经典中的经典 数据仓库工具箱—维度建模的完全指南-英文版
正在加载中...
资料简介：
数据仓库工具箱——维度建模的完全指南（第二版）
THE DATA WAREHOUSE TOOLKIT： THE COMPLETE GUIDE TO DIMENSIONAL MODELING
经典中的经典，作者：（美）RALPH KIMBALL
本书从维度结构建模的基本知识入手，通过给出零售、库存、采购、定单管理、顾客关系管理、帐目、人力资源管理、财经服务、电信与公用事业、交通、教育、卫生护理、电子商务以及保险等方面的实例研究，全面、深入、透彻与具体地介绍了利用维度模型设计与开发数据仓库的综合技术知识。同时，本书对数据仓库在当前社会与技术背景下的发展前景进行了很有远见的探索。
本书先介绍基本知识，然后逐个讨论具体实例内容，最后进行综合总体分析，在内容的结构方面很有特色。 本书涉及的行业较多，但这些内容从不同角度体现了数据仓库的各个方面，因而对于完整地学习与掌握数据仓库知识显得十分必要。
本书主要是为数据仓库设计人员、技术人员以及管理人员而写的。此外，对于积极参与数据仓库的初期规划工作的业务分析人员来说，本书也有很好的学习价值。
【目录信息】
第1章 维度建模初步 1
1.1 信息应用的不同领域 1
1.2 数据仓库的最终目标 2
1.2.1 出版业方面的比喻实例 4
1.3 数据仓库的组成 6
1.3.1 操作型源系统 7
1.3.2 数据聚集环节 7
1.3.3 数据展示 9
1.3.4 数据存取工具 12
1.3.5 其他要考虑的内容 13
1.4 维度建模词汇表 15
1.4.1 事实表 15
1.4.2 维度表 18
1.4.3 事实与维度的融合 20
1.5 关于维度建模的神话 22
1.5.1 应该避免的常见疏误 24
1.6 总结 25
第2章 零售营销 26
【译者序】
数据仓库是近年来适应利用数据支持决策分析的强烈需求而发展起来的数据库应用技术。诚然，数据仓库以数据库为基础，但它在需求、客户、体系结构与运行机制等方面与数据库存在重大的不同。Ralph Kimball说：“我们花了二十年的时间往数据库中加入数据，现在该是拿出来使用的时候了。”
不过，正如许多人错误地认为“数据仓库只是数据库在企业某个地方的拷贝”一样，有人认为，以传统数据库单一数据资源为中心并主要按记录形式进行的插入、更新与查询等数据库日常事务操作是必不可少的，而数据仓库分析型应用则是可选的。这种看法似乎有道理，但是随着时代与技术的高速发展，谁愿意仅仅停留在数.. << 查看译者序
【前言】
数据仓库行业自1996年Ralph Kimball发表《数据仓库工具箱》第一版（Wiley出版）以来，已经逐步走向成熟。虽然最初只是一些大型公司涉足其间，但从那时起，数据仓库技术开始被各种规模的机构所使用。目前，产业界已经建造了成千上万的数据仓库，数据容量正随着日益增多的原子型数据的加入以及十分频繁的更新操作的进行而持续地增长。同时，越来越多的用于帮助人们设计、开发与应用数据仓库的工具，纷纷由厂家推向市场。最为重要的是，业务人员通过使用数据仓库，能够更好地做出决策并因数据仓库的投资而获取回报。
《数据仓库工具箱》第一版的发表，使维度建模方法作为展示数据仓库的主导技术被广泛地..
THE DATA WAREHOUSE TOOLKIT： THE COMPLETE GUIDE TO DIMENSIONAL MODELING
经典中的经典，作者：（美）RALPH KIMBALL
本书从维度结构建模的基本知识入手，通过给出零售、库存、采购、定单管理、顾客关系管理、帐目、人力资源管理、财经服务、电信与公用事业、交通、教育、卫生护理、电子商务以及保险等方面的实例研究，全面、深入、透彻与具体地介绍了利用维度模型设计与开发数据仓库的综合技术知识。同时，本书对数据仓库在当前社会与技术背景下的发展前景进行了很有远见的探索。
本书先介绍基本知识，然后逐个讨论具体实例内容，最后进行综合总体分析，在内容的结构方面很有特色。 本书涉及的行业较多，但这些内容从不同角度体现了数据仓库的各个方面，因而对于完整地学习与掌握数据仓库知识显得十分必要。
本书主要是为数据仓库设计人员、技术人员以及管理人员而写的。此外，对于积极参与数据仓库的初期规划工作的业务分析人员来说，本书也有很好的学习价值。
【目录信息】
第1章 维度建模初步 1
1.1 信息应用的不同领域 1
1.2 数据仓库的最终目标 2
1.2.1 出版业方面的比喻实例 4
1.3 数据仓库的组成 6
1.3.1 操作型源系统 7
1.3.2 数据聚集环节 7
1.3.3 数据展示 9
1.3.4 数据存取工具 12
1.3.5 其他要考虑的内容 13
1.4 维度建模词汇表 15
1.4.1 事实表 15
1.4.2 维度表 18
1.4.3 事实与维度的融合 20
1.5 关于维度建模的神话 22
1.5.1 应该避免的常见疏误 24
1.6 总结 25
第2章 零售营销 26
【译者序】
数据仓库是近年来适应利用数据支持决策分析的强烈需求而发展起来的数据库应用技术。诚然，数据仓库以数据库为基础，但它在需求、客户、体系结构与运行机制等方面与数据库存在重大的不同。Ralph Kimball说：“我们花了二十年的时间往数据库中加入数据，现在该是拿出来使用的时候了。”
不过，正如许多人错误地认为“数据仓库只是数据库在企业某个地方的拷贝”一样，有人认为，以传统数据库单一数据资源为中心并主要按记录形式进行的插入、更新与查询等数据库日常事务操作是必不可少的，而数据仓库分析型应用则是可选的。这种看法似乎有道理，但是随着时代与技术的高速发展，谁愿意仅仅停留在数.. << 查看译者序
【前言】
数据仓库行业自1996年Ralph Kimball发表《数据仓库工具箱》第一版（Wiley出版）以来，已经逐步走向成熟。虽然最初只是一些大型公司涉足其间，但从那时起，数据仓库技术开始被各种规模的机构所使用。目前，产业界已经建造了成千上万的数据仓库，数据容量正随着日益增多的原子型数据的加入以及十分频繁的更新操作的进行而持续地增长。同时，越来越多的用于帮助人们设计、开发与应用数据仓库的工具，纷纷由厂家推向市场。最为重要的是，业务人员通过使用数据仓库，能够更好地做出决策并因数据仓库的投资而获取回报。
《数据仓库工具箱》第一版的发表，使维度建模方法作为展示数据仓库的主导技术被广泛地..
2009-08-29
页数447
浏览4097
下载98