图书介绍

实时数据仓库技术【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

师金钢，郑艳著著
出版社：沈阳：东北大学出版社
ISBN：9787551718844
出版时间：2018
标注页数：128页
文件大小：21MB
文件页数：135页
主题词：实时数据库－数据库系统

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：143f97b6646589fe01e97db0df94d5a2

下载说明

实时数据仓库技术PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

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

图书目录

第1章实时数据仓库技术概述1

1.1 数据仓库技术1

1.1.1 数据仓库的定义3

1.1.2 数据仓库的特点3

1.1.3 数据仓库的体系结构4

1.1.4 数据仓库的模型6

1.2 实时数据仓库技术8

1.2.1 实时数据仓库的定义8

1.2.2 实时数据仓库的新挑战10

1.2.3 实时数据仓库的体系结构10

1.2.4 实时数据仓库与传统数据仓库的比较12

1.3 MapReduce技术13

1.3.1 MapReduce编程模式14

1.3.2 MapReduce框架的实现14

1.3.3 Hadoop17

第2章实时数据仓库体系结构23

2.1 实时数据仓库体系结构的设计23

2.2 ODS分区27

2.3 双镜像交替分区28

2.4 数据仓库副本分区30

2.5 多级缓存分区机制32

2.5.1 缓存的数据新鲜度33

2.5.2 缓存的更新算法34

2.5.3 多级缓存分区机制的查询35

2.5.4 查询冲突问题的解决36

2.6 几种实时数据存储区的比较37

第3章变化数据捕获39

3.1 变化数据捕获方法39

3.1.1 基于数据源表的时间戳标注39

3.1.2 基于日志的被动数据变化的捕获40

3.1.3 基于触发器的主动数据变化的捕获41

3.2 基于LogMiner的变化数据捕获41

3.2.1 Oracle日志简述42

3.2.2 Oracle日志的两种模式42

3.2.3 LogMiner进行日志挖掘的基本流程43

3.3 基于CDC的变化数据捕获44

3.3.1 CDC工具捕获变化数据概述44

3.3.2 CDC相关的数据库对象48

3.3.3 对变化数据处理49

3.3.4 CDC捕获模块流程设计50

第4章更新查询调度技术52

4.1 更新查询调度技术概述52

4.2 基于优先级的更新与查询平衡调度53

4.2.1 系统模型54

4.2.2 在线日志捕获数据56

4.2.3 系统性能参数58

4.2.4 PBBS调度算法58

4.2.5 并行一致性控制策略61

4.2.6 小结61

4.3 支持QoS的更新和查询任务调度62

4.3.1 概述62

4.3.2 系统模型63

4.3.3 查询任务的时间估算68

4.3.4 调度算法69

4.3.5 小结73

第5章实时数据仓库并行查询74

5.1 概述74

5.2 MapReduce的基本流程75

5.3 基于MapReduce的并行关系运算76

5.3.1 选择和投影运算77

5.3.2 连接运算78

5.3.3 除运算80

5.3.4 聚集运算82

5.4 基于分块结构的分布式数据库ChunkDB84

5.4.1 ChunkDB的整体架构84

5.4.2 ChunkDB分布式数据库84

5.5 基于ChunkDB数据库的MapReduce计算90

5.5.1 基于ChunkDB的MapReduce计算实现流程90

5.5.2 DBInputFormat数据接口扩展91

5.6 ChunkDB性能评估92

5.6.1 评估环境93

5.6.2 查询性能评价93

5.6.3 集群规模的影响95

第6章实时数据立方技术97

6.1 概述97

6.2 基础知识98

6.2.1 数据立方Cube98

6.2.2 Dwarf数据立方99

6.2.3 MapReduce101

6.3 基于MapReduce的数据立方构建101

6.4 Dwarf立方的分割103

6.4.1 Dwarf立方的基础划分103

6.4.2 Dwarf立方的多维划分104

6.5 并行Dwarf数据立方104

6.5.1 并行Dwarf的建立105

6.5.2 并行Dwarf的查询107

6.5.3 并行Dwarf的更新108

6.5.4 并行Dwarf的优化109

6.6 并行Dwarf性能分析111

6.6.1 评估环境111

6.6.2 Dwarf的建立和存储性能112

6.6.3 Dwarf立方的查询性能113

6.6.4 Dwarf立方的更新性能114

6.6.5 集群节点数量的影响115

第7章 MR-RTDWH系统117

7.1 MR-RTDWH概述117

7.2 MR-RTDWH系统设计118

7.2.1 系统设计目标118

7.2.2 系统体系结构119

7.2.3 传统ETL模块121

7.2.4 实时ETL模块122

7.2.5 实时数据仓库存储123

7.2.6 更新查询调度模块124

7.2.7 MapReduce并行计算模块125

7.2.8 MR-RTDWH系统实现126

7.3 小结127

参考文献128