型1外支架304

9.25.4 类型6：将类型1属性添加到类型2维度304

9.25.5 类型7：双重类型1和类型2维度305

9.26 维度行变更原因属性306

第10章 更多的维度模式和注意事项309

10.1 星型、外支架和桥接309

10.2 三种有意思的星型模式311

10.2.1 经典的星型模式312

10.2.2 大型顾客维度312

10.2.3 金融产品维度313

10.2.4 多企业日历维度314

10.2.5 允许的星型模式314

10.3 为维度建模提供帮助314

10.4 管理桥接表317

10.4.1 使用代理键318

10.4.2 使用双时间戳318

10.4.3 更新桥接表319

10.5 关键字维度320

10.5.1 设计关键字维度321

10.5.2 AND/OR的两难局面322

10.5.3 搜索子字符串322

10.5.4 高性能子字符串索引323

10.6 可能的桥接（表）弯路323

10.7 多值维度的可选项325

10.8 将微型维度添加到桥接表327

10.9 维护维度层次结构328

10.9.1 从设计开始入手328

10.9.2 加载标准化数据330

10.9.3 维护真正的层次结构331

10.9.4 应对脏数据源331

10.9.5 让它执行起来332

10.10 为层次结构提供帮助（Kimball经典）332

10.11 用于更好的员工维度建模的五个选项335

10.11.1 选项1：使用代理键的桥接表335

10.11.2 选项2：具有单独汇报对象维度的桥接表336

10.11.3 选项3：具有自然键的桥接表337

10.11.4 选项4：强制实现固定深度层次结构的技术338

10.11.5 选项5：路径字符串属性339

10.11.6 推荐339

10.12 避免可替换的组织层次结构340

10.13 可替换的层次结构341

10.14 维度修饰342

10.15 对行为标记进行争论343

10.16 捕获顾客满意度的三种方式345

10.16.1 标准的固定列表345

10.16.2 同步的维度属性和事实346

10.16.3 不可预测的紊乱列表347

10.17 用于实时顾客分析的极端状态追踪348

10.18 全局化思考，本地化行动351

10.18.1 同步多个时区351

10.18.2 支持多国日历352

10.18.3 以多种货币单位集中收益353

10.18.4 处理欧洲问题（来自1998年的观点）354

10.19 没有边界的数据仓库354

10.20 让数据仓库在空间上可用358

10.20.1 调研GIS供应商359

10.20.2 进入训练营359

10.20.3 自动地址标准化360

10.20.4 标准数据库上的地理位置查询361

10.20.5 恰好合适361

10.21 跨国维度化数据仓库注意事项362

10.22 行业标准数据模型的不足之处363

10.23 一个保险行业数据仓库的案例研究364

10.24 遍历数据库368

10.24.1 排查设计368

10.24.2 添加维度369

10.24.3 图片和地图370

10.25 人力资源维度模型（Kimball经典）371

10.26 维度化管理待办事项373

10.27 不要过于急切375

10.27.1 找出盈利能力的组成部分375

10.27.2 市场营销和财务部门需要提供帮助376

10.27.3 成本分配：盈利能力的核心挑战376

10.27.4 如果时间紧迫377

10.28 预算链377

10.28.1 预算链事实表的粒度379

10.28.2 预算链维度和事实379

10.28.3 跨预算链的应用程序380

10.29 启用合规性的数据仓库380

10.30 记录顾客的点击操作382

10.30.1 点击流维度模型的目标382

10.30.2 点击流数据源383

10.30.3 点击流数据的基础粒度384

10.30.4 识别点击流维度和事实384

10.30.5 分析点击流事件385

10.31 点击流的特殊维度386

10.31.1 访客维度386

10.31.2 页面对象维度387

10.31.3 会话类型387

10.31.4 专注于页面对象和会话维度388

10.32 用于文本文档搜索的事实表389

10.32.1 相似性指标389

10.32.2 用于相似性测量的事实表390

10.32.3 强大的应用程序391

10.33 让市场购物篮分析成为可能391

第11章 后台ETL和数据质量395

11.1 围绕ETL需求（Kimball经典）395

11.1.1 业务需求396

11.1.2 合规性396

11.1.3 经过数据剖析的数据质量396

11.1.4 安全性397

11.1.5 数据集成以及360°画像397

11.1.6 数据延迟397

11.1.7 存档和派生关系398

11.1.8 BI用户交付界面398

11.1.9 可用技能398

11.1.10 遗留许可399

11.2 ETL的34个子系统（Kimball经典）399

11.2.1 提取：将数据放入数据仓库399

11.2.2 数据清洗和一致化400

11.2.3 交付：准备呈现400

11.2.4 管理ETL环境401

11.3 用于ETL架构的六个关键决策402

11.3.1 是否应该使用ETL工具402

11.3.2 应该在何处以及如何进行数据集成403

11.3.3 应该选择哪种变更数据捕获机制403

11.3.4 何时应该暂存数据404

11.3.5 应该在何处纠正数据404

11.3.6 必须以多快的速度通过DW/BI系统使用源数据405

11.4 要避免的三种ETL妥协405

11.4.1 妥协1：忽视渐变维度需求406

11.4.2 妥协2：未能接受元数据策略406

11.4.3 妥协3：未交付有意义的范围407

11.4.4 公开且诚实地做出妥协407

11.5 在提取时工作407

11.5.1 对跨多个时区的事件建模408

11.5.2 冗长的日历维度408

11.5.3 保留跨多种货币的定金408

11.5.4 产品管道测量408

11.5.5 损益的物理完整性409

11.5.6 异质性产品409

11.5.7 通用聚合409

11.5.8 通用维度建模409

11.6 数据暂存是关系型的吗410

11.6.1 维度处理410

11.6.2 确定已经变更的内容411

11.6.3 从不同的源合并411

11.6.4 数据清洗411

11.6.5 处理名称和地址412

11.6.6 验证一对一和一对多关系412

11.6.7 事实处理412

11.6.8 聚合处理412

11.6.9 基线：数据暂存是关系型的吗413

11.7 暂存区和ETL工具413

11.8 是否应该使用ETL工具414

11.8.1 ETL工具的优势414

11.8.2 ETL工具的劣势415

11.8.3 构建一个坚实的基础415

11.9 ETL工具提供商的行动要求416

11.10 文档化ETL系统417

11.11 三思而行418

11.11.1 目标：高层次ETL规划418

11.11.2 输入和数据流418

11.11.3 转换注释419

11.11.4 在开工之前完成规划420

11.12 为传入数据做好准备421

11.12.1 典型的数据集成过程421

11.12.2 架构422

11.12.3 设置过程422

11.12.4 异常处理423

11.12.5 靠不住的简单性423

11.13 构建变更数据捕获系统423

11.14 破坏性的ETL变更424

11.15 ETL的新方向426

11.15.1 极端的集成426

11.15.2 极端的多样性426

11.15.3 巨大的量级426

11.15.4 实时交付426

11.15.5 分析师的崛起和数据见解的货币化427

11.15.6 新的分析工具427

11.15.7 列式数据存储和内存数据库427

11.15.8 疯狂增长的数据虚拟化427

11.15.9 小结427

11.16 处理数据质量：不要只是坐着，要行动起来428

11.16.1 进行调查研究428

11.16.2 共享发现429

11.16.3 小结429

11.17 数据仓库测试建议429

11.18 处理脏数据431

11.18.1 合格数据至关重要的应用程序431

11.18.2 数据清洗的科学433

11.18.3 数据清洗的市场机会434

11.18.4 数据完整性驱动业务再造435

11.19 用于数据质量的架构（Kimball经典）436

11.19.1 确立一种质量文化，再造过程437

11.19.2 数据剖析角色437

11.19.3 质量筛查438

11.19.4 错误事件模式438

11.19.5 响应质量事件440

11.19.6 审计维度440

11.19.7 六西格玛数据质量441

11.20 质量指示器：审计维度442

11.20.1 从最小可能粒度入手443

11.20.2 报告聚合数据质量444

11.20.3 构建审计维度445

11.21 添加审计维度以追踪派生关系和置信度445

11.22 为事实表增加不确定性447

11.23 是否已经构建审计维度448

11.24 数据是否正确449

11.24.1 评价没有历史的数据质量451

11.24.2 可预测变更的补充451

11.25 对于国际化数据质量的八项建议452

11.25.1 语言和字符集452

11.25.2 文化、姓名和称呼452

11.25.3 地理位置和地址453

11.25.4 隐私和信息传输453

11.25.5 国际化合规性453

11.25.6 货币453

11.25.7 时区、日历和日期格式453

11.25.8 数字453

11.25.9 用于国际化数据质量的架构454

11.26 将正则表达式用于数据清洗454

11.26.1 求助于正则表达式455

11.26.2 基本运算符455

11.26.3 找出“Inc”456

11.26.4 最终结果456

11.26.5 可以在何处使用正则表达式457

11.27 对代理进行管道化处理457

11.27.1 用于维度表的键458

11.27.2 用于事实表的键460

11.28 疏通事实表代理键管道461

11.28.1 缺失源系统键461

11.28.2 糟糕的源系统键462

11.28.3 业务需求含义463

11.29 正确复制维度463

11.30 使用循环冗余校验和识别维度变更464

11.31 维护指向操作源的回指指针465

11.32 创建历史维度行465

11.32.1 挖掘历史466

11.32.2 探讨选项和影响466

11.32.3 构建维度466

11.32.4 选择每日或精确到分秒的粒度466

11.33 面对键重置危机468

11.34 沿时间回溯（Kimball经典）469

11.34.1 延迟到达的事实记录470

11.34.2 延迟到达的维度记录470

11.35 提前到达的事实471

11.36 渐变实体472

11.37 将SQL MERGE语句用于渐变维度474

11.37.1 步骤1：重写类型1变更474

11.37.2 步骤2：处理类型2变更474

11.38 创建和管理收缩维度476

11.38.1 创建基础维度476

11.38.2 从基础维度创建收缩维度476

11.38.3 替代方式：分别创建基础维度和收缩维度477

11.38.4 将维度提供给用户477

11.39 创建和管理微型维度477

11.39.1 创建初始微型维度477

11.39.2 持续的微型维度维护478

11.40 创建、使用和维护杂项维度479

11.40.1 构建初始杂项维度479

11.40.2 将杂项维度纳入事实行处理480

11.40.3 维护杂项维度480

11.41 构建桥接481

11.41.1 历史加载481

11.41.2 创建分组的初始化列表481

11.41.3 创建桥接表482

11.41.4 增量处理483

11.42 尽量少做离线处理483

11.43 网络时代的工作485

11.44 实时分区488

11.44.1 实时分区的要求488

11.44.2 事务粒度实时分区488

11.44.3 定期快照实时分区489

11.44.4 累计快照实时分区489

11.45 实时分类490

第12章 技术架构注意事项493

12.1 数据仓库是否能从SOA中获益493

12.2 选择正确的MDM方法（Kimball经典）494

12.2.1 源系统差异495

12.2.2 对于主数据的需求495

12.2.3 方法1：一致化数据仓库中的主数据496

12.2.4 方法2：MDM集成中心497

12.2.5 方法3：企业MDM系统498

12.2.6 通往MDM的四个步骤499

12.3 为DW/BI系统构建自定义工具499

12.4 欢迎封装好的应用程序500

12.4.1 避免烟囱式数据集市501

12.4.2 查询时的一致化501

12.4.3 供应商确实会严肃对待集成任务501

12.5 ERP供应商：推倒那些墙502

12.5.1 新规则是什么503

12.5.2 ERP在新网络仓库中的作用503

12.6 构建智能应用程序的基础505

12.6.1 快速但充满风险的路径506

12.6.2 通往智能应用的正确路径506

12.6.3 当基础设施供不应求时507

12.6.4 支持事务工作负荷508

12.6.5 普及的BI：让BI散布到每一个地方508

12.7 RFID标签和智能尘埃509

12.7.1 终身就业保障510

12.7.2 对隐私的侵犯510

12.7.3 超越RFID的智能尘埃510

12.8 大数据是否可与数据仓库兼容511

12.9 企业数据仓库在大数据分析时代的角色演变（Kimball经典）512

12.9.1 摘要512

12.9.2 简介513

12.9.3 数据是资产负债表上的一项资产513

12.9.4 大数据分析的用例514

12.9.5 大数据分析系统需求516

12.9.6 扩展的关系型数据库管理系统517

12.9.7 Hadoop518

12.9.8 未来十年的特性融合521

12.9.9 可重用的分析521

12.9.10 未来十年中数据仓库的文化变更522

12.9.11 未来十年中数据仓库的组织变更524

12.9.12 EDW去向何处525

12.10 新近出现的大数据最佳实践（Kimball经典）525

12.10.1 用于大数据的管理最佳实践526

12.10.2 用于大数据的架构最佳实践527

12.10.3 用于大数据的数据建模最佳实践530

12.10.4 用于大数据的数据治理最佳实践533

12.10.5 小结534

12.11 超细粒度主动归档534

12.11.1 迁移和刷新534

12.11.2 主动式归档534

12.11.3 超细粒度数据535

12.11.4 原始数据格式535

12.12 列式数据库：DW/BI部署的规则改变者535

12.13 数据库不存在神奇的力量536

12.13.1 可选的原子数据库技术537

12.13.2 这些“新”技术提供了什么537

12.13.3 多维数据集如何538

12.13.4 云又如何呢538

12.14 关于OLAP539

12.14.1 桌面OLAP与服务器端OLAP的对比539

12.14.2 维度化相似性539

12.14.3 维度化差异540

12.14.4 OLAP的优势540

12.15 维度关系与OLAP对比：最后的部署难题541

12.15.1 维度关系型优势542

12.15.2 关系型劣势542

12.15.3 OLAP优势542

12.15.4 OLAP劣势543

12.15.5 这两种方法的易用性相当543

12.15.6 进行最终选择544

12.16 与数据仓库同时代的Microsoft SQL Server544

12.16.1 使用数据库压缩加速查询544

12.16.2 划分表分区并且对其分而治之546

12.16.3 使用星型模式优化进行维度化546

12.16.4 即将出现的机会547

12.17 聚合导航器547

12.18 （几乎）没有元数据的聚合导航（Kimball经典）549

12.18.1 高级别目标和风险550

12.18.2 聚合导航算法552

12.18.3 用于每一方的聚合555

12.19 用户界面的第二次革命555

12.19.1 第二次革命与第一次革命的区别在何处556

12.19.2 用户界面现在更为迫切556

12.19.3 第二代用户界面准则557

12.20 设计用户界面（Kimball经典）557

12.21 描述元数据的数据（Kimball经典）561

12.22 创建元数据策略564

12.23 发挥用于自我监控DW运行的过程元数据的作用565

12.24 对监督者进行监督（Kimball经典）567

12.24.1 有利的使用与潜在的滥用568

12.24.2 谁拥有你的个人数据568

12.24.3 有可能发生什么569

12.24.4 对于数据仓库架构的影响569

12.25 灾难性故障570

12.25.1 灾难性故障571

12.25.2 对抗灾难性故障571

12.26 数字化保存573

12.26.1 数据仓库是否真的需要保留旧数据573

12.26.2 介质、格式、软件和硬件574

12.26.3 废弃的格式和过时的格式574

12.26.4 硬拷贝、标准和博物馆574

12.26.5 刷新、迁移、模拟和压缩575

12.27 创建64位服务器的优势576

12.28 服务器配置注意事项577

12.28.1 影响服务器配置的因素577

12.28.2 增加生产能力577

12.28.3 获得帮助578

12.28.4 结论578

12.29 调整对于SAN的看法578

第13章 前台商业智能应用程序581

13.1 对于决策支持的承诺（Kimball经典）581

13.1.1 分析应用程序生命周期582

13.1.2 发布报告583

13.1.3 识别异常583

13.1.4 确定因果关系因素583

13.1.5 对可选项进行建模584

13.1.6 追踪操作584

13.1.7 回顾584

13.2 要勇于创新而不是因循守旧585

13.2.1 从所报告的结果开始着手585

13.2.2 识别出标准和阈值允许的误差585

13.2.3 理解因果关系586

13.2.4 评估选项586

13.2.5 追踪操作以便用于未来优化586

13.3 用于业务价值的BI组成部分587

13.3.1 标准报告587

13.3.2 自服务访问587

13.3.3 有针对性的BI应用程序588

13.3.4 这比你想象的要更难588

13.4 BI领域发生的重大变化589

13.4.1 合规性是BI的免费通行证589

13.4.2 顺序行为分析是BI的最高峰589

13.5 行为：下一个最受欢迎的应用程序590

13.5.1 CRM：通向行为数据应用的跳板591

13.5.2 对于行为的新分析591

13.6 成功的自服务BI的三个关键组成部分592

13.6.1 坚实的维度数据模型593

13.6.2 合格的用户支持系统593

13.6.3 有效的自服务BI查询／分析工具594

13.6.4 自服务BI：它并非仅仅是一个工具594

13.7 利用数据可视化工具，但要避免混乱局面594

13.8 像软件开发经理那样思考596

13.9 标准报告：供业务用户使用的基础报告597

13.9.1 BI应用程序是什么597

13.9.2 构建还是购买598

13.9.3 设计报告系统598

13.9.4 概述600

13.10 构建和交付BI报告601

13.10.1 设置开发环境601

13.10.2 创建报告602

13.10.3 测试准确性和性能602

13.10.4 部署到生产环境603

13.10.5 管理和维护603

13.10.6 扩展应用程序603

13.11 BI门户604

13.11.1 密度604

13.11.2 结构604

13.11.3 更多的结构和内容605

13.12 正确完成的仪表盘606

13.13 不要过度依赖数据访问工具的元数据607

13.14 让语义层有意义608

13.15 深入研究数据挖掘609

13.15.1 数据挖掘的根源610

13.15.2 数据挖掘的类别610

13.16 为数据挖掘做准备611

13.16.1 通用数据转换612

13.16.2 用于所有数据挖掘形式的转换612

13.16.3 特殊的依赖于工具的转换614

13.17 完美的传递615

13.17.1 完美的观测615

13.17.2 对于数据库架构的影响617

13.18 现在就开始进行数据挖掘617

13.18.1 业务阶段618

13.18.2 数据挖掘阶段619

13.18.3 操作阶段620

13.18.4 数据挖掘元数据的作用620

13.19 利用维度模型进行预测分析621

13.20 组织是否需要一个分析沙盒622

13.21 SQL中的简单横向钻取623

13.22 用于横向钻取的Excel宏625

13.23 对比的问题627

13.24 SQL的障碍和缺陷630

13.25 查询工具的特性632

13.26 增强查询工具634

13.27 更加智能的数据仓库637

13.27.1 SQL审查638

13.27.2 SQL-99 OLAP扩展638

13.27.3 更多高级查询639

13.27.4 延伸问题640

13.27.5 OLAP是一个答案640

第14章 维护和发展的注意事项643

14.1 不要忘记用户手册643

14.1.1 前台操作644

14.1.2 后台操作645

14.1.3 监控操作645

14.2 我们来改进我们的运营过程646

14.3 对DW/BI系统进行市场营销648

14.3.1 产品648

14.3.2 代价648

14.3.3 布局648

14.3.4 推销649

14.4 应对成长的烦恼649

14.4.1 识别目标649

14.4.2 用例研究场景650

14.4.3 不要操之过急650

14.4.4 在开始构建之前先做计划650

14.4.5 开发、测试、部署651

14.4.6 最后的一些思考652

14.5 数据仓库检查（Kimball经典）652

14.5.1 业务主办人的紊乱652

14.5.2 数据的紊乱654

14.5.3 业务认可的紊乱654

14.5.4 基础设施的紊乱656

14.5.5 文化／政治性的紊乱656

14.5.6 早期检测656

14.6 提升业务认可度657

14.6.1 DW/BI业务重组657

14.6.2 选择会谈场所657

14.6.3 确定和筹建访谈团队658

14.6.4 选择、安排业务代表以及让其做好准备658

14.6.5 进行访谈659

14.6.6 文档记录、优先级排序以及达成共识659

14.7 对管理层进行培训以便让DW/BI持续取得成功660

14.7.1 收集证明信息660

14.7.2 培训业务用户：用户论坛660

14.7.3 培训高级职员661

14.7.4 与指导委员会协作662

14.7.5 结束语662

14.8 让数据仓库回到正轨662

14.9 升级BI架构663

14.10 对于遗留数据仓库的四项修复（Kimball经典）665

14.10.1 对非一致化维度进行一致化665

14.10.2 创建代理键666

14.10.3 交付详情667

14.10.4 减少冗余667

14.10.5 面对现实668

14.11 不景气时期的数据仓库瘦身计划668

14.11.1 去掉多余部分668

14.11.2 监控和调整以便推迟开支669

14.11.3 扩充底线670

14.12 享受淘汰带来的红利671

第15章 最后的思考673

15.1 当前的最后一个词：协作673

15.2 让DW/BI取得成功的行之有效的概念675

15.3 Kimball方法论的关键原则676

15.4 未来是光明的678

15.4.1 ETL的未来679

15.4.2 数据库技术的未来679

15.4.3 维度建模的未来680

15.4.4 BI工具的未来681

15.4.5 数据仓库专家的未来681