第1部分 数据库技术 1
第1章 数据库概述 1
1.1 数据库系统的概念 1
1.2 数据库系统的发展 2
1.3 数据库的研究内容 3
1.3.1 数据库理论 3
1.3.2 数据模型 3
1.3.3 数据库语言 3
1.3.4 数据的安全性 4
1.3.5 事务管理 4
1.4 数据库研究的难点与展望 4
1.4.1 深度(智能化) 4
1.4.2 广度(多媒体) 4
1.4.3 宿主语言与查询语言的集成 5
1.4.4 各种数据库间的数据转换 5
1.5 数据库性能评价 5
第2章 数据库结构模型 6
2.1 客户机和服务器计算机的作用 6
2.2 客户机与服务器功能比较 7
第3章 SQL语言 8
3.1 SQL语言简介 8
3.2 SQL语言及其优点 8
3.2.1 SQL语言是非过程化语言 8
3.2.2 SQL是统一的语言 9
3.2.3 SQL是所有关系数据库的公共语言 9
3.3 SQL语言的分类及语法 9
第4章 ODBC与ADO技术 12
4.1 访问数据库的方式 12
4.2 ODBC的定义 13
4.3 配置ODBC数据源 14
4.4 用ADO实现访问数据库 17
第5章 ASP技术 19
5.1 ASP简介 19
5.2 ASP组件 20
第6章 数据库工具简介 24
6.1 Visual Buasic简介 24
6.2 Power Builder简介 26
6.3 SQL Server简介 28
6.3.1 SQL Server特点 28
6.3.2 SQL Server结构 29
第7章 数据库在数据仓库中的重要作用 33
7.1 从数据库到数据仓库 33
7.2 数据库与数据仓库的区别 35
第2部分 数据仓库技术 38
第8章 数据仓库的基础知识 38
8.1 数据仓库起源 38
8.2 数据仓库的技术趋势 40
8.3 数据仓库与网络技术 42
8.4 商务系统在因特网的应用 45
8.5 数据仓库及市场预测 46
8.6 建立数据仓库学科的必要性 46
第9章 数据仓库的有关概念 50
9.1 什么叫数据仓库 51
9.2 数据仓库数据组织 54
9.2.1 数据仓库的数据组织结构 54
9.2.2 粒度与分割 55
9.2.3 数据仓库的数据组织形式 55
9.2.4 数据仓库的数据追加 55
9.3 与数据仓库有关的名词解释 56
9.3.1 基本概念 56
9.3.2 关键技术 58
9.4 数据仓库系统的3个工具层 61
9.5 数据仓库平台的评测指标 62
第10章 数据仓库与数据集市 64
10.1 为什么需要数据集市 64
10.2 数据集市的概念 65
10.3 数据仓库与数据集市的区别 66
10.4 操作系统与数据仓库系统 69
10.4.1 操作系统 69
10.4.2 数据仓库系统 69
10.4.3 操作系统与数据仓库系统间的差别 70
10.4.4 操作系统与数据仓库系统的关系 70
第11章 数据仓库的组成 72
11.1 数据仓库的基本体系 72
11.1.1 数据源 73
11.1.2 创建数据准备区 74
11.1.3 数据抽取 75
11.1.4 数据刷新 77
11.1.5 元数据 78
11.1.6 数据转换和集成 78
11.2 数据仓库数据库 81
11.3 数据仓库数据的访问 81
11.4 查询工具和显示服务 83
11.5 应用程序编程接口 84
11.6 最终用户分析 84
11.7 数据仓库的用户 84
第12章 建立数据仓库的原则 85
12.1 系统的响应性是考评数据仓库优劣的主要因素 86
12.2 数据仓库系统要有较好的开放性 88
12.2.1 共享数据原则 88
12.2.2 实现统一的数据源原则 88
12.2.3 信息打包 89
12.3 系统要有很好的安全性 90
12.3.1 数据仓库的技术体系结构 90
12.3.2 数据获取模块的安全检查 91
第13章 构建基于数据仓库的DSS 96
13.1 管理和决策制定 96
13.2 现代企业决策的挑战 97
13.3 决策支持系统的概念 98
13.3.1 决策支持系统的组件 99
13.3.2 决策支持系统的应用特点 100
13.4 决策支持系统的主要应用 100
13.5 企业管理信息决策分析系统的设计 105
13.5.1 传统决策系统的缺点 105
13.5.2 DSS因数据仓库而实现了突破 106
13.5.3 基于数据仓库的DSS决策可心解决的问题 106
13.5.4 建立信息分析决策系统可增加企业的竞争优势 107
第14章 OLAP技术 108
14.1 OLAP概念 108
14.2 OLAP的功能与实现结构 109
14.2.1 OLAP的功能 109
14.2.2 存储结构 110
14.3 OLAP技术的优点 110
14.4 OLAP的多维数据概念 111
14.4.1 维 112
14.4.2 多维性 113
14.4.3 多维分析的基本分析动作 114
14.4.4 活动数据的存储及处理 114
14.4.5 多维数据库 115
14.5 OLAP的数据模型及实现 116
14.5.1 数据模型的分类 116
14.5.2 表的分类 117
14.5.3 模型实现 118
14.5.4 物化视图 118
14.6 数据仓库和OLAP的决策支持技术 119
第15章 数据挖掘(DM)技术 120
15.1 数据挖掘技术概述 120
15.2 数据挖掘研究现状 121
15.3 数据挖掘的范围 122
15.4 数据挖掘的挖掘任务和挖掘方法 123
15.5 数据挖掘的概念 126
15.6 数据挖掘和知识发现的几种常用方法 127
15.6.1 基于数据仓库的数据挖掘 128
15.6.2 知识发现的常用方法 128
15.6.3 数据挖掘的分析方法 129
15.7 数据挖掘的数据分析过程 130
15.8 数据挖掘工具的评价标准 130
15.9 数据挖掘的优点和缺点 131
第16章 如何建立数据仓库系统 133
16.1 企业数据仓库建设的需求 133
16.2 数据仓库建立的步骤 138
16.2.1 数据仓库设计 138
16.2.2 事实表和维度表的设计 139
16.3 企业数据仓库系统的总体结构 145
16.4 BI(商业智能) 147
第17章 各公司的解决方案及主要技术介绍 149
17.1 IBM 149
17.2 Oracle 149
17.3 Sybase 150
17.4 Informix 150
17.5 CA 151
17.6 NCR Teradata 151
17.7 Microsoft 151
17.8 SAS 154
17.9 Platinum Technology 154
第3部分 系统应用举例 158
第18章 产品数据管理 158
18.1 产品数据管理(PDM)的发展 158
18.2 采用数据仓库技术的产品数据管理支持决策 159
18.2.1 决策生产何种类型的产品 159
18.2.2 系统设计方案选择的决策 160
18.2.3 企业全局决策 160
第19章 电力系统数据仓库系统设计 163
19.1 项目背景 163
19.2 系统功能概述 164
19.2.1 目标分析 164
19.2.2 系统配置 165
19.3 数据仓库的方案设计 165
19.4 系统模块分析与设计 167
19.4.1 模块划分 167
19.4.2 系统网络图设计 168
19.5 系统设计与实现 170
19.5.1 系统功能实现 170
19.5.2 系统数据库设计 177
19.5.3 构建数据仓库 183
19.6 系统特点 196
19.7 系统运行报告 197
19.8 总结 198
第20章 电力系统关键技术简介 199
20.1 面向对象编程技术 199
20.1.1 面向对象的程序设计简介 199
20.1.2 如何面向对象编程 200
20.2 OLE技术 201
20.2.1 建立和设置OLE控件 202
20.2.2 激活修改Windows画板中的OLE对象 202
20.2.3 嵌入和链接OLE控件 202
20.2.4 OLE控件的激活方式 203
20.2.5 设置和插入OLE对象 203
20.2.6 OLE存储 203
20.3 预测技术 203
20.3.1 预测方法 204
20.3.2 一元线性回归模型 204
参考文献 208