数据仓库技术与联机分析处理PDF电子书下载

理 论 篇 1

第一章 从数据库到数据仓库 1

1.1 从数据库到数据仓库 1

1.2 什么是数据仓库 4

1.2.1 主题与面向主题 5

1.2.2 数据仓库的其他三个特征 9

1.3 数据仓库中的数据组织 10

1.3.1 数据仓库的数据组织结构 10

1.3.2 粒度与分割 11

1.3.3 数据仓库的数据组织形式 13

1.3.4 数据仓库的数据追加 14

1.4 数据库体系化环境 15

1.4.1 四层体系化环境 15

1.4.2 数据集市 17

1.5 小结 18

第二章 数据仓库设计 19

2.1 数据仓库系统设计方法概述 19

2.2 数据仓库设计的三级数据模型 22

2.2.1 概念模型 22

2.2.2 逻辑模型 22

2.2.3 物理模型 23

2.2.4 高级模型、中级模型和低级模型 23

2.3 提高数据仓库的性能 24

2.3.1 粒度划分 25

2.3.2 分割 26

2.3.3 数据仓库物理设计中的其他一些问题 28

2.4 数据仓库中的元数据 31

2.5 数据仓库设计步骤 32

2.5.1 概念模型设计 33

2.5.2 技术准备工作 36

2.5.3 逻辑模型设计 37

2.5.4 物理模型设计 40

2.5.5 数据仓库的生成 41

2.5.6 数据仓库的使用和维护 42

2.6 小结 44

第三章 操作数据存储（ODS） 46

3.1 什么是ODS 46

3.1.1 ODS的定义及特点 46

3.1.2 ODS的功能和实现机制 47

3.2 DB-ODS-DW体系结构 51

3.2.1 ODS与DW 51

3.2.2 DB-ODS-DW三层体系结构 52

3.3 创建ODS 53

3.3.1 ODS数据模式的形成过程 53

3.3.2 ODS对数据的控制——获取并传输 55

3.3.3 创建ODS的两条技术路线 58

3.4 实例——商场ODS系统 60

3.5 小结 62

第四章 数据仓库投资回报分析 63

4.1 概述 63

4.2 数据仓库投资回报的定量分析 64

4.2.1 投资回报的度量标准 64

4.2.3 数据仓库投资回报分析 66

4.3 数据仓库投资回报的定性分析 68

4.4 数据仓库实现分析 69

4.4.1 建立数据仓库的必要性分析 69

4.4.2 技术选择分析 70

4.4.3 数据仓库实现方法的投资回报分析 70

4.4.4 数据仓库实现目标的投资回报分析 71

4.5 典型企业的投资回报分析 72

4.5.1 美国麻萨诸塞州政府（Commonwealth of Massachusetts）（ROI 44%） 72

4.5.2 荷兰Interpolis公司（ROI 568%） 73

4.5.3 美国Niagara Mohawk能源公司（ROI 1413%） 74

4.6 小结 76

工 具 篇 77

第五章 数据仓库工具 77

5.1 数据仓库工具层——数据仓库系统的重要组成部分 77

5.1.1 数据仓库系统的结构 77

5.1.2 数据库系统与数据仓库系统的组成结构的比较 78

5.2 数据分析工具的发展 79

5.2.1 EIS软件 79

5.2.2 PC挖掘工具 79

5.2.3 OLAP服务器 80

5.2.4 面向数据仓库、支持决策应用的数据分析产品 80

5.3 数据分析模型 81

5.3.1 四种分析模型 81

5.3.2 比较 82

5.4 数据仓库工具简介 82

5.4.1 验证型工具 83

5.4.2 发掘型工具 83

第六章 决策支持工具的新进展——联机分析处理（OLAP） 85

6.1 从OLTP到OLAP 85

6.1.1 OLAP的出现 85

6.1.2 什么是OLAP 86

6.1.3 OLTP与OLAP的关系及比较 90

6.2 OLAP的特征及衡量标准 90

6.2.1 Codd关于OLAP产品的十二条评价准则 91

6.2.2 其他厂商对Codd 的十二条准则的看法 94

6.3 OLAP实施 94

6.4 基于多维数据库的OLAP实现 95

6.4.1 多维数据 95

6.4.2 维的层次关系和类 97

6.4.3 时间序列数据类型 100

6.4.5 多维数据库存取 102

6.5 基于关系数据库的OLAP实现 102

6.6 两种技术间的比较 105

6.6.1 结构 105

6.6.2 数据存储和管理 106

6.6.3 数据存取 107

6.6.4 适应性 107

6.7 OLAP产品介绍及选择 108

6.7.1 产品介绍 108

6.7.2 产品选择 109

6.8 OLAP的新发展及在我国的应用展望 111

6.8.1 OLAP的新发展 111

6.8.2 OLAP在我国的应用展望 112

第七章 数据挖掘（Data Mining）工具 113

7.1 Data Mining的概念 113

7.1.1 Data Mining的技术基础 113

7.1.2 Data Mining的方法与技术 114

7.1.3 Data Mining的分析方法 115

7.2 Data Mining系统的体系结构及运行过程 119

7.2.1 数据挖掘的步骤 119

7.2.2 实例 120

7.3 从技术到实现 121

7.4 Data Mining与OLAP的区别和联系 122

7.5 数据挖掘的应用 124

应 用 篇 126

第八章 数据仓库应用谈 126

8.1 数据仓库应用概述 126

8.1.1 全局应用 127

8.1.2 复杂分析 127

8.2 数据仓库的应用实例 128

8.2.1 数据仓库解决“蜘蛛网”问题 128

8.2.2 分层决策体系 129

8.2.3 数据抽样分析 132

8.2.4 发挥历史数据的经济效益 133

8.2.5 回扣分析 134

8.3 小结 136

第九章 数据仓库的应用与实践 138

9.1 任务来源 138

9.2 研制过程 138

9.2.1 前期准备工作 138

9.2.2 总体方案的确立 139

9.2.3 数据模型分析与数据库设计 141

9.2.4 应用系统开发 142

9.4 作用与效益 144

9.5 结束语 144

附录 中国银行广东省分行FMIS系统 144

产 品 篇 166

第十章 INFORMIX公司的数据仓库解决方案及其OLAP产品MetaCube技术分析 166

10.1 INFORMIX数据仓库解决方案 166

10.2 联机事务处理（OLTP）、数据仓库与联机分析处理（OLAP） 168

10.3 Informix公司数据仓库的数据分析模型——多维模型 170

10.3.1 什么是多维模型 170

10.3.2 多维模型的实现关键——计算中间表的设计 172

10.4 Informix OLAP产品MetaCube介绍及技术分析 177

10.4.1 MetaCube的技术特色 177

10.4.2 MetaCube Explorer 181

10.4.3 MetaCube Warehouse Manager 182

10.5 MetaCube使用实例 183

10.5.1 DSS系统MetaCube DEMO的多维模型 183

10.5.2 MetaCube DEMO的逻辑模型实现 184

10.5.3 通过MetaCube Explorer访问MetaCube DEMO中的数据 186

10.5.4 利用MetaCube Optimizer优化数据仓库 191

10.6 结束语 192

第十一章 Oracle数据仓库解决方案及OLAP产品技术分析 193

11.1 ORACLE数据仓库解决方案 193

11.1.1 数据仓库建模和设计 193

11.1.2 数据抽取 194

11.1.3 数据仓库管理 195

11.1.4 数据分析 196

11.2 Oracle OLAP产品介绍 197

11.2.1 OLAP背景 197

11.2.2 OLAP的两类用户 197

11.2.3 Oracle OLAP产品系列 198

11.3 Oracle Express server技术特色 199

11.3.1 Express server结构 199

11.3.2 Express数据模型 200

11.3.3 Oracle Express的存储结构 201

11.3.4 Express多维数据模型的优点 202

11.3.5 Express server数据的提取及其与关系数据库的集成 205

11.3.6 SQL与多维查询的实例 206

11.4 实例 207

11.4.1 数据模型定义 208

11.4.2 数据抽取 209

11.4.3 通过EXPRESS OBJECT分析 210

11.4.4 总结 213

第十二章 Sybase的交互式数据仓库解决方案及其特色产品Sybase IQ 214

12.1 Sybase的数据仓库三层体系结构 214

12.1.1 多层体系结构的概念与划分 214

12.1.2 三层客户/服务器结构适应数据仓库应用的需要 214

12.2 Sybase的QuickStart DataMart捆邦计划 215

12.2.1 Sybase数据仓库体系环境 215

12.2.2 数据仓库和数据集市（Data Mart） 217

12.2.3 Sybase的“WarehouseNOw”策略：Quick Start DataMart 218

12.3 Sybase特色产品Sybase IQ的技术简介 219

12.3.1 Sybase IQ产品定位 219

12.3.2 Sybase IQ服务器技术特色 220

12.3.3 Bit-Wise索引的建立 227

12.4 数据仓库设计工具——PowerDesignor Warehouse Architect 6.0 228

12.4.1 维建模与相关概念 228

12.4.2 Warehouse Architect功能简介 230

附录1 设置Sybase IQ的基本步骤 231

附录2 测试比较 231

附录3 Sybase IQ的典型用户——美国MCI公司的SOLD数据仓库 237

参考文献 239