数据仓库PDF电子书下载

审、译者简介 1

前言 1

第1章 决策支持系统的发展 1

1.1 演化 1

译者序 1

1.2 直接存取存储设备的产生 2

1.3 个人计算机/第四代编程语言技术 3

1.4 进入抽取程序 3

1.5 蜘蛛网 4

1.6.1 数据缺乏可信性 5

1.6 自然演化体系结构的问题 5

1.6.2 生产率问题 8

1.6.3 从数据到信息 10

1.6.4 方法的变迁 11

1.7 体系结构设计环境 12

1.7.1 体系结构设计环境的层次 13

1.7.2 集成 14

1.8 用户是谁 15

1.9 开发生命周期 15

1.11 建立重建工程的舞台 16

1.10 硬件利用模式 16

1.12 监控数据仓库环境 17

1.13 小结 19

第2章 数据仓库环境 20

2.1 数据仓库的结构 22

2.2 面向主题 23

2.3 第1天到第n天的现象 26

2.4 粒度 28

2.4.1 粒度的一个例子 29

2.4.2 粒度的双重级别 31

2.6 样本数据库 34

2.5 分割问题 34

2.7 数据分割 35

2.8 数据仓库中的数据组织 37

2.9 数据仓库--标准手册 41

2.10 审计和数据仓库 41

2.11 成本合理性 41

2.12 清理仓库数据 42

2.13 报表和体系结构设计环境 42

2.14 机遇性的操作型窗口 43

2.15 小结 44

3.1 从操作型数据开始 45

第3章 设计数据仓库 45

3.2 数据/过程模型和体系结构设计环境 49

3.3 数据仓库和数据模型 50

3.3.1 数据模型 52

3.3.2 中间层数据模型 54

3.3.3 物理数据模型 58

3.4 数据模型和反复开发 59

3.5 规范化/反规范化 60

3.6 数据仓库中的快照 65

3.8 数据仓库中的管理参照表 66

3.7 元数据 66

3.9 数据周期 67

3.10 转换和集成的复杂性 70

3.11 触发数据仓库记录 71

3.11.1 事件 72

3.11.2 快照的构成 72

3.11.3 一些例子 72

3.12 简要记录 73

3.13 管理大量数据 74

3.15 从数据仓库环境到操作型环境 75

3.16 正常处理 75

3.14 创建多个简要记录 75

3.17 数据仓库数据的直接访问 76

3.18 数据仓库数据的间接访问 76

3.18.1 航空公司的佣金计算系统 76

3.18.2 零售个性化系统 78

3.18.3 信用审核 80

3.19 数据仓库数据的间接利用 82

3.20 星形连接 83

3.21 小结 86

4.1 粗略估算 87

第4章 数据仓库中的粒度 87

4.2 粒度划分过程的输入 88

4.3 双重或单一的粒度？ 88

4.4 确定粒度的级别 89

4.5 一些反馈循环技巧 90

4.6 粒度的级别--以银行环境为例 90

4.7 小结 95

第5章 数据仓库和技术 96

5.1 管理大量数据 96

5.2 管理多介质 97

5.3 索引/监视数据 97

5.4 多种技术的接口 97

5.5 程序员/设计者对数据存放位置的控制 98

5.7 元数据管理 99

5.8 语言接口 99

5.9 数据的高效装入 99

5.6 数据的并行存储/管理 99

5.10 高效索引的利用 100

5.11 数据压缩 101

5.12 复合键码 101

5.13 变长数据 101

5.17 其他的技术特征 102

5.18 DBMS类型和数据仓库 102

5.15 单独索引处理 102

5.16 快速恢复 102

5.14 加锁管理 102

5.19 改变DBMS技术 104

5.20 多维DBMS和数据仓库 104

5.21 双重粒度级 109

5.22 数据仓库环境中的元数据 109

5.23 上下文和内容 111

5.24 上下文信息的三种类型 111

5.26 刷新数据仓库 113

5.25 捕获和管理上下文信息 113

5.27 小结 114

第6章 分布式数据仓库 116

6.1 引言 116

6.2 局部数据仓库 118

6.3 全局数据仓库 119

6.4 互斥数据 121

6.5 冗余 123

6.6 全局数据存取 124

6.7 分布式环境下其他考虑因素 126

6.9 开发项目的性质 127

6.8 管理多个开发项目 127

6.10 分布式数据仓库 130

6.10.1 在分布的地理位置间协调开发 131

6.10.2 企业数据分布式模型 132

6.10.3 分布式数据仓库中的元数据 134

6.11 在多种层次上建造数据仓库 134

6.12 多个小组建立当前细节级 136

6.12.1 不同层不同需求 138

6.12.2 其他类型的细节数据 140

6.12.3 元数据 142

6.13 公用细节数据采用多种平台 142

6.14 小结 143

第7章 高级管理人员信息系统和数据仓库 144

7.1 一个简单例子 144

7.2 向下探察分析 146

7.3 支持向下探察处理 147

7.4 作为EIS基础的数据仓库 149

7.5 到哪里取数据 149

7.6 事件映射 152

7.7 细节数据和EIS 153

7.8 在EIS中只保存汇总数据 154

7.9 小结 154

第8章 外部数据/非结构化数据与数据仓库 155

8.1 数据仓库中的外部数据/非结构化数据 157

8.2 元数据和外部数据 158

8.3 存储外部数据/非结构化数据 159

8.4 外部数据/非结构化数据的不同组成部分 160

8.5 建模与外部数据/非结构化数据 160

8.6 间接报告 161

8.7 外部数据归档 161

8.8 内部数据与外部数据的比较 161

8.9 小结 162

9.1 一种迁移方案 163

第9章 迁移到体系结构设计环境 163

9.2 反馈循环 167

9.3 策略方面的考虑 168

9.4 方法和迁移 171

9.5 一种数据驱动的开发方法 171

9.6 数据驱动的方法 172

9.7 系统开发生命周期 172

9.8 一个哲学上的考虑 172

9.9 操作型开发/DSS开发 173

9.10 小结 173

第10章 数据仓库的设计复查要目 174

10.1 进行设计复查所涉及的问题 175

10.1.1 谁负责设计复查 175

10.1.2 有哪些议事日程 175

10.1.3 结果 175

10.1.4 复合管理 175

10.1.5 典型的数据仓库设计复查 176

10.2 小结 185

附录 186

技术词汇 215

参考文献 222