数据仓库与OLAP实践教程

目录
第1章 数据仓库与OLAP概述
1.1 数据仓库
1.1.1 数据仓库的概念和特点
1.1.2 数据仓库与传统数据库的比较
1.1.3 数据仓库带来的好处
1.2 多维数据分析——OLAP
1.2.1 OLAP的概念和特点
1.2.2 OLAP与OLTP的区别
1.2.3 OLAP带来的好处
1.3 数据仓库与OLAP
1.4 小结
第2章 数据仓库的构建理论
2.1 数据仓库的体系结构
2.2 数据仓库的构建步骤
2.2.1 概念模型设计
2.2.2 技术准备工作
2.2.3 逻辑模型设计
2.2.4 物理模型设计
2.2.5 数据仓库的生成
2.2.6 数据仓库的使用和维护
2.3 实施数据仓库的注意事项
2.4 小结
第3章 多维数据分析基础与方法
3.1 多维数据分析基础
3.2 多维数据分析方法
3.3 维度表与事实表的连接
3.4 多维数据的存储方式
3.4.1 三种存储方式
3.4.2 三种存储方式的比较
3.5 小结
第4章 OLAP工具及安装
4.1 常用的服务器端分析工具
4.1.1 Microsoft SQL Server Analysis Services
4.1.2 IBM DB2 OLAP Server
4.2 常用的客户端分析工具
4.2.1 Excel和Access
4.2.2 Crystal Analysis
4.3 各种工具的准备和安装
4.3.1 各工具需要的软硬件环境
4.3.2 工具的安装
4.4 小结
第5章 OLAP的一个应用示例
5.1 案例背景
5.2 分析需求
5.3 数据准备
5.4 构建数据仓库和多维数据集
5.4.1 建立数据仓库
5.4.2 连接数据源
5.4.3 建立多维数据集
5.5 浏览分析数据
5.5.1 使用多维数据集浏览器查看数据
5.5.2 运用多维分析方法分析数据
5.6 小结
第6章 构建一个示例数据仓库
6.1 数据仓库的分类
6.2 数据仓库的开发模式
6.2.1 自顶向下的模式
6.2.2 自底向上的模式
6.2.3 联合模式
6.3 两个重要的设计因素
6.3.1 数据仓库的粒度
6.3.2 数据的分割
6.4 pubs数据仓库设计
6.4.1 根据需求分析筛选数据
6.4.2 识别事实数据与维度数据
6.4.3 设计事实数据表
6.4.4 设计维度数据表
6.4.5 设计销售数据集市的架构
6.4.6 设计中需要注意的问题
6.5 小结
第7章 数据准备
7.1 数据验证
7.2 数据清理
7.2.1 冗余数据的处理
7.2.2 空值的处理
7.2.3 不规范数据的处理
7.3 数据转换
7.3.1 数据类型的转换
7.3.2 对象名的转换
7.3.3 数据编码的转换
7.3.4 表结构的转换
7.4 小结
第8章 数据转换服务——DTS
8.1 DTS概述
8.1.1 DTS的作用
8.1.2 DTS包
8.2 创建和管理DTS包
8.2.1 DTS包的创建方式
8.2.2 保存DTS包
8.2.3 删除DTS包
8.3 DTS在数据仓库实现中的应用
8.3.1 创建数据准备区
8.3.2 抽取和转换数据
8.3.3 建立目的数据库中的表间关系
8.3.4 创建数据仓库数据库
8.4 DTS的高级话题
8.4.1 Analysis Services处理任务
8.4.2 DTS的性能
8.5 小结
第9章 维度的构建和管理
9.1 建立合适的维度
9.1.1 常规维度
9.1.2 父子维度
9.1.3 虚拟维度
9.2 维度的添加
9.2.1 通过Analysis Manager添加维度
9.2.2 通过多维数据集编辑器添加维度
9.3 维度的层次结构
9.3.1 创建具有多重层次结构的维度
9.3.2 在现有维度中添加层次结构
9.4 维度的更改
9.4.1 增量更新
9.4.2 重建维度结构
9.5 维度的删除
9.5.1 通过Analysis Manager删除维度
9.5.2 通过多维数据集编辑器删除维度
9.6 小结
第10章 多维数据分析的高级话题
10.1 计算成员
10.1.1 创建计算成员的必要性
10.1.2 创建计算成员的方法
10.2 计算单元
10.2.1 计算单元的构造元素
10.2.2 创建计算单元的必要性
10.2.3 创建计算单元的方法
10.3 对策
10.4 数据钻取
10.4.1 启用多维数据集的钻取功能
10.4.2 通过钻取查看底层数据
10.5 虚拟多维数据集
10.6 多维数据集的分区管理
10.6.1 建立多维数据集分区
10.6.2 编辑分区与设置筛选条件
10.6.3 多维数据集的合并
10.7 维度编辑器中的属性管理
10.8 多维数据集编辑器中的属性管理
10.9 小结
第11章 OLAP的前端分析策略
11.1 使用多维数据集浏览器分析数据
11.2 Excel的数据透视表和数据透视图
11.3 使用Crystal Analysis分析数据
11.4 小结
第12章 多维表达式——MDX
12.1 MDX基础
12.1.1 MDX中的重要概念
12.1.2 MDX的基本语法
12.1.3 MDX与SQL的区别
12.2 OLAP架构的MDX表示
12.3 MDX的高级话题
12.3.1 构造MDX集合
12.3.2 MDX计算成员的定义
12.3.3 MDX的命名集
12.3.4 MDX示例应用程序
12.4 成员属性和单元属性的使用
12.4.1 成员属性
12.4.2 单元属性
12.4.3 格式化串
12.5 小结
第13章 多维数据集的管理和优化
13.1 多维数据集的安全管理
13.1.1 数据库的安全性
13.1.2 多维数据集的安全性
13.1.3 维的安全性
13.2 存档和还原数据库
13.2.1 数据库的存档
13.2.2 数据库的还原
13.3 性能优化
13.3.1 使用分析
13.3.2 基于使用的优化
13.4 整体工作环境的设置
13.4.1 常规性设置
13.4.2 环境设置
13.4.3 处理设置
13.4.4 日志记录设置
13.5 小结
第14章 数据仓库的维护和解决方案
14.1 更新数据仓库
14.1.1 调度数据更新
14.1.2 更新数据集市
14.2 维护OLAP数据
14.2.1 数据仓库中的修改
14.2.2 同步OLAP和数据仓库数据
14.2.3 刷新客户端应用程序
14.3 优化数据仓库性能
14.4 数据仓库解决方案
14.5 小结
第15章 数据仓库和商业智能
15.1 商业智能概述
15.1.1 BI的研究内容
15.1.2 BI的发展趋势
15.1.3 影响BI性能的因素
15.2 商业智能的三个层次
15.2.1 数据报表
15.2.2 数据分析
15.2.3 数据挖掘
15.3 数据挖掘概述
15.3.1 数据挖掘的定义
15.3.2 数据挖掘内容和本质
15.3.3 数据挖掘的常用技术
15.3.4 数据挖掘工具
15.4 数据挖掘流程
15.4.1 数据挖掘过程简介
15.4.2 实施数据挖掘时需要考虑的问题
15.5 数据挖掘的前景
15.6 小结
附录A 常用MDX函数列表
附录B 维度编辑器和多维数据集编辑器中的属性管理
B.1 维度编辑器的属性管理
B.2 多维数据集编辑器的属性管理