目 录 1
第1章数据仓库体系结构 1
1.1初识数据仓库 1
1.2数据仓库解决的问题 1
1.3一个成功的例子 2
1.4数据仓库中心——操作型数据还是分析型数据 4
1.5数据仓库体系结构 5
1.5.1数据仓库软件工具集 5
1.5.3维数据结构 6
1.5.2体系结构的稳定性 6
1.6数据仓库体系结构的计算模式 7
1.7以数据为中心 7
1.8数据仓库工作流 8
1.9数据仓库体系结构的基本特点 9
1.10一个现实的问题 10
1.11 小结 10
阅读资料 11
A何时需要数据仓库 11
B数据仓库会带来什么 12
零售行业数据仓库决策支持系统 13
案例分析 13
第2章数据仓库的基本特征 15
2.1业务系统和决策支持系统 15
2.2数据仓库的数据源 16
2.3数据仓库的维 18
2.4数据仓库的事实数据 20
2.5数据仓库的多维数据模型 21
2.6数据立方体 22
2.7数据立方体中的数据聚合 23
2.8数据仓库的职业角色 23
2.9小结 24
阅读资料 25
什么是数据集市 25
案例分析 28
数据仓库技术在移动通信领域的应用 28
第3章联机分析处理系统 32
3.1 OLAP的实质 32
3.1.1 OLAP系统与OLTP系统的区别 32
3.1.2 OLAP系统的组成 33
3.2使用维和度量进行数据分析 33
3.3 多维视图 34
3.4.1维表的分类 35
3.4维表 35
3.4.2结构维的特点 37
3.4.3星型模型 38
3.4.4雪花模型 38
3.4.5雪花模型与星型模型的对比 39
3.5事实表 39
3.6多维数据集 40
3.7 ROLAP、MOLAP和HOLAP 40
3.7.2索引 41
3.7.1 ROLAP 41
3.7.3MOLAP 43
3.7.4 MOLAP与ROLAP的比较 44
3.7.5 HOLAP 45
3.8小结 45
阅读资料 46
基于供应链数据仓库的OLAP数据挖掘（上） 46
案例分析 48
数据仓库与CRM 48
4.1多维数据集 51
4.1.1 多维数据集的基本结构 51
第4章多维数据集的分析与建立 51
4.1.2虚拟多维数据结构 53
4.1.3 多维数据结构的分区存储 54
4.2 OLAP服务管理的基本术语 55
4.2.1 聚合 55
4.2.2分区 56
4.2.3钻取 57
4.2.4角色 57
4.2.5虚拟立方体 58
4.2.6 OLAP服务控制台 58
4.3.1 OLAP存储方式回顾 59
4.3多维数据集结构的更新 59
4.3.2多维数据集结构的更新方式 60
4.3.3增量更新 61
4.3.4刷新更新 62
4.3.5 完整处理 63
4.3.6刷新共享维 63
4.3.7检查刷新后的结果 64
4.4多维扩展语言 64
4.4.1MDX语言的五要素 65
4.4.2 MDX应用示例 67
4.5 小结 69
基于供应链数据仓库的OLAP数据挖掘（下） 70
阅读资料 70
案例分析 72
数据仓库——在“啤酒与尿布”中挖掘（上） 72
第5章OLAP数据挖掘技术 74
5.1 OLAP数据挖掘技术简介 74
5.2 OLAP多维数据集 74
5.3数据挖掘的主要功能 76
5.4期望的OLAP挖掘功能 77
5.5.1 基于OLAP的数据特征和比较 78
5.5 OLAP数据挖掘的有效实施 78
5.5.2基于OLAP的关联 79
5.5.3基于OLAP的分类 80
5.5.4基于OLAP的预测 81
5.5.5基于OLAP的聚类分析 82
5.5.6回滚和比较挖掘分析 82
5.6小结 83
阅读资料 84
数据挖掘的研究现状 84
数据仓库——在“啤酒与尿布”中挖掘（下） 87
案例分析 87
第6章Analysis Services多维数据引擎 90
6.1启动Analysis Services 90
6.2建立数据库和数据源 91
6.2.1建立数据库结构 91
6.2.2建立数据源 91
6.3建立多维数据集 92
6.3.1 向多维数据集添加度量值 92
6.3.2建立时间维度 92
6.3.3建立雪花模型维度 94
6.3.5建立父子维度 95
6.3.4建立星型模型维度 95
6.3.6完成多维数据集 96
6.4编辑多维数据集 96
6.4.1 在多维数据集编辑器内编辑多维数据集 96
6.4.2 向现有多维数据集添加维度 97
6.5设计存储和处理多维数据集 97
6.6定义立方体的存取权限 98
6.6.1创建多维数据集角色 99
6.6.2创建数据库角色 100
6.7.2给角色提供钻取权限 103
6.7.1启用多维数据集的钻取功能 103
6.7定义钻取选项 103
6.8小结 105
阅读资料 106
SAS快速建库的方法论 106
案例分析 108
财政金融行业的数据仓库决策支持系统 108
第7章 i Analyze智能工具简介 110
7.1 i Analyze的产生背景和目标 110
7.2 i Analyze的设计方案和系统需求 110
7.3 i Analyze的体系结构与访问安全性 111
7.4 i Analyze工具的操作 112
7.4.1连接分析服务器 112
7.4.2界面功能 112
7.5 i Analyze智能解决方案 127
7.5.1用户需求和数据源分析 128
7.5.2设计分析模型 129
7.6小结 132
阅读资料 133
决策树的后期修剪技术 133
加拿大用Sybase技术做数据统计 136
案例分析 136
第8章地税数据仓库 138
8.1地税数据仓库的实施背景 138
8.2实施过程 139
8.3开发环境与目标 139
8.4数据仓库的总体结构模型 140
8.5税款开票数据立方体 141
8.5.1 分析目的 141
8.5.2分析模型 141
8.6.2分析模型 147
8.6.1 分析目的 147
8.6费入库数据立方体 147
8.6.3表结构和抽取规则 149
8.7小结 152
阅读资料 153
细说BI——商业智能 153
案例分析 155
综合医疗系统中的数据仓库解决方案 155
附录A数据仓库相关技术常用名词解释 166
附录B常用的MDX函数 169
附录C国外数据仓库解决方案简介 179
参考文献 182