《精通数据仓库设计》中英文对照

第一部分 基本概念
我们发现，理解为什么采纳某个具体的方法，能帮助我们理解这个方法的价值并应用这个方法。因此，这一节的开始，我们先介绍企业信息工厂（Corporate Information Factory CIF），这种已经被证明的、稳定的体系结构。在这种体系结构下，商业智能（BI），包含两种形式的数据存贮，每一种都有一个BI环境下具体的角色。第一类数据存贮是数据仓库，数据仓库主要的角色是担当数据知识库，存贮来自不同数据源的数据，使它能被另一类数据存贮访问。另一类数据存贮就是数据集市。总的来说，设计数据仓库最有效的方法是基于实体-关系数据模型和范式技术（由Code 和  Date 最初在1970，90，90年代为关系数据库创建）。


PA数据集市的主要角色是提供企业用户一个容易的访问优良的、集成的信息的方法。在第1章描述有几种类型的数据集市，最常用的数据集市是创建联机分析处理（OLAP），OLAP最有效的设计方法是维度数据模型。


在第2章，我们继续这个基本的主题，解释最重要的关系建模技术，介绍所需要的不同类型的模型，提供建立关系模型的过程，同时，我们解释为企业构建一个坚固的基础时，商业数据型、系统数据、技术数据等模型等各类数据模型之间的关系，并解释他们之间是如何互相共享或继承特性。


第1章 介绍
欢迎阅读本书，这是第一本彻底描述构建一个多用途的、稳定的、可持续的，支持商业智能的数据仓库建模技术的书。这一章介绍BI及数据仓库的目标，解释他们如何组合成一个整体的企业信息工厂体系结构，讨论数据仓库建设的迭代性，论证数据仓库数据模型的重要性，以及采用这种数据模型形式的理由。我们讨论这种模型形式为什么应该基于关系设计技术，阐明是为了满足最小冗余，最大稳定性和可维护性的需要。这一章的另一节列出了可维护的数据仓库环境的特点。最后讨论这种建模方法对最终交付数据集市的影响。这一章，让读者理解后续章节的基本原理，后续章节会描述创建数据仓库模型的细节。