数据仓库与OLAP实践教程【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

数据仓库与OLAP实践教程PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 数据仓库与OLAP概述1

1.1　数据仓库1

1.1.1　数据仓库的概念和特点2

1.1.2　数据仓库与传统数据库的比较3

1.1.3　数据仓库带来的好处4

1.2　多维数据分析——OLAP5

1.2.1　OLAP的概念和特点5

1.2.2 OLAP与OLTP的区别6

1.2.3　OLAP带来的好处6

1.3 数据仓库与OLAP7

1.4　小结8

第2章　数据仓库的构建理论9

2.1　数据仓库的体系结构9

2.2　数据仓库的构建步骤10

2.2.1　概念模型设计11

2.2.2　技术准备工作12

2.2.3　逻辑模型设计13

2.2.4　物理模型设计14

2.2.5　数据仓库的生成14

2.2.6　数据仓库的使用和维护15

2.3　实施数据仓库的注意事项16

2.4　小结17

第3章 多维数据分析基础与方法18

3.1　多维数据分析基础18

3.2　多维数据分析方法20

3.3　维度表与事实表的连接23

3.4　多维数据的存储方式25

3.4.1　三种存储方式25

3.4.2　三种存储方式的比较26

3.5　小结26

第4章　OLAP工具及安装27

4.1　常用的服务器端分析工具27

4.1.1 Microsoft SQL Server Analysis Services27

4.1.2 IBM DB2 OLAP Server31

4.2　常用的客户端分析工具33

4.2.1 Excel和Access33

4.2.2　Crystal Analysis34

4.3　各种工具的准备和安装36

4.3.1　各工具需要的软硬件环境36

4.3.2　工具的安装38

4.4　小结44

第5章　OLAP的一个应用示例45

5.1　案例背景45

5.2 分析需求46

5.3　数据准备47

5.4　构建数据仓库和多维数据集50

5.4.1　建立数据仓库51

5.4.2　连接数据源51

5.4.3　建立多维数据集53

5.5　浏览分析数据63

5.5.1　使用多维数据集浏览器查看数据63

5.5.2　运用多维分析方法分析数据65

5.6　小结69

第6章　构建一个示例数据仓库70

6.1　数据仓库的分类70

6.2　数据仓库的开发模式71

6.2.1 自顶向下的模式71

6.2.2 自底向上的模式72

6.2.3　联合模式73

6.3　两个重要的设计因素74

6.3.1　数据仓库的粒度74

6.3.2　数据的分割75

6.4　pubs数据仓库设计75

6.4.1　根据需求分析筛选数据75

6.4.2　识别事实数据与维度数据79

6.4.3　设计事实数据表80

6.4.4　设计维度数据表81

6.4.5　设计销售数据集市的架构82

6.4.6　设计中需要注意的问题83

6.5　小结84

第7章　数据准备85

7.1　数据验证85

7.2　数据清理87

7.2.1　冗余数据的处理87

7.2.2　空值的处理91

7.2.3　不规范数据的处理91

7.3　数据转换94

7.3.1　数据类型的转换95

7.3.2　对象名的转换99

7.3.3　数据编码的转换99

7.3.4　表结构的转换100

7.4　小结102

第8章　数据转换服务——DTS103

8.1　DTS概述103

8.1.1　DTS的作用103

8.1.2　DTS包106

8.2 创建和管理DTS包110

8.2.1　DTS包的创建方式110

8.2.2　保存DTS包119

8.2.3　删除DTS包122

8.3　DTS在数据仓库实现中的应用123

8.3.1　创建数据准备区123

8.3.2　抽取和转换数据124

8.3.3　建立目的数据库中的表间关系133

8.3.4　创建数据仓库数据库133

8.4　DTS的高级话题134

8.4.1 Analysis Services处理任务134

8.4.2　DTS的性能137

8.5　小结138

第9章　维度的构建和管理139

9.1　建立合适的维度139

9.1.1　常规维度140

9.1.2　父子维度148

9.1.3 虚拟维度154

9.2　维度的添加161

9.2.1 通过Analysis Manager添加维度161

9.2.2　通过多维数据集编辑器添加维度163

9.3　维度的层次结构165

9.3.1　创建具有多重层次结构的维度166

9.3.2　在现有维度中添加层次结构170

9.4　维度的更改171

9.4.1　增量更新171

9.4.2　重建维度结构175

9.5　维度的删除176

9.5.1 通过Analysis Manager删除维度176

9.5.2　通过多维数据集编辑器删除维度176

9.6　小结177

第10章 多维数据分析的高级话题178

10.1　计算成员178

10.1.1　创建计算成员的必要性179

10.1.2　创建计算成员的方法180

10.2　计算单元185

10.2.1　计算单元的构造元素185

10.2.2　创建计算单元的必要性186

10.2.3　创建计算单元的方法189

10.3 对策195

10.4　数据钻取198

10.4.1　启用多维数据集的钻取功能199

10.4.2　通过钻取查看底层数据200

10.5　虚拟多维数据集202

10.6　多维数据集的分区管理206

10.6.1　建立多维数据集分区208

10.6.2　编辑分区与设置筛选条件213

10.6.3　多维数据集的合并215

10.7　维度编辑器中的属性管理218

10.8　多维数据集编辑器中的属性管理218

10.9　小结218

第11章　OLAP的前端分析策略220

11.1　使用多维数据集浏览器分析数据220

11.2　Excel的数据透视表和数据透视图222

11.3　使用Crystal Analysis分析数据231

11.4　小结237

第12章　多维表达式——MDX238

12.1　MDX基础238

12.1.1　MDX中的重要概念238

12.1.2 MDX的基本语法240

12.1.3 MDX与SQL的区别241

12.2 OLAP架构的MDX表示242

12.3　MDX的高级话题243

12.3.1 构造MDX集合243

12.3.2　MDX计算成员的定义247

12.3.3 MDX的命名集248

12.3.4　MDX示例应用程序249

12.4　成员属性和单元属性的使用252

12.4.1　成员属性252

12.4.2　单元属性254

12.4.3　格式化串255

12.5　小结259

第13章 多维数据集的管理和优化260

13.1　多维数据集的安全管理260

13.1.1　数据库的安全性261

13.1.2　多维数据集的安全性264

13.1.3　维的安全性269

13.2　存档和还原数据库273

13.2.1　数据库的存档273

13.2.2　数据库的还原275

13.3　性能优化276

13.3.1　使用分析277

13.3.2　基于使用的优化281

13.4　整体工作环境的设置284

13.4.1　常规性设置284

13.4.2　环境设置286

13.4.3　处理设置287

13.4.4　日志记录设置288

13.5　小结289

第14章　数据仓库的维护和解决方案290

14.1　更新数据仓库290

14.1.1　调度数据更新290

14.1.2　更新数据集市291

14.2 维护OLAP数据292

14.2.1　数据仓库中的修改292

14.2.2 同步OLAP和数据仓库数据293

14.2.3　刷新客户端应用程序294

14.3　优化数据仓库性能294

14.4　数据仓库解决方案295

14.5　小结301

第15章　数据仓库和商业智能302

15.1　商业智能概述302

15.1.1　BI的研究内容304

15.1.2　BI的发展趋势305

15.1.3　影响BI性能的因素306

15.2　商业智能的三个层次306

15.2.1　数据报表306

15.2.2　数据分析307

15.2.3　数据挖掘307

15.3　数据挖掘概述308

15.3.1　数据挖掘的定义308

15.3.2　数据挖掘内容和本质309

15.3.3　数据挖掘的常用技术311

15.3.4　数据挖掘工具311

15.4　数据挖掘流程312

15.4.1　数据挖掘过程简介312

15.4.2　实施数据挖掘时需要考虑的问题313

15.5　数据挖掘的前景313

15.6　小结315

附录A　常用MDX函数列表317

附录B　维度编辑器和多维数据集编辑器中的属性管理337

B.1　维度编辑器的属性管理337

B.2　多维数据集编辑器的属性管理339