当前位置:首页 > 工业技术
大数据应用与技术丛书  数据仓库与商业智能宝典  第2版
大数据应用与技术丛书  数据仓库与商业智能宝典  第2版

大数据应用与技术丛书 数据仓库与商业智能宝典 第2版PDF电子书下载

工业技术

  • 电子书积分:19 积分如何计算积分?
  • 作 者:(美)RALPHKIMBLL,MARGYROSS,BOBBECKER,JOYMUNDY,WARRENTHORNTHWAITE著;蒲成译
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2017
  • ISBN:9787302475798
  • 页数:681 页
图书介绍:本书内容足够权威,从项目规划、需求收集到系统架构、维度建模、ETL、BI分析等,涵盖数据仓库和BI生命周期的各个核心阶段。全书共15章,具体内容如下:数据仓库与BI概述、项目前期的准备工作、项目/程序的规划、需求定义、数据架构、维度建模基础、维度建模任务于责权划分、事实表、维度表、维度模式与考虑事项、ETL与数据质量、技术架构上的考量、BI应用、维护与成长性分析、终极工具等。
《大数据应用与技术丛书 数据仓库与商业智能宝典 第2版》目录

第1章 读本概览 1

1.1 抑制住立即开始编码的冲动 1

1.2 设置边界 3

1.3 数据争夺 5

1.4 流言终结者 7

1.5 划分数据世界 9

1.6 集成式企业数据仓库的必要步骤 10

1.6.1 集成式EDW会交付什么 11

1.6.2 集成的终极试金石 11

1.6.3 组织挑战 12

1.6.4 一致化维度和事实 12

1.6.5 使用总线矩阵与管理层交流 12

1.6.6 管理集成式EDW的主干 13

1.6.7 维度管理器 14

1.6.8 事实提供者 15

1.6.9 配置商业智能(BI)工具 16

1.6.10 连带责任 17

1.7 钻取以寻求原因 17

1.8 渐变维度 19

1.8.1 渐变维度的三种原生类型 20

1.8.2 高级渐变维度 22

1.9 通过维度评价BI工具 22

1.10 事实表 24

1.10.1 忠实于粒度 24

1.10.2 从最低的可能粒度进行构建 25

1.10.3 三类事实表 25

1.11 开发利用事实表 26

1.11.1 前端:聚合导航 26

1.11.2 前端:钻取不同的粒度 26

1.11.3 前端:将约束暴露给不同的业务过程 26

1.11.4 后端:事实表代理键 27

第2章 深入研究之前 29

2.1 Ralph Kimball和施乐帕克研究中心(Xerox PARC) 29

2.2 数据库市场分化 31

2.3 提出超市概念(Kimball经典) 33

2.3.1 危机规划 33

2.3.2 具有架构的数据集市 34

2.3.3 一致化维度的重要性 34

2.3.4 设计一致化维度 35

2.3.5 做出承诺 36

2.3.6 允许的一致化维度变体 36

2.3.7 建立标准事实定义 36

2.3.8 粒度的重要性 37

2.3.9 更高级别的数据集市 38

2.3.10 解决烟囱问题 38

2.3.11 不需要一致化维度的情形 38

2.3.12 清晰视角 39

2.4 数据仓库的全新需求 39

2.5 应对全新需求 42

2.5.1 数据集市和维度建模 42

2.5.2 将数据集市插入数据仓库总线架构中 44

2.6 挑起事端 46

2.7 设计约束和不可避免的现实 49

2.7.1 设计约束 49

2.7.2 不可避免的现实 50

2.7.3 摆脱困境 51

2.8 两个强有力的观点 52

2.8.1 分离系统 52

2.8.2 对称的星型结构和多维数据集 53

2.8.3 巨大的回报 54

2.8.4 我们已经取得了什么成果 54

2.9 数据仓库就餐体验(Kimball经典) 54

2.9.1 厨房 55

2.9.2 就餐区 56

2.10 用于更艰难问题的更简单方法 57

2.10.1 增量集成 57

2.10.2 递增的数据质量 58

2.11 扩展数据仓库的边界 58

第3章 项目/程序规划 61

3.1 专家边界 61

3.2 工程师的观点 63

3.2.1 数据仓库使命 64

3.2.2 设计驱动 65

3.2.3 设计约束 65

3.2.4 工程师的回应 66

3.3 当心异议消除者 66

3.4 中央团队要做些什么 69

3.4.1 定义和发布共享维度 70

3.4.2 提供跨部门的应用程序 71

3.4.3 定义一致化数据仓库安全性架构 72

3.5 避免隔离的DW和BI团队 72

3.6 BI和数据仓库专家可用的、更好的业务技能 73

3.6.1 建立对业务的理解 73

3.6.2 建立人际交往能力 73

3.6.3 掌握公开演讲技巧 74

3.6.4 掌握书面沟通技巧 74

3.6.5 实践决定一切 75

3.7 有风险的项目资源就是有风险的业务 75

3.8 无法实现分析 76

3.9 包含DW/BI范围蔓延并且避免范围冒用 77

3.10 IT过程对于DW/BI项目是否有益 79

3.10.1 规范 79

3.10.2 命名规范 79

3.10.3 教条主义 80

3.11 有效主办者的行为 80

3.11.1 为成功做准备 81

3.11.2 抵制阻力最小的路径 81

3.11.3 团结周边可用资源 82

3.11.4 耐心是一种美德 82

3.11.5 保持对目标的专注 83

3.12 从终端用户开始计算的总体拥有成本(Kimball经典) 83

3.12.1 不好的决策也是成本 83

3.12.2 仔细查看这些成本 84

3.13 简要概括Kimball生命周期 87

3.13.1 程序/项目规划和管理 88

3.13.2 业务需求 88

3.13.3 技术轨迹 88

3.13.4 数据轨迹 88

3.13.5 商业智能轨迹 89

3.13.6 部署、维护和发展 89

3.14 挺身而出 89

3.15 持相反意见的架构师 90

3.16 在应用最佳实践时慎重思考 93

3.16.1 采取一种企业方法 93

3.16.2 拥抱商业智能 93

3.16.3 设计维度模式 93

3.16.4 将一致化维度用于集成 94

3.16.5 仔细规划ETL架构 94

3.17 低风险企业数据仓库的八个准则 95

3.17.1 做正确的事情 95

3.17.2 赋予业务用户控制权 96

3.17.3 渐进式处理 96

3.17.4 从轻量级、专注的治理开始 96

3.17.5 构建一个简单、通用的平台 97

3.17.6 使用一致化维度来集成 97

3.17.7 每次都用一些过滤来管理质量 97

3.17.8 自始至终使用代理键 97

第4章 需求定义 99

4.1 将AlanAlda的访问技巧用于揭示业务需求(Kimball经典) 99

4.1.1 保持好奇心,但不要自作聪明 100

4.1.2 要口语式对话 100

4.1.3 倾听并且期望被改变 101

4.2 业务需求收集的更多注意事项 102

4.3 平衡需求与现实(Kimball经典) 104

4.4 在收集业务需求时克服障碍 105

4.5 令人吃惊的数据剖析价值 106

4.6 专注于业务过程,而非业务部门 108

4.7 识别业务过程 109

4.8 业务过程全面揭秘 110

4.9 战略业务举措和业务过程之间的关系 111

4.10 自下而上属于用词不当 112

4.10.1 专注于企业,而非部门 112

4.10.2 起草企业数据仓库总线矩阵 112

4.10.3 进行优先级排序以便得到一份有序的结论 113

4.10.4 绘制企业路线图 115

4.11 (超越数据建模的)维度化思维 115

4.12 使用维度模型验证业务需求 116

第5章 数据架构 119

5.1 ER建模是否对DSS有害(Kimball经典) 119

5.2 一个维度建模宣言(Kimball经典) 122

5.2.1 什么是3NF标准化建模 122

5.2.2 什么是DM 124

5.2.3 DM与3NF的对比 125

5.2.4 DM的优势 126

5.2.5 对DM的误解 127

5.2.6 捍卫DM 128

5.3 没有百分百的保证 128

5.3.1 3NF建模是否会处理业务规则吗 129

5.3.2 早期维度建模 130

5.4 分而治之 131

5.4.1 是否需要通用标签 132

5.4.2 业务过程主题领域并不是部门化的 132

5.4.3 一致化维度和事实 132

5.4.4 数据仓库总线架构 133

5.4.5 是否仅仅为了高度分布式系统 133

5.4.6 净收益 134

5.5 矩阵(Kimball经典) 134

5.5.1 邀请主题领域小组参加一致化会议 136

5.5.2 与老板进行沟通 136

5.5.3 二级主题领域 136

5.6 再次探讨矩阵(Kimball经典) 137

5.6.1 用于引用数据的矩阵列 137

5.6.2 数据管理 137

5.6.3 以过程为中心的行 138

5.6.4 关联列和行 138

5.6.5 常见的矩阵不幸事件 139

5.6.6 矩阵扩展 139

5.7 向下钻取到详细的总线矩阵中 140

5.8 关于敏捷方法论 142

5.9 敏捷企业数据仓库是不是一个矛盾混合体 143

5.10 采用敏捷方法?先要从总线矩阵开始 144

5.11 作为敏捷数据仓库基础的一致化维度 145

5.12 为现实中的人而集成 146

5.12.1 定义集成 146

5.12.2 集成标签 147

5.12.3 集成测量 147

5.12.4 维度管理者的职责 148

5.12.5 事实提供者的职责 148

5.13 为企业维度构建即时可用的资源 149

5.14 数据管理基础知识:质量和一致性的第一步 150

5.14.1 为何管理是必要的 150

5.14.2 管理职责 151

5.14.3 管理的正确举措 152

5.14.4 沟通工具和技术 152

5.14.5 如何开始 152

5.15 要不要集中化 153

5.15.1 闪光的未必都是金子 153

5.15.2 不要畏惧伟大 154

5.15.3 结果好意味着一切都好 155

5.16 观点差异(Kimball经典) 155

5.16.1 共同之处 155

5.16.2 Kimball总线架构 156

5.16.3 企业信息工厂 157

5.16.4 根本性差异 158

5.16.5 混合方法怎么样 159

5.16.6 成功标准 159

5.17 庸人自扰 160

5.18 不要用一个标准化EDW支持商业智能 160

5.19 使用维度展示区域补充3NF EDW 162

第6章 维度建模基础 165

6.1 事实表和维度表 165

6.1.1 测量和上下文 165

6.1.2 维度键 166

6.1.3 把两个建模方法关联起来 167

6.1.4 声明粒度 167

6.1.5 可累加事实 167

6.1.6 退化维度 168

6.2 向下、向上和横向钻取 168

6.2.1 向下钻取 168

6.2.2 向上钻取 170

6.2.3 横向钻取 170

6.3 数据仓库的灵魂之第一部分:向下钻取 171

6.4 数据仓库的灵魂之第二部分:横向钻取 173

6.4.1 实现横向钻取 174

6.4.2 令人惊讶的神奇之处 175

6.5 数据仓库的灵魂之第三部分:时间处理 175

6.5.1 时间的有效性 176

6.5.2 正确关联 176

6.5.3 自然粒度 177

6.5.4 是否兑现了承诺 178

6.6 优雅修改已有的事实和维度表 178

6.7 Kimball关于维度建模的十项必要规则(Kimball经典) 179

6.8 不该做的事情 181

6.9 危险的先入为主的想法 183

6.10 虚言和事实 185

6.10.1 并非所有的维度模型都是同等创建的 185

6.10.2 专注于测量过程,而非部门报告 185

6.10.3 从原子详情开始,而非汇总数据 186

6.10.4 目标是集成,而非标准化 187

第7章 维度建模任务和职责 189

7.1 让用户安然入眠 189

7.2 用于设计维度模型的实践步骤 194

7.2.1 参与其中 195

7.2.2 深究细节 195

7.2.3 审核结果 196

7.3 为维度建模团队配置人员 197

7.4 让业务代表参与到维度建模中 198

7.5 管理大型维度设计团队 199

7.6 使用设计章程让维度建模活动处于正轨 200

7.7 命名博弈 201

7.7.1 步骤1:准备 201

7.7.2 步骤2:创建一个初始名称集 202

7.7.3 步骤3:建立共识 202

7.8 名称的意义 202

7.9 维度设计何时算结束 204

7.10 设计评审注意事项(Kimball经典) 206

7.11 大把的缺点 207

7.11.1 粒度是什么 207

7.11.2 是否存在混合粒度或文本事实 208

7.11.3 是否有维度描述符和解码 208

7.11.4 层次结构如何处理 208

7.11.5 是否采用显式日期维度 209

7.11.6 是否将控制编号作为退化维度 209

7.11.7 是否使用代理键 209

7.11.8 是否采用渐变维度策略 210

7.11.9 是否很好地理解了业务需求 210

7.12 对维度数据仓库进行评分 210

7.12.1 架构标准 210

7.12.2 管理标准 211

7.12.3 表述标准 212

7.12.4 是否具有维度化思想 214

第8章 事实表核心概念 215

8.1 声明粒度 215

8.1.1 业务术语中的表达 216

8.1.2 巨大的影响 216

8.1.3 保持事实忠实于粒度 217

8.2 在维度建模中保持粒度 218

8.3 警告:汇总数据可能会有害健康 219

8.4 再微小的细节都是需要的 220

8.4.1 累积原子数据 220

8.4.2 跨过程合并 220

8.4.3 性能越高,维度性越低 220

8.4.4 合并事实表示例 221

8.4.5 累计式快照示例 221

8.4.6 细节至上 222

8.5 基础粒度 223

8.5.1 基础粒度 223

8.5.2 我们要如何使用每一个事实表类型 225

8.6 使用累计式快照对管道进行建模 225

8.7 合并定期和累计式快照 228

8.8 互补的事实表类型 228

8.8.1 事务事实表 229

8.8.2 定期快照事实表 229

8.8.3 累计式快照事实表 230

8.9 对时间段进行建模 230

8.10 在现在和过去对未来进行滚动预测 232

8.11 时间段累计式快照事实表 235

8.12 是维度还是事实,抑或两者都是 236

8.13 非事实型事实表 237

8.14 非事实型事实表听起来像不像没有帆的帆船 239

8.15 哪些事情还没发生 240

8.15.1 覆盖范围表 241

8.15.2 用于未发生行为的明确记录 241

8.15.3 用NOT EXISTS搜索不存在的事实 241

8.15.4 使用NOT EXISTS找到还不存在的属性 242

8.16 追求简化的非事实型事实表 243

8.17 管理父数据 244

8.17.1 有争议的分配机制 246

8.17.2 艰难的分配环境 246

8.18 在建模标题/行项目事务时要避免的模式 247

8.18.1 糟糕的主意#1:将标题保存成维度 247

8.18.2 糟糕的主意#2:行项目不继承标题维度性 247

8.18.3 标题/行项目事务的推荐结构 248

8.19 事实表代理键 249

8.20 关于事实表代理键的读者建议 249

8.21 再谈退化维度 251

8.22 为极少访问的退化项创建一个引用维度 252

8.23 规范事实表 253

8.24 将文本保存在事实表外 254

8.25 处理维度模型中的空值 255

8.25.1 作为事实表外键的空值 255

8.25.2 作为事实的空值 256

8.25.3 作为维度属性的空值 256

8.26 将数据同时建模为事实和维度属性 256

8.27 事实表何时可被用作维度表 257

8.28 稀疏事实和具有较短生命周期的事实 258

8.29 用事实维度让事实表成为中心 260

8.30 用于复杂工作流的累计式快照(Kimball经典) 261

第9章 维度表核心概念 263

9.1 代理键(Kimball经典) 263

9.2 保持键的简单性 266

9.3 持久的“超自然”键 267

9.4 是时候谈谈时间了 269

9.4.1 基础时间问题 269

9.4.2 中间时间问题 270

9.5 用于时间维度的代理键 271

9.6 对时间维度表的最新思考 272

9.7 将智能日期键用于分区事实表 274

9.8 更新日期维度 275

9.9 处理所有的日期 275

9.10 为空值选择默认值(Kimball经典) 277

9.11 数据仓库角色模型 278

9.12 神秘维度 281

9.12.1 找到明显的与维度有关的字段 281

9.12.2 找出与事实有关的字段 282

9.12.3 决定对其余字段的处理 282

9.12.4 将神秘字段转换成神秘维度 283

9.13 整理杂项维度 284

9.14 显示维度之间的相关性 284

9.15 因果性(非因果性)维度(Kimball经典) 285

9.16 抵制抽象的通用维度 288

9.17 热插拔维度 289

9.18 精确统计维度增补项的数量 290

9.19 使用类型2SCD的完美分区历史 291

9.20 许多交替的现实 292

9.20.1 可预测的多种现实 293

9.20.2 不可预测的多种现实 294

9.21 庞然大物般的维度 295

9.22 当渐变维度加速时 297

9.22.1 渐变维度中的日期戳 297

9.22.2 并非缓慢变化的SCD 297

9.23 维度何时会变得危险 298

9.24 渐变维度并非总是像类型1、类型2和类型3那样简单(Kimball经典) 299

9.24.1 具有当前重写的微型维度 300

9.24.2 具有当前重写的类型2 300

9.24.3 在事实表中具有持久键的类型2 301

9.24.4 类型3属性系列 302

9.24.5 在能力与易用性之间取得平衡 303

9.25 渐变维度类型0、类型4、类型5、类型6和类型7(Kimball经典) 303

9.25.1 类型0:保留原始值 303

9.25.2 类型4:添加微型维度 303

9.25.3 类型5:添加微型维度和类型1外支架 304

9.25.4 类型6:将类型1属性添加到类型2维度 304

9.25.5 类型7:双重类型1和类型2维度 305

9.26 维度行变更原因属性 306

第10章 更多的维度模式和注意事项 309

10.1 星型、外支架和桥接 309

10.2 三种有意思的星型模式 311

10.2.1 经典的星型模式 312

10.2.2 大型顾客维度 312

10.2.3 金融产品维度 313

10.2.4 多企业日历维度 314

10.2.5 允许的星型模式 314

10.3 为维度建模提供帮助 314

10.4 管理桥接表 317

10.4.1 使用代理键 318

10.4.2 使用双时间戳 318

10.4.3 更新桥接表 319

10.5 关键字维度 320

10.5.1 设计关键字维度 321

10.5.2 AND/OR的两难局面 322

10.5.3 搜索子字符串 322

10.5.4 高性能子字符串索引 323

10.6 可能的桥接(表)弯路 323

10.7 多值维度的可选项 325

10.8 将微型维度添加到桥接表 327

10.9 维护维度层次结构 328

10.9.1 从设计开始入手 328

10.9.2 加载标准化数据 330

10.9.3 维护真正的层次结构 331

10.9.4 应对脏数据源 331

10.9.5 让它执行起来 332

10.10 为层次结构提供帮助(Kimball经典) 332

10.11 用于更好的员工维度建模的五个选项 335

10.11.1 选项1:使用代理键的桥接表 335

10.11.2 选项2:具有单独汇报对象维度的桥接表 336

10.11.3 选项3:具有自然键的桥接表 337

10.11.4 选项4:强制实现固定深度层次结构的技术 338

10.11.5 选项5:路径字符串属性 339

10.11.6 推荐 339

10.12 避免可替换的组织层次结构 340

10.13 可替换的层次结构 341

10.14 维度修饰 342

10.15 对行为标记进行争论 343

10.16 捕获顾客满意度的三种方式 345

10.16.1 标准的固定列表 345

10.16.2 同步的维度属性和事实 346

10.16.3 不可预测的紊乱列表 347

10.17 用于实时顾客分析的极端状态追踪 348

10.18 全局化思考,本地化行动 351

10.18.1 同步多个时区 351

10.18.2 支持多国日历 352

10.18.3 以多种货币单位集中收益 353

10.18.4 处理欧洲问题(来自1998年的观点) 354

10.19 没有边界的数据仓库 354

10.20 让数据仓库在空间上可用 358

10.20.1 调研GIS供应商 359

10.20.2 进入训练营 359

10.20.3 自动地址标准化 360

10.20.4 标准数据库上的地理位置查询 361

10.20.5 恰好合适 361

10.21 跨国维度化数据仓库注意事项 362

10.22 行业标准数据模型的不足之处 363

10.23 一个保险行业数据仓库的案例研究 364

10.24 遍历数据库 368

10.24.1 排查设计 368

10.24.2 添加维度 369

10.24.3 图片和地图 370

10.25 人力资源维度模型(Kimball经典) 371

10.26 维度化管理待办事项 373

10.27 不要过于急切 375

10.27.1 找出盈利能力的组成部分 375

10.27.2 市场营销和财务部门需要提供帮助 376

10.27.3 成本分配:盈利能力的核心挑战 376

10.27.4 如果时间紧迫 377

10.28 预算链 377

10.28.1 预算链事实表的粒度 379

10.28.2 预算链维度和事实 379

10.28.3 跨预算链的应用程序 380

10.29 启用合规性的数据仓库 380

10.30 记录顾客的点击操作 382

10.30.1 点击流维度模型的目标 382

10.30.2 点击流数据源 383

10.30.3 点击流数据的基础粒度 384

10.30.4 识别点击流维度和事实 384

10.30.5 分析点击流事件 385

10.31 点击流的特殊维度 386

10.31.1 访客维度 386

10.31.2 页面对象维度 387

10.31.3 会话类型 387

10.31.4 专注于页面对象和会话维度 388

10.32 用于文本文档搜索的事实表 389

10.32.1 相似性指标 389

10.32.2 用于相似性测量的事实表 390

10.32.3 强大的应用程序 391

10.33 让市场购物篮分析成为可能 391

第11章 后台ETL和数据质量 395

11.1 围绕ETL需求(Kimball经典) 395

11.1.1 业务需求 396

11.1.2 合规性 396

11.1.3 经过数据剖析的数据质量 396

11.1.4 安全性 397

11.1.5 数据集成以及360°画像 397

11.1.6 数据延迟 397

11.1.7 存档和派生关系 398

11.1.8 BI用户交付界面 398

11.1.9 可用技能 398

11.1.10 遗留许可 399

11.2 ETL的34个子系统(Kimball经典) 399

11.2.1 提取:将数据放入数据仓库 399

11.2.2 数据清洗和一致化 400

11.2.3 交付:准备呈现 400

11.2.4 管理ETL环境 401

11.3 用于ETL架构的六个关键决策 402

11.3.1 是否应该使用ETL工具 402

11.3.2 应该在何处以及如何进行数据集成 403

11.3.3 应该选择哪种变更数据捕获机制 403

11.3.4 何时应该暂存数据 404

11.3.5 应该在何处纠正数据 404

11.3.6 必须以多快的速度通过DW/BI系统使用源数据 405

11.4 要避免的三种ETL妥协 405

11.4.1 妥协1:忽视渐变维度需求 406

11.4.2 妥协2:未能接受元数据策略 406

11.4.3 妥协3:未交付有意义的范围 407

11.4.4 公开且诚实地做出妥协 407

11.5 在提取时工作 407

11.5.1 对跨多个时区的事件建模 408

11.5.2 冗长的日历维度 408

11.5.3 保留跨多种货币的定金 408

11.5.4 产品管道测量 408

11.5.5 损益的物理完整性 409

11.5.6 异质性产品 409

11.5.7 通用聚合 409

11.5.8 通用维度建模 409

11.6 数据暂存是关系型的吗 410

11.6.1 维度处理 410

11.6.2 确定已经变更的内容 411

11.6.3 从不同的源合并 411

11.6.4 数据清洗 411

11.6.5 处理名称和地址 412

11.6.6 验证一对一和一对多关系 412

11.6.7 事实处理 412

11.6.8 聚合处理 412

11.6.9 基线:数据暂存是关系型的吗 413

11.7 暂存区和ETL工具 413

11.8 是否应该使用ETL工具 414

11.8.1 ETL工具的优势 414

11.8.2 ETL工具的劣势 415

11.8.3 构建一个坚实的基础 415

11.9 ETL工具提供商的行动要求 416

11.10 文档化ETL系统 417

11.11 三思而行 418

11.11.1 目标:高层次ETL规划 418

11.11.2 输入和数据流 418

11.11.3 转换注释 419

11.11.4 在开工之前完成规划 420

11.12 为传入数据做好准备 421

11.12.1 典型的数据集成过程 421

11.12.2 架构 422

11.12.3 设置过程 422

11.12.4 异常处理 423

11.12.5 靠不住的简单性 423

11.13 构建变更数据捕获系统 423

11.14 破坏性的ETL变更 424

11.15 ETL的新方向 426

11.15.1 极端的集成 426

11.15.2 极端的多样性 426

11.15.3 巨大的量级 426

11.15.4 实时交付 426

11.15.5 分析师的崛起和数据见解的货币化 427

11.15.6 新的分析工具 427

11.15.7 列式数据存储和内存数据库 427

11.15.8 疯狂增长的数据虚拟化 427

11.15.9 小结 427

11.16 处理数据质量:不要只是坐着,要行动起来 428

11.16.1 进行调查研究 428

11.16.2 共享发现 429

11.16.3 小结 429

11.17 数据仓库测试建议 429

11.18 处理脏数据 431

11.18.1 合格数据至关重要的应用程序 431

11.18.2 数据清洗的科学 433

11.18.3 数据清洗的市场机会 434

11.18.4 数据完整性驱动业务再造 435

11.19 用于数据质量的架构(Kimball经典) 436

11.19.1 确立一种质量文化,再造过程 437

11.19.2 数据剖析角色 437

11.19.3 质量筛查 438

11.19.4 错误事件模式 438

11.19.5 响应质量事件 440

11.19.6 审计维度 440

11.19.7 六西格玛数据质量 441

11.20 质量指示器:审计维度 442

11.20.1 从最小可能粒度入手 443

11.20.2 报告聚合数据质量 444

11.20.3 构建审计维度 445

11.21 添加审计维度以追踪派生关系和置信度 445

11.22 为事实表增加不确定性 447

11.23 是否已经构建审计维度 448

11.24 数据是否正确 449

11.24.1 评价没有历史的数据质量 451

11.24.2 可预测变更的补充 451

11.25 对于国际化数据质量的八项建议 452

11.25.1 语言和字符集 452

11.25.2 文化、姓名和称呼 452

11.25.3 地理位置和地址 453

11.25.4 隐私和信息传输 453

11.25.5 国际化合规性 453

11.25.6 货币 453

11.25.7 时区、日历和日期格式 453

11.25.8 数字 453

11.25.9 用于国际化数据质量的架构 454

11.26 将正则表达式用于数据清洗 454

11.26.1 求助于正则表达式 455

11.26.2 基本运算符 455

11.26.3 找出“Inc” 456

11.26.4 最终结果 456

11.26.5 可以在何处使用正则表达式 457

11.27 对代理进行管道化处理 457

11.27.1 用于维度表的键 458

11.27.2 用于事实表的键 460

11.28 疏通事实表代理键管道 461

11.28.1 缺失源系统键 461

11.28.2 糟糕的源系统键 462

11.28.3 业务需求含义 463

11.29 正确复制维度 463

11.30 使用循环冗余校验和识别维度变更 464

11.31 维护指向操作源的回指指针 465

11.32 创建历史维度行 465

11.32.1 挖掘历史 466

11.32.2 探讨选项和影响 466

11.32.3 构建维度 466

11.32.4 选择每日或精确到分秒的粒度 466

11.33 面对键重置危机 468

11.34 沿时间回溯(Kimball经典) 469

11.34.1 延迟到达的事实记录 470

11.34.2 延迟到达的维度记录 470

11.35 提前到达的事实 471

11.36 渐变实体 472

11.37 将SQL MERGE语句用于渐变维度 474

11.37.1 步骤1:重写类型1变更 474

11.37.2 步骤2:处理类型2变更 474

11.38 创建和管理收缩维度 476

11.38.1 创建基础维度 476

11.38.2 从基础维度创建收缩维度 476

11.38.3 替代方式:分别创建基础维度和收缩维度 477

11.38.4 将维度提供给用户 477

11.39 创建和管理微型维度 477

11.39.1 创建初始微型维度 477

11.39.2 持续的微型维度维护 478

11.40 创建、使用和维护杂项维度 479

11.40.1 构建初始杂项维度 479

11.40.2 将杂项维度纳入事实行处理 480

11.40.3 维护杂项维度 480

11.41 构建桥接 481

11.41.1 历史加载 481

11.41.2 创建分组的初始化列表 481

11.41.3 创建桥接表 482

11.41.4 增量处理 483

11.42 尽量少做离线处理 483

11.43 网络时代的工作 485

11.44 实时分区 488

11.44.1 实时分区的要求 488

11.44.2 事务粒度实时分区 488

11.44.3 定期快照实时分区 489

11.44.4 累计快照实时分区 489

11.45 实时分类 490

第12章 技术架构注意事项 493

12.1 数据仓库是否能从SOA中获益 493

12.2 选择正确的MDM方法(Kimball经典) 494

12.2.1 源系统差异 495

12.2.2 对于主数据的需求 495

12.2.3 方法1:一致化数据仓库中的主数据 496

12.2.4 方法2:MDM集成中心 497

12.2.5 方法3:企业MDM系统 498

12.2.6 通往MDM的四个步骤 499

12.3 为DW/BI系统构建自定义工具 499

12.4 欢迎封装好的应用程序 500

12.4.1 避免烟囱式数据集市 501

12.4.2 查询时的一致化 501

12.4.3 供应商确实会严肃对待集成任务 501

12.5 ERP供应商:推倒那些墙 502

12.5.1 新规则是什么 503

12.5.2 ERP在新网络仓库中的作用 503

12.6 构建智能应用程序的基础 505

12.6.1 快速但充满风险的路径 506

12.6.2 通往智能应用的正确路径 506

12.6.3 当基础设施供不应求时 507

12.6.4 支持事务工作负荷 508

12.6.5 普及的BI:让BI散布到每一个地方 508

12.7 RFID标签和智能尘埃 509

12.7.1 终身就业保障 510

12.7.2 对隐私的侵犯 510

12.7.3 超越RFID的智能尘埃 510

12.8 大数据是否可与数据仓库兼容 511

12.9 企业数据仓库在大数据分析时代的角色演变(Kimball经典) 512

12.9.1 摘要 512

12.9.2 简介 513

12.9.3 数据是资产负债表上的一项资产 513

12.9.4 大数据分析的用例 514

12.9.5 大数据分析系统需求 516

12.9.6 扩展的关系型数据库管理系统 517

12.9.7 Hadoop 518

12.9.8 未来十年的特性融合 521

12.9.9 可重用的分析 521

12.9.10 未来十年中数据仓库的文化变更 522

12.9.11 未来十年中数据仓库的组织变更 524

12.9.12 EDW去向何处 525

12.10 新近出现的大数据最佳实践(Kimball经典) 525

12.10.1 用于大数据的管理最佳实践 526

12.10.2 用于大数据的架构最佳实践 527

12.10.3 用于大数据的数据建模最佳实践 530

12.10.4 用于大数据的数据治理最佳实践 533

12.10.5 小结 534

12.11 超细粒度主动归档 534

12.11.1 迁移和刷新 534

12.11.2 主动式归档 534

12.11.3 超细粒度数据 535

12.11.4 原始数据格式 535

12.12 列式数据库:DW/BI部署的规则改变者 535

12.13 数据库不存在神奇的力量 536

12.13.1 可选的原子数据库技术 537

12.13.2 这些“新”技术提供了什么 537

12.13.3 多维数据集如何 538

12.13.4 云又如何呢 538

12.14 关于OLAP 539

12.14.1 桌面OLAP与服务器端OLAP的对比 539

12.14.2 维度化相似性 539

12.14.3 维度化差异 540

12.14.4 OLAP的优势 540

12.15 维度关系与OLAP对比:最后的部署难题 541

12.15.1 维度关系型优势 542

12.15.2 关系型劣势 542

12.15.3 OLAP优势 542

12.15.4 OLAP劣势 543

12.15.5 这两种方法的易用性相当 543

12.15.6 进行最终选择 544

12.16 与数据仓库同时代的Microsoft SQL Server 544

12.16.1 使用数据库压缩加速查询 544

12.16.2 划分表分区并且对其分而治之 546

12.16.3 使用星型模式优化进行维度化 546

12.16.4 即将出现的机会 547

12.17 聚合导航器 547

12.18 (几乎)没有元数据的聚合导航(Kimball经典) 549

12.18.1 高级别目标和风险 550

12.18.2 聚合导航算法 552

12.18.3 用于每一方的聚合 555

12.19 用户界面的第二次革命 555

12.19.1 第二次革命与第一次革命的区别在何处 556

12.19.2 用户界面现在更为迫切 556

12.19.3 第二代用户界面准则 557

12.20 设计用户界面(Kimball经典) 557

12.21 描述元数据的数据(Kimball经典) 561

12.22 创建元数据策略 564

12.23 发挥用于自我监控DW运行的过程元数据的作用 565

12.24 对监督者进行监督(Kimball经典) 567

12.24.1 有利的使用与潜在的滥用 568

12.24.2 谁拥有你的个人数据 568

12.24.3 有可能发生什么 569

12.24.4 对于数据仓库架构的影响 569

12.25 灾难性故障 570

12.25.1 灾难性故障 571

12.25.2 对抗灾难性故障 571

12.26 数字化保存 573

12.26.1 数据仓库是否真的需要保留旧数据 573

12.26.2 介质、格式、软件和硬件 574

12.26.3 废弃的格式和过时的格式 574

12.26.4 硬拷贝、标准和博物馆 574

12.26.5 刷新、迁移、模拟和压缩 575

12.27 创建64位服务器的优势 576

12.28 服务器配置注意事项 577

12.28.1 影响服务器配置的因素 577

12.28.2 增加生产能力 577

12.28.3 获得帮助 578

12.28.4 结论 578

12.29 调整对于SAN的看法 578

第13章 前台商业智能应用程序 581

13.1 对于决策支持的承诺(Kimball经典) 581

13.1.1 分析应用程序生命周期 582

13.1.2 发布报告 583

13.1.3 识别异常 583

13.1.4 确定因果关系因素 583

13.1.5 对可选项进行建模 584

13.1.6 追踪操作 584

13.1.7 回顾 584

13.2 要勇于创新而不是因循守旧 585

13.2.1 从所报告的结果开始着手 585

13.2.2 识别出标准和阈值允许的误差 585

13.2.3 理解因果关系 586

13.2.4 评估选项 586

13.2.5 追踪操作以便用于未来优化 586

13.3 用于业务价值的BI组成部分 587

13.3.1 标准报告 587

13.3.2 自服务访问 587

13.3.3 有针对性的BI应用程序 588

13.3.4 这比你想象的要更难 588

13.4 BI领域发生的重大变化 589

13.4.1 合规性是BI的免费通行证 589

13.4.2 顺序行为分析是BI的最高峰 589

13.5 行为:下一个最受欢迎的应用程序 590

13.5.1 CRM:通向行为数据应用的跳板 591

13.5.2 对于行为的新分析 591

13.6 成功的自服务BI的三个关键组成部分 592

13.6.1 坚实的维度数据模型 593

13.6.2 合格的用户支持系统 593

13.6.3 有效的自服务BI查询/分析工具 594

13.6.4 自服务BI:它并非仅仅是一个工具 594

13.7 利用数据可视化工具,但要避免混乱局面 594

13.8 像软件开发经理那样思考 596

13.9 标准报告:供业务用户使用的基础报告 597

13.9.1 BI应用程序是什么 597

13.9.2 构建还是购买 598

13.9.3 设计报告系统 598

13.9.4 概述 600

13.10 构建和交付BI报告 601

13.10.1 设置开发环境 601

13.10.2 创建报告 602

13.10.3 测试准确性和性能 602

13.10.4 部署到生产环境 603

13.10.5 管理和维护 603

13.10.6 扩展应用程序 603

13.11 BI门户 604

13.11.1 密度 604

13.11.2 结构 604

13.11.3 更多的结构和内容 605

13.12 正确完成的仪表盘 606

13.13 不要过度依赖数据访问工具的元数据 607

13.14 让语义层有意义 608

13.15 深入研究数据挖掘 609

13.15.1 数据挖掘的根源 610

13.15.2 数据挖掘的类别 610

13.16 为数据挖掘做准备 611

13.16.1 通用数据转换 612

13.16.2 用于所有数据挖掘形式的转换 612

13.16.3 特殊的依赖于工具的转换 614

13.17 完美的传递 615

13.17.1 完美的观测 615

13.17.2 对于数据库架构的影响 617

13.18 现在就开始进行数据挖掘 617

13.18.1 业务阶段 618

13.18.2 数据挖掘阶段 619

13.18.3 操作阶段 620

13.18.4 数据挖掘元数据的作用 620

13.19 利用维度模型进行预测分析 621

13.20 组织是否需要一个分析沙盒 622

13.21 SQL中的简单横向钻取 623

13.22 用于横向钻取的Excel宏 625

13.23 对比的问题 627

13.24 SQL的障碍和缺陷 630

13.25 查询工具的特性 632

13.26 增强查询工具 634

13.27 更加智能的数据仓库 637

13.27.1 SQL审查 638

13.27.2 SQL-99 OLAP扩展 638

13.27.3 更多高级查询 639

13.27.4 延伸问题 640

13.27.5 OLAP是一个答案 640

第14章 维护和发展的注意事项 643

14.1 不要忘记用户手册 643

14.1.1 前台操作 644

14.1.2 后台操作 645

14.1.3 监控操作 645

14.2 我们来改进我们的运营过程 646

14.3 对DW/BI系统进行市场营销 648

14.3.1 产品 648

14.3.2 代价 648

14.3.3 布局 648

14.3.4 推销 649

14.4 应对成长的烦恼 649

14.4.1 识别目标 649

14.4.2 用例研究场景 650

14.4.3 不要操之过急 650

14.4.4 在开始构建之前先做计划 650

14.4.5 开发、测试、部署 651

14.4.6 最后的一些思考 652

14.5 数据仓库检查(Kimball经典) 652

14.5.1 业务主办人的紊乱 652

14.5.2 数据的紊乱 654

14.5.3 业务认可的紊乱 654

14.5.4 基础设施的紊乱 656

14.5.5 文化/政治性的紊乱 656

14.5.6 早期检测 656

14.6 提升业务认可度 657

14.6.1 DW/BI业务重组 657

14.6.2 选择会谈场所 657

14.6.3 确定和筹建访谈团队 658

14.6.4 选择、安排业务代表以及让其做好准备 658

14.6.5 进行访谈 659

14.6.6 文档记录、优先级排序以及达成共识 659

14.7 对管理层进行培训以便让DW/BI持续取得成功 660

14.7.1 收集证明信息 660

14.7.2 培训业务用户:用户论坛 660

14.7.3 培训高级职员 661

14.7.4 与指导委员会协作 662

14.7.5 结束语 662

14.8 让数据仓库回到正轨 662

14.9 升级BI架构 663

14.10 对于遗留数据仓库的四项修复(Kimball经典) 665

14.10.1 对非一致化维度进行一致化 665

14.10.2 创建代理键 666

14.10.3 交付详情 667

14.10.4 减少冗余 667

14.10.5 面对现实 668

14.11 不景气时期的数据仓库瘦身计划 668

14.11.1 去掉多余部分 668

14.11.2 监控和调整以便推迟开支 669

14.11.3 扩充底线 670

14.12 享受淘汰带来的红利 671

第15章 最后的思考 673

15.1 当前的最后一个词:协作 673

15.2 让DW/BI取得成功的行之有效的概念 675

15.3 Kimball方法论的关键原则 676

15.4 未来是光明的 678

15.4.1 ETL的未来 679

15.4.2 数据库技术的未来 679

15.4.3 维度建模的未来 680

15.4.4 BI工具的未来 681

15.4.5 数据仓库专家的未来 681

相关图书
作者其它书籍
返回顶部