第1部分 设计篇 3
第1章 数据仓库技术概述 3
1.1 数据仓库概述 3
1.1.1 数据仓库的概念和特征 3
1.1.2 OLTP和DSS的差别 5
1.1.3 数据仓库的组成部分 7
1.2 Microsoft SQL Server数据仓库的工具 8
1.3 数据仓库实现步骤 11
1.3.1 明确用户需求 11
1.3.4 维护和优化数据仓库 12
1.3.3 使用数据仓库 12
1.3.2 设计和建立数据仓库 12
1.4 小结 13
第2章 数据仓库生命周期管理 14
2.1 数据仓库系统框架 14
2.1.1 系统框架里程碑 15
2.1.2 数据仓库系统的4个阶段 15
2.2 影响数据仓库项目成功的因素 17
2.2.1 数据仓库创建之前的影响因素 18
2.2.2 数据仓库创建时的影响因素 20
2.3 数据仓库的技术 22
2.2.3 数据仓库创建之后的影响因素 22
2.3.1 数据仓库技术 23
2.3.2 DBMS和数据仓库 26
2.4 数据仓库项目所需的角色 27
2.4.1 数据仓库管理角色 27
2.4.2 数据仓库技术角色 29
2.4.3 数据仓库维护角色 34
2.5 小结 36
第3章 确定用户需求 37
3.1 确定用户需求的特征 37
3.2.1 商务数据多维特性概述 38
3.2 商务数据的多维特性 38
3.2.2 多维术语 39
3.3 采集用户需求的过程 40
3.3.1 采集需求之前的准备 40
3.3.2 会谈时应该提出的问题 41
3.3.3 信息需求建模 43
3.3.4 分析交流结果 44
3.3.5 创建信息包图 44
3.4 信息包的特殊情况 46
3.5 小结 48
4.1 数据仓库和数据库的区别和联系 49
第4章 设计和建立数据仓库 49
4.2 规范的数据库系统设计 50
4.2.1 第一范式 50
4.2.2 第二范式 51
4.2.3 第三范式 52
4.3 数据仓库设计 53
4.3.1 星形模式 53
4.3.2 事实表 54
4.3.3 维度表 55
4.3.4 粒度 56
4.4.1 创建数据库 57
4.4 实现数据仓库设计 57
4.4.2 创建表 64
4.4.3 主键和外键管理 69
4.5 小结 71
第5章 提取和加载数据——数据复制技术 72
5.1 提取和加载数据的特点 72
5.2 提取和加载数据的过程 73
5.3 数据复制技术 75
5.3.1 数据复制技术的概念 75
5.3.2 复制中的服务、类型和模型 77
5.3.3 规划和建立数据复制过程 80
5.3.4 在异构环境和Internet中复制数据 92
5.3.5 监视和故障诊断技术 93
5.4 小结 93
第6章 提取和加载数据——DTS技术 94
6.1 数据互操作性技术的概念 94
6.2 数据互操作性技术工具 95
6.3 使用DTS提取和加载数据 95
6.3.1 DTS概述 95
6.3.2 数据引入/引出向导 96
6.3.3 DTS中的数据转换 100
6.4 小结 102
第2部分 使用篇 105
第7章 数据仓库使用方法概述 105
7.1 数据仓库使用方法评价 105
7.2 使用Transact-SQL语言访问数据仓库 106
7.3 使用Microsoft English Query操纵数据仓库 108
7.4 小结 112
第8章 使用Analysis Services管理维和立方体 113
8.1 Analysis Services概述 113
8.1.1 Analysis Services工具的特点 113
8.1.2 OLAP和数据仓库的关系 116
8.2.2 设置服务器属性 117
8.2.1 注册服务器 117
8.2 配置Analysis Manager 117
8.2.3 创建数据库 121
8.3 数据源管理 122
8.3.1 指定ODBC数据源 122
8.3.2 指定SQL Server数据源 124
8.4 管理维和立方体 125
8.4.1 创建维 126
8.4.2 创建立方体 135
8.4.3 分区管理 143
8.4.4 信息维和分类维管理技术 147
8.5 小结 154
第9章 数据挖掘和安全性管理技术 155
9.1 数据挖掘概述 155
9.1.1 数据挖掘概念和过程 155
9.1.2 数据挖掘数学模型 156
9.2 创建数据挖掘模型 157
9.2.1 创建基于决策树的数据挖掘模型 158
9.2.2 创建基于聚类分析的数据挖掘模型 162
9.3 安全性管理概述 163
9.3.1 数据源的安全性 164
9.3.2 OLAP服务提供的安全性 167
9.4.1 管理用户账户 168
9.4 OLAP中用户和角色管理 168
9.4.2 管理数据库角色 170
9.4.3 管理立方体角色 178
9.5 小结 180
第10章 基本MDX技术 181
10.1 MDX语句概念 181
10.1.1 MDX语句的作用 181
10.1.2 MDX语句的基本概念和组成元素 181
10.1.3 MDX语句与SQL语句的比较 183
10.2.1 MDX Sample Application工具 184
10.2 执行MDX语句的环境 184
10.1.4 MDX语句的基本结构 184
10.2.2 Sales立方体 185
10.3 执行MDX语句的技术 193
10.3.1 简单的MDX语句 194
10.3.2 使用嵌套维 199
10.3.3 使用WHERE子句 204
10.4 小结 206
第11章 高级MDX技术 207
11.1 创建计算成员 207
11.1.1 计算成员的概念 207
11.1.2 计算成员的示例 208
11.2.1 单元格属性概念 213
11.2 指定单元格属性 213
11.2.2 使用FORMAT_STRING属性 214
11.3 使用函数 219
11.3.1 成员函数 220
11.3.2 维、层次结构和层函数 221
11.3.3 集合函数 223
11.3.4 数学函数 228
11.3.5 其他函数 230
11.4 小结 232
12.1 PivotTable Service概述 233
第12章 使用PivotTable Service 233
12.2 创建客户端立方体 234
12.2.1 创建立方体 234
12.2.2 通过Excel察看立方体 243
12.3 使用Web页面访问数据仓库 247
12.4 小结 249
第3部分 维护和优化篇 253
第13章 数据仓库的索引 253
13.1 数据仓库索引的概念和类型 253
13.2 使用CREATE INDEX语句创建索引 254
13.3 使用Index Tuning Wizard创建和优化索引 256
13.4 小结 261
第14章 数据仓库备份 262
14.1 数据仓库备份的概念 262
14.2 数据仓库备份前的准备 263
14.3 使用SQL Server Enterprise Manager执行备份 264
14.4 小结 266
第15章 数据仓库管理自动化 267
15.1 自动化管理数据仓库概述 267
15.2 作业管理自动化 268
15.3 警报管理自动化 271
15.4 小结 273
第16章 监测数据仓库性能的技术 274
16.1 性能监测的概念 274
16.2 使用SQL Server Profiler工具 275
16.3 使用Transact-SQL语句 279
16.4 小结 280
第17章 优化OLAP的方法和工具 281
17.1 设计数据立方体的优化方法 281
17.2 使用Usage Analysis Wizard工具 282
17.3 使用Usage-Based Optimization Wizard工具 284
17.4 小结 288