|
|
|
|
移动端

目录(1)

《数据仓库工具箱(第3版)--维度建模权威指南》本书汇集了到目前为止最全面的维度建模技术。本书采用新的思路和最佳实践对上一版本进行了全面修订,给出了设计维度模型的全面指南,既适合数据仓库新手,也适合经验丰富的专业人员。本节为目录。

作者:王念滨/周连科/韦正现 译来源:清华大学出版社|2015-12-10 16:15

开发者盛宴来袭!7月28日51CTO首届开发者大赛决赛带来技术创新分享

目录(1)

第1章  数据仓库、商业智能及
维度建模初步 1
1.1  数据获取与数据分析的区别 1
1.2  数据仓库与商业智能的目标 2
1.3  维度建模简介 5
1.3.1  星型模式与OLAP多维
数据库 6
1.3.2  用于度量的事实表 7
1.3.3  用于描述环境的维度表 9
1.3.4  星型模式中维度与事实的
连接 11
1.4    Kimball的DW/BI架构 14
1.4.1  操作型源系统 14
1.4.2  获取-转换-加载(ETL)系统 14
1.4.3  用于支持商业智能决策的
展现区 16
1.4.4  商业智能应用 17
1.4.5  以餐厅为例描述Kimball
架构 17
1.5  其他DW/BI架构 19
1.5.1  独立数据集市架构 19
1.5.2  辐射状企业信息工厂
Inmon架构 20
1.5.3  混合辐射状架构与
Kimball架构 22
1.6  维度建模神话 22
1.6.1  神话1:维度模型仅包含
汇总数据 23
1.6.2  神话2:维度模型是部门级而
不是企业级的 23
1.6.3  神话3:维度模型是
不可扩展的 23
1.6.4  神话4:维度模型仅用于
预测 23
1.6.5  神话5:维度模型不能被
集成 24
1.7  考虑使用维度模型的
更多理由 24
1.8  本章小结 25
第2章  Kimball维度建模技术概述 27
2.1  基本概念 27
2.1.1  收集业务需求与数据实现 27
2.1.2  协作维度建模研讨 27
2.1.3  4步骤维度设计过程 28
2.1.4  业务过程 28
2.1.5  粒度 28
2.1.6  描述环境的维度 28
2.1.7  用于度量的事实 29
2.1.8  星型模式与OLAP多维
数据库 29
2.1.9  方便地扩展到维度模型 29
2.2  事实表技术基础 29
2.2.1  事实表结构 29
2.2.2  可加、半可加、不可加
事实 29
2.2.3  事实表中的空值 30
2.2.4  一致性事实 30
2.2.5  事务事实表 30
2.2.6  周期快照事实表 30
2.2.7  累积快照事实表 30
2.2.8  无事实的事实表 31
2.2.9  聚集事实表或OLAP
多维数据库 31
2.2.10  合并事实表 31
2.3  维度表技术基础 31
2.3.1  维度表结构 31
2.3.2  维度代理键 32
2.3.3  自然键、持久键和
超自然键 32
2.3.4  下钻 32
2.3.5  退化维度 32
2.3.6  非规范化扁平维度 32
2.3.7  多层次维度 32
2.3.8  文档属性的标识与指示器 33
2.3.9  维度表中的空值属性 33
2.3.10  日历日期维度 33
2.3.11  扮演角色的维度 33
2.3.12  杂项维度 33
2.3.13  雪花维度 33
2.3.14  支架维度 34
2.4  使用一致性维度集成 34
2.4.1  一致性维度 34
2.4.2  缩减维度 34
2.4.3  跨表钻取 34
2.4.4  价值链 34


喜欢的朋友可以添加我们的微信账号:

51CTO读书频道二维码


51CTO读书频道活动讨论群:342347198

【责任编辑:book TEL:(010)68476606】

回书目   上一节   下一节
点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

实时UML与Rational Rose RealTime建模案例剖析

本书将实时系统、实时统一建模语言、实时系统的统一开发过程和Rational Rose RealTime建模环境有机地结合起来,以案例为基础,系统地介绍了...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊