Star Schema完全参考手册 数据仓库维度设计权威指南PDF电子书下载

第Ⅰ部分 基础 3

第1章 分析型数据库与维度设计 3

1.1维度设计 3

1.1.1目的 3

1.1.2度量和环境 5

1.1.3事实和维度 5

1.1.4聚合维度和事实 7

1.2星型模式 8

1.2.1维度表 9

1.2.2键与历史 10

1.2.3事实表 10

1.3星型模式的应用 10

1.3.1查询事实 11

1.3.2浏览维度 12

1.4指导原则 13

1.5本章小结 13

1.6补充阅读 14

第2章 数据仓库体系结构 15

2.1 Inmon的企业信息化工厂 15

2.2 Kimball的维度数据仓库 17

2.3独立型数据集市 19

2.4体系结构和维度设计 20

2.4.1方法的对比 21

2.4.2公共元素 22

2.4.3适用于本书的术语 23

2.5本章小结 23

2.6补充阅读 24

第3章 星型模式与多维数据集 25

3.1维度表特性 25

3.1.1代理键与自然键 25

3.1.2丰富的维度集合 27

3.1.3维度表中的组合维度 30

3.2事实表特性 33

3.2.1事实表与过程 33

3.2.2获取事实 33

3.2.3粒度 36

3.2.4稀疏性 37

3.2.5退化维 37

3.3缓慢变化维 38

3.3.1变化类型1 40

3.3.2变化类型2 42

3.3.3选择并实现响应类型 44

3.4多维数据集 46

3.5本章小结 49

3.6补充阅读 49

第Ⅱ部分 多种星型模式 53

第4章 过程处理中的事实表 53

4.1事实表与业务过程 53

4.2具有不同时间的事实 54

4.2.1单一事实表带来的问题 55

4.2.2以不同事实表的方式建模 57

4.3具有不同粒度的事实 58

4.3.1单一事实表带来的问题 58

4.3.2以不同事实表的方式建模 61

4.4从多个事实表中分析事实 61

4.4.1连接事实表的危险 62

4.4.2横向钻取 63

4.4.3横向钻取的实现 67

4.5本章小结 70

4.6补充阅读 71

第5章 维度一致性问题 73

5.1星型模式之间的协同 73

5.2维度与横向钻取 75

5.2.1造成横向钻取失败的原因 75

5.2.2维度表不必相同 78

5.3一致性维度 79

5.3.1维度一致性的类型 80

5.3.2规划一致性 85

5.4结构与一致性 86

5.4.1维度数据仓库 87

5.4.2企业信息化工厂 89

5.4.3独立型数据集市 90

5.5本章小结 92

5.6补充阅读 92

第Ⅲ部分 维度设计 97

第6章 深入学习维度表 97

6.1将维度分组到表中 98

6.1.1关联维度属性的两种方法 98

6.1.2对维度分组时的考虑 100

6.2分解大型维度 102

6.2.1任意分隔维度表 103

6.2.2分割维度方法的替代方法 104

6.2.3微型维度缓解ETL瓶颈和过度增长 105

6.3角色维度和别名使用 110

6.3.1单一表，多重关系 110

6.3.2利用别名来存取角色 111

6.4避免空值 113

6.4.1空值带来的问题 113

6.4.2避免空外键值 117

6.4.3特别情况行的用途 118

6.5行为维度 121

6.5.1在查询期间将事实转换为维度 121

6.5.2设计并使用行为维度 122

6.5.3行为维度设计要素 123

6.6本章小结 123

6.7补充阅读 124

第7章 层次结构与雪花模式 127

7.1钻取 127

7.1.1钻取的定义 127

7.1.2钻取的实质 128

7.2属性层次和钻取 129

7.2.1属性层次 129

7.2.2在属性层次中钻取 130

7.2.3钻取的其他方法 130

7.2.4文档化属性层次结构 132

7.3雪花模式 135

7.3.1避免采用雪花模式 136

7.3.2采用雪花架构 138

7.4支架表 140

7.4.1重复组 140

7.4.2通过支架表消除重复组 142

7.4.3支架表和缓慢变化处理 143

7.5本章小结 145

7.6补充阅读 145

第8章 深入学习缓慢变化技术 147

8.1时间戳维度 147

8.1.1维度的时间点状态 148

8.1.2时间戳解决方案 150

8.2类型3变化 154

8.2.1研究具有新旧维度值的 154

所有事实 154

8.2.2类型3解决方案 156

8.3混合缓慢变化 159

8.3.1冲突的需求 159

8.3.2混合响应 160

8.3.3评估和扩展混合方法 163

8.4本章小结 164

8.5补充阅读 165

第9章 多值维度与桥接表 167

9.1标准的一对多关系 167

9.2多值维度 169

9.2.1简化关系 169

9.2.2为多值维度构建 171

桥接表 171

9.3多值属性 177

9.3.1简化多值属性 178

9.3.2使用属性桥接表 179

9.4本章小结 185

9.5补充阅读 186

第10章 递归层次与桥接表 187

10.1递归层次 187

10.1.1涉及其他行的行 188

10.1.2报表的难度 189

10.2递归层次的扁平化 190

10.2.1扁平化层次 190

10.2.2扁平化带来的问题 191

10.2.3适合扁平化的情况 193

10.3层次桥接表 193

10.3.1层次桥接表的设计 194

10.3.2使用桥接表 197

10.3.3双重计算 201

10.3.4解决多对多关系 204

10.3.5可能存在的误用 207

10.4变化与层次桥接表 207

10.4.1维度或桥接表的类型1变化 207

10.4.2维度的类型2变化 208

10.4.3层次的类型2变化 212

10.5关于层次桥接表的相关讨论 214

10.5.1装饰桥接表 214

10.5.2多父节点 215

10.5.3多层次 215

10.6本章小结 216

10.7补充阅读 217

第Ⅳ部分 事实表设计 221

第11章 事务、快照和累积快照 221

11.1事务事实表 221

11.1.1描述事件 221

11.1.2事务事实表的特性 222

11.2事实表快照 223

11.2.1挑战：研究状态 223

11.2.2快照模型 225

11.2.3快照注意事项 229

11.3累积快照事实表 233

11.3.1挑战：研究事件之间的时间间隔 233

11.3.2累积快照 236

11.3.3累积快照的注意事项 240

11.4本章小结 244

11.5补充阅读 244

第12章无事实的事实表 247

12.1无事实的事件 247

12.1.1什么也不度量 247

12.1.2无事实的事实表 248

12.1.3使用无事实的事实表 249

12.1.4添加事实 250

12.2条件、范围或资格 252

12.2.1对条件建模的原因 252

12.2.2用于条件的无事实的事实表 254

12.2.3比较行为和条件 255

12.2.4缓慢变化维度和条件 258

12.3本章小结 258

12.4补充阅读 259

第13章 特殊类型的星型模式 261

13.1特殊类型属性 261

13.1.1操作型系统 261

13.1.2分析型系统 262

13.2核心和自定义星型模式 263

13.2.1核心和自定义维度表 263

13.2.2核心和自定义事实表 267

13.2.3其他注意事项 270

13.3使用通用属性 271

13.3.1通用属性 271

13.3.2使用通用设计 272

13.4本章小结 273

13.5补充阅读 274

第Ⅴ部分 性能 277

第14章 导出模式 277

14.1重构维度数据 277

14.1.1应用导出模式 278

14.1.2已经接触过的导出模式 279

14.1.3导出模式的开销 280

14.2融合事实表 281

14.2.1预先计算横向钻取结果 281

14.2.2简化过程比较 282

14.2.3改进性能 283

14.2.4不能实现横向钻取的支持工具 283

14.2.5单一过程分析 283

14.2.6包含一个不可共享的维度 284

14.3旋转事实表 285

14.3.1对旋转数据的需求 285

14.3.2旋转数据带来的好处 286

14.3.3旋转数据带来的问题 287

14.4切片事实表 287

14.4.1为星型模式建立切片 287

14.4.2使用切片事实表 288

14.4.3开始切片 289

14.5集合操作事实表 289

14.5.1比较数据的两个集合 289

14.5.2几种可能的比较 290

14.5.3选择预计算集合操作 291

14.6本章小结 291

14.7补充阅读 292

第15章 聚集 293

15.1聚集的基础知识 293

15.1.1汇总基本数据 294

15.1.2使用聚集 297

15.1.3加载聚集 300

15.1.4作为聚集的多维数据集 302

15.2使聚集不可见 303

15.2.1聚集导航 303

15.2.2建立聚集 306

15.3可选的汇总设计方法 307

15.3.1可转换汇总也是一种可用的方法 307

15.3.2避免单一表设计 308

15.4本章小结 310

15.5补充阅读 310

第Ⅵ部分 工具及文档 315

第16章 设计与商业智能 315

16.1商业智能与SQL生成 315

16.1.1 SQL生成器 315

16.1.2 SQL生成器的限制 318

16.2适用于语义层的指导原则 319

16.2.1需要避免的特性 320

16.2.2需要使用的特性 322

16.3使用商业智能工具的SQL生成器 323

16.3.1多星型模式 323

16.3.2半可加事实 328

16.3.3浏览查询 329

16.3.4桥接表 331

16.4使用基于多维数据集的商业智能 336

16.4.1以多维数据集为中心的商业智能工具 336

16.4.2自动生成多维数据集 338

16.5本章小结 340

16.6补充阅读 341

第17章 设计与ETL 343

17.1 ETL过程 343

17.1.1 ETL是一种复杂的任务 343

17.1.2 ETL过程使用的工具 344

17.1.3结构与ETL过程 344

17.2加载星型模式 344

17.2.1高层依赖 344

17.2.2加载维度表 345

17.2.3加载事实表 350

17.3优化加载 354

17.3.1变化数据的识别 354

17.3.2简化处理 355

17.4清理数据 357

17.4.1需要清理什么 357

17.4.2清理维度数据 358

17.4.3含有无效细节信息的事实 358

17.5内部处理列 360

17.5.1维度表中的内部处理列 360

17.5.2内部处理与事实表 361

17.6本章小结 362

17.7补充阅读 363

第18章 如何设计并文档化维度模型 365

18.1维度设计与数据仓库生命周期 365

18.1.1维度设计的战略位置 365

18.1.2何时做维度设计 367

18.2设计活动 367

18.2.1规划设计工作 368

18.2.2开展访谈指导 369

18.2.3设计维度模型 372

18.2.4计划的优先级 377

18.2.5文档化结果 378

18.3文档化维度模型 379

18.3.1需求文档 379

18.3.2顶层设计文档 381

18.3.3详细设计文档 386

18.3.4逻辑设计与物理设计 389

18.4本章小结 389

18.5补充阅读 390