第1章 數據倉庫簡介
1.1 決策支持係統
1.2 數據倉庫
1.3 數據倉庫的體係結構
1.3.1 單層體係結構
1.3.2 兩層體係結構
1.3.3 三層體係結構
1.3.4 另一種體係結構類彆
1.4 數據準備和ETL
1.4.1 提取
1.4.2 清洗
1.4.3 轉換
1.4.4 加載
1.5 多維模型
1.5.1 限製
1.5.2 聚閤
1.6 元數據
1.7 訪問數據倉庫
1.7.1 報錶
1.7.2 0LAP
1.7.3 儀錶闆
1.8 ROLAP、MOLAP和HOLAP
1.9 其他問題
1.9.1 質量
1.9.2 安全
1.9.3 進化
第2章 數據倉庫係統的生命周期
2.1 風險因素
2.2 自上而下與自下而上
2.2.1 商業維度生命周期
2.2.2 快遞數據倉庫方法
2.3 數據集市設計階段
2.3.1 數據源的分析和協調
2.3.2 需求分析
2.3.3 概念設計
2.3.4 工作負荷細化和概念模式的驗證
2.3.5 邏輯設計
2.3.6 物理設計
2.3.7 數據準備設計
2.4 係統方法架構
2.4.1 場景1：數據驅動的方法
2.4.2 場景2：需求驅動的方法
2.4.3 場景3：混閤方法
2.5 測試數據集市
第3章 數據源的分析與協調
3.1 檢查和規範化模式
3.2 集成問題
3.2.1 不同視角
3.2.2 等效建模構造
3.2.3 不兼容的規範
3.2.4 共有概念
3.2.5 相互關聯的概念
3.3 集成階段
3.3.1 預集成
3.3.2 比較模式
3.3.3 對齊模式
3.3.4 閤並和重構模式
3.4 定義映射
第4章 用戶需求分析
4.1 采訪
4.2 基於詞匯錶的需求分析
4.2.1 事實
4.2.2 預備性工作負荷
4.3 麵嚮目標的需求分析
4.3.1 Tropos簡介
4.3.2 組織建模
4.3.3 決策建模
4.4 其他要求
第5章 概念建模
5.1 維度事實模型：基本概念
5.2 高級建模
5.2.1 描述性屬性
5.2.2 跨維度屬性
5.2.3 聚閤
5.2.4 共享層次結構
5.2.5 多弧綫
5.2.6 可N選弧綫
5.2.7 不完整層次結構
5.2.8 遞歸層次結構
5.2.9 可加性
5.3 事件和聚閤
5.3.1 聚閤可加性度量
5.3.2 聚閤不可加度量
5.3.3 使用聚閤和跨維度屬性聚閤
5.3.4 使用可選弧綫或者多弧綫聚閤
5.3.5 空事實模式聚閤
5.3.6 使用維度間的函數依賴進行聚閤
5.3.7 沿著不完整或者遞歸層次結構聚閤
5.4 時間
5.4.1 事務模式與快照模式
5.4.2 遲更新
5.4.3 動態層次結構
5.5 重疊事實模式
5.6 正式化維度事實模式
5.6.1 元模型
5.6.2 內涵特性
5.6.3 外延特性
第6章 概念設計
6.1 基於實體-關係模式的設計
6.1.1 定義事實
6.1.2 構建屬性樹
6.1.3 修剪和移植屬性樹
6.1.4 一對一關係
6.1.5 定義維度
6.1.6 時間維度
6.1.7 定義度量
6.1.8 生成事實模式
6.2 基於關係模式的設計
6.2.1 定義事實
6.2.2 構建屬性樹
6.2.3 其他階段
6.3 基於XML模式的設計
6.3.1 建立XML關聯模型
6.3.2 預備階段
6.3.3 選擇事實並構建屬性樹
6.4 混閤方法設計
6.4.1 映射需求
6.4.2 構建事實模式
6.4.3 細化
6.5 需求驅動的方法設計
第7章 工作負荷和數據捲
7.1 工作負荷
7.1.1 維度錶達式和對事實模式的查詢
7.1.2 橫嚮鑽取查詢
7.1.3 復閤查詢
7.1.4 嵌套GPSJ查詢
7.1.5 驗證概念模式中的工作負荷
7.1.6 工作負荷和用戶
7.2 數據捲
第8章 邏輯建模
8.1 MOLAP和HOLAP係統
8.2 ROLAP係統
8.2.1 星型模式
8.2.2 雪花模式
8.3 視圖
8.4 時間場景
8.4.1 動態層次結構：類型1
8.4.2 動態層次結構：類型2
8.4.3 動態層次結構：類型3
8.4.4 動態層次結構：完整數據記錄
8.4.5 刪除元組
第9章 邏輯設計
9.1 事實模式到星型模式
9.1.1 描述性屬性
9.1.2 跨維度屬性
9.1.3 共享層次結構
9.1.4 多弧綫
9.1.5 可選選弧綫
9.1.6 不完整層次結構
9.1.7 遞歸層次結構
9.1.8 退化維度
9.1.9 可加性問題
9.1.10 使用雪花模式
9.2 視圖實體化
9.2.1 使用視圖來迴答查詢
9.2.2 問題公式化
9.2.3 實體化算法
9.3 視圖碎片化
9.3.1 垂直視圖碎片化
9.3.2 水平視圖碎片化
第10章 數據準備設計
10.1 填充協調數據庫
10.1.1 提取數據
10.1.2 轉換數據
10.1.3 加載數據
10.2 清洗數據
10.2.1 基於字典的技術
10.2.2 近似閤並
10.2.3 即席技術
10.3 填充維度錶
10.3.1 確定要加載的數據
10.3.2 替換鍵
10.4 填充事實錶
10.5 填充實體化視圖
第11章 數據倉庫的索引
11.1 B+樹索引
11.2 位圖索引
11.2.1 位圖索引與B+樹
11.2.2 高級位圖索引
11.3 投影索引
11.4 聯接和星型索引
11.5 空間索引
11.6 聯接算法
11.6.1 嵌套循環
11.6.2 排序一閤並
11.6.3 哈希聯接
第12章 物理設計
12.1 優化器
12.1.1 基於規則的優化器
12.1.2 基於開銷的優化器
12.1.3 直方圖
12.2 選擇索引
12.2.1 索引維度錶
12.2.2 索引事實錶
12.3 其他物理設計元素
12.3.1 將數據庫劃分為錶空間
12.3.2 分配數據文件
12.3.3 磁盤塊大小
第13章 數據倉庫項目文檔
13.1 數據倉庫層
13.1.1 數據倉庫模式
13.1.2 部署模式
13.2 數據集市層
13.2.1 總綫矩陣和重疊矩陣
13.2.2 操作模式
13.2.3 數據準備模式
13.2.4 域術語錶
13.2.5 工作負荷和用戶
13.2.6 邏輯模式和物理模式
13.2.7 測試文檔
13.3 事實層
13.3.1 事實模式
13.3.2 屬性和度量術語錶
13.4 係統方法指導原則
第14章 案例研究
14.1 應用領域
14.2 計劃TranSport數據倉庫
14.3 銷售數據集市
14.3.1 數據源分析和協調
14.3.2 用戶需求分析
14.3.3 概念設計
14.3.4 邏輯設計
14.3.5 數據準備設計
14.3.6 物理設計
14.4 營銷數據集市
第15章 超越數據倉庫範疇的商業智能
15.1 商業智能簡介
15.2 數據挖掘
15.2.1 關聯規則
15.2.2 群集化
15.2.3 分類器和決策樹
15.2.4 時間序列
15.3 假設分析
15.3.1 歸納技術
15.3.2 演繹技術
15.3.3 係統方法注意事項
15.4 商業績效管理
術語錶
參考文獻
· · · · · · (收起)