數(shù)據(jù)倉庫工具箱

內(nèi)容概要

　　數(shù)據(jù)倉庫和商業(yè)智能至少自1970年就具有相似的形式，并且持續(xù)享受著無限的技術(shù)生命周期。在1995年，我們的主要作者構(gòu)建了第一個顧問公司，其中的作者之一認(rèn)為數(shù)據(jù)倉庫已經(jīng)結(jié)束了，這個浪潮已經(jīng)開始回落。幸運的是，我們在找到工作之前獲得了更多的項目。12年后，數(shù)據(jù)倉庫和商業(yè)智能依然很強大，事實上，僅僅在過去幾年我們才看到它們在工業(yè)上的成熟?！　〕墒焓袌龅囊粋€標(biāo)志就是單源提供者的出現(xiàn)——對不愿冒風(fēng)險的公司來說這是一種安全的選擇。數(shù)據(jù)倉庫技術(shù)涵蓋了從深奧源系統(tǒng)知識到用戶接口設(shè)計以及具有最好實踐的BI應(yīng)用。盡管許多銷售商在最近幾年都爭著把自己放在端到端的提供者位置上，但對于我們來說，很顯然，數(shù)據(jù)倉庫銷售商確實是那些可以提供端到端解決方案的人。在2001年，當(dāng)我們首次討論這本書時，我們已經(jīng)感覺到Microsoft要以一個誘人的價格強行將一個可行的、單源數(shù)據(jù)倉庫系統(tǒng)提供者的概念加入到現(xiàn)實世界中?！　∥覀兿嘈畔騿卧刺峁┱叩霓D(zhuǎn)變意味著必須將Kimball Method技術(shù)擴(kuò)展到特定的產(chǎn)品級，使其可以直接投放單源提供者市場。我們選擇Microsoft工具集作為測試樣例有兩個原因，首先，SQL Server 2005是一個強大的BI平臺，Microsoft自20世紀(jì)90年代中期投資Analysis Services引擎以來，就一直在擴(kuò)展和增強商業(yè)智能方面投資巨大。投資的級別也因此巨大地翻升。隨著SQL Server 2005開發(fā)的開始，SQL Server 2005開發(fā)團(tuán)隊增長到200人，Microsoft對于將商業(yè)智能引入主流市場很認(rèn)真。其次，兩位作者都從1997到2002或2004在Microsoft工作，特別地，Joy曾是SQL Server Business Intelligence 開發(fā)團(tuán)隊中SQL Server BI Best Practices組的經(jīng)理，這可以給予我們一系列很強的工作關(guān)系以及訪問關(guān)鍵的支持資源。　　本書覆蓋了整個數(shù)據(jù)倉庫生命周期，因而可以給數(shù)據(jù)倉庫團(tuán)隊的每個成員提供有用的指導(dǎo)，從項目經(jīng)理到業(yè)務(wù)分析師、數(shù)據(jù)建模者、ETL開發(fā)者、DBA，分析型應(yīng)用開發(fā)人員甚至業(yè)務(wù)用戶都可以從本書中受益。我們相信本書對從事Microsoft SQL Server 2005數(shù)據(jù)倉庫項目的任何人都非常有價值?！　”緯闹饕x者是在Microsoft SQL Server平臺上啟動項目的新的DW/BI團(tuán)隊，我們假定您并沒有構(gòu)建DW/BI系統(tǒng)的經(jīng)驗，但假定您對Microsoft世界有一個基本的認(rèn)識：操作系統(tǒng)、基礎(chǔ)設(shè)施組件以及資源。我們也假定您對關(guān)系數(shù)據(jù)庫（表、列和簡單SQL）有一個基本認(rèn)識，并且對SQL Server 2000關(guān)系數(shù)據(jù)庫有一定認(rèn)識，盡管這并不是一個必備條件。貫穿全書，我們提供了許多其他書和資源的參考?！　〉诙€讀者群是有Kimball Method DW/BI使用經(jīng)驗但首次接觸Microsoft SQL Server 2005工具集的讀者，這些讀者可能需要閱讀一些資料以便了解基礎(chǔ)結(jié)構(gòu)，特別是如果您從來沒有使用過Windows Server更需如此。我們將指出對于那些曾經(jīng)閱讀過我們的Toolkit書籍以及實踐過我們的方法的讀者需要復(fù)習(xí)哪些部分和章節(jié)，不過再次閱讀這些材料并沒有壞處?！　〔还苣谋尘叭绾危绻鷱囊粋€新項目開始將從本書受益匪淺。盡管我們確實提供了運轉(zhuǎn)現(xiàn)有的數(shù)據(jù)倉庫的建議，但在理想情況下，您不會對任何已有的數(shù)據(jù)倉庫或數(shù)據(jù)集市滿意，至少在新系統(tǒng)部署后對仍然留在原處的系統(tǒng)不會滿意。

作者簡介

曼蒂（Joy Mundy），Kimball Group小組的成員，她負(fù)責(zé)咨詢、編寫和講授商業(yè)智能和數(shù)據(jù)倉庫。作為Microsoft SQL Server產(chǎn)品開發(fā)團(tuán)隊的實現(xiàn)者、顧問和成員，她在商業(yè)智能方面具有廣泛的經(jīng)驗。

書籍目錄

第Ⅰ部分  需求、實施和體系結(jié)構(gòu)　第1章  定義業(yè)務(wù)需求	　　1.1  長期成功的最重要的決定因素	　　1.2  揭示業(yè)務(wù)價值	　　1.3  業(yè)務(wù)需求示例：Adventure Works Cycles	　　1.4  小結(jié)	　第2章  業(yè)務(wù)過程維度模型設(shè)計	　　2.1  維度建模概念和術(shù)語	　　2.2  其他設(shè)計概念和技術(shù)	　　2.3  維度建模過程　　2.4  案例研究:創(chuàng)建Adventure Works Cycles訂單維度模型	　　2.5  小結(jié)	　第3章  工具集	　　3.1  Microsoft DW/BI 工具集	　　3.2  使用Microsoft工具集的原因	　　3.3  Microsoft DW/BI系統(tǒng)的體系結(jié)構(gòu)	　　3.4  Microsoft工具概述	　　3.5  小結(jié)	第Ⅱ部分  開發(fā)和填充數(shù)據(jù)庫　第4章  設(shè)置和物理設(shè)計	　　4.1  系統(tǒng)規(guī)模考慮事項	　　4.2  系統(tǒng)配置考慮	　　4.3  軟件安裝和配置	　　4.4  物理數(shù)據(jù)倉庫數(shù)據(jù)庫設(shè)計	　　4.5  小結(jié)	　第5章  設(shè)計ETL系統(tǒng)	　　5.1  SQL Server Integration Services簡介	　　5.2  高級計劃	　　5.3  更新Analysis Services數(shù)據(jù)庫	　　5.4  ETL系統(tǒng)物理設(shè)計	　　5.5  開發(fā)詳細(xì)的規(guī)范	　　5.6  小結(jié)	　第6章  開發(fā)ETL系統(tǒng)	　　6.1  起始	　　6.2  維度處理	　　6.3  事實處理	　　6.4  補充介紹	　　6.5  小結(jié)	　第7章  設(shè)計Analysis Services OLAP數(shù)據(jù)庫	　　7.1  選擇Analysis Services的原因	　　7.2  設(shè)計OLAP結(jié)構(gòu)	　　7.3  物理設(shè)計的考慮因素	　　7.4  小結(jié)	第Ⅲ部分  商業(yè)智能應(yīng)用程序的開發(fā)　第8章  商業(yè)智能應(yīng)用程序	　　8.1  商業(yè)智能的基本概念	　　8.2  商業(yè)智能應(yīng)用程序的價值	　　8.3  交付平臺選項	　　8.4  BI應(yīng)用程序的開發(fā)過程	　　8.5  小結(jié)	　第9章  在Reporting Services中構(gòu)建BI應(yīng)用程序	　　9.1  報表高層次的體系結(jié)構(gòu)	　　9.2  報表的構(gòu)建和傳送	　　9.3  小結(jié)	　第10章  數(shù)據(jù)挖掘的加入	　　10.1  數(shù)據(jù)挖掘的定義	　　10.2  SQL Server數(shù)據(jù)挖掘體系結(jié)構(gòu)的概述	　　10.3  Microsoft數(shù)據(jù)挖掘的算法	　　10.4  數(shù)據(jù)挖掘的過程	　　10.5  數(shù)據(jù)挖掘的示例	　　10.6  小結(jié)	第Ⅳ部分  DW/BI系統(tǒng)的部署和管理　第11章  使用現(xiàn)有的數(shù)據(jù)倉庫進(jìn)行工作	　　11.1  事情的現(xiàn)狀	　　11.2  從SQL Server 2000轉(zhuǎn)換到SQL Server 2005	　　11.3  與非SQL Server 2005組件的集成	　　11.4  小結(jié)	　第12章  安全	　　12.1  確定安全管理員	　　12.2  保護(hù)硬件	　　12.3  保護(hù)操作系統(tǒng)	　　12.4  保護(hù)開發(fā)環(huán)境	　　12.5  保護(hù)數(shù)據(jù)	　　12.6  使用情況的監(jiān)控	　　12.7  保護(hù)隱私	　　12.8  小結(jié)	　第13章  元數(shù)據(jù)規(guī)劃	　　13.1  元數(shù)據(jù)的基礎(chǔ)	　　13.2  元數(shù)據(jù)標(biāo)準(zhǔn)	　　13.3  SQL Server 2005元數(shù)據(jù)	　　13.4  實用的元數(shù)據(jù)方法	　　13.4  小結(jié)	　第14章  部署	　　14.1  系統(tǒng)部署	　　14.2  數(shù)據(jù)倉庫和BI文檔	　　14.3  用戶的培訓(xùn)	　　14.4  用戶支持	　　14.5  臺式計算機的準(zhǔn)備和配置	　　14.6  小結(jié)	　第15章  運行與維護(hù)	　　15.1  提供用戶支持	　　15.2  系統(tǒng)管理	　　15.3  小結(jié)	第Ⅴ部分  DW/BI系統(tǒng)的擴(kuò)充　第16章  成長的管理	　　16.1  生命周期的迭代：成長的DW/BI系統(tǒng)	　　16.2  銷售和期望的管理	　　16.3  系統(tǒng)互連	　　16.4  小結(jié)	　第17章  實時商業(yè)智能	　　17.1  為（和不為）實時數(shù)據(jù)創(chuàng)建事例	　　17.2  實時地執(zhí)行報表	　　17.3  實時地加載DW/BI系統(tǒng)	　　17.4  使用Analysis Services來傳送實時數(shù)據(jù)	　　17.5  小結(jié)	　第18章  目前的需要以及未來的展望	　　18.1  DW/BI項目中的很大風(fēng)險	　　18.2  Microsoft BI工具集中受歡迎的部分	　　18.3  未來的方向：改進(jìn)的空間	　　18.4  小結(jié)

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    數(shù)據(jù)倉庫工具箱 PDF格式下載

---