译者序

第一部分　基本概念

第1章 绪论

1.1　业务智能概述

目录

1.2　什么是数据仓库

1.2.1　数据仓库的作用和用途

1.2.2　企业信息工厂

1.3　数据仓库的多用途性

1.3.1　支持的数据集市类型

1.3.2　支持的BI技术类型

1.4　可维护的数据仓库环境的特点

1.5　数据仓库数据模型

1.5.3　一致性

1.5.1　非冗余性

1.5.2　稳定性

1.5.4　最终数据使用方面的灵活性

1.5.5　Codd和Date前提

1.6　建立数据集市的效果

1.7　小结

第2章　关系的基本概念

2.1　为什么需要数据模型

2.2　关系数据模型的建模对象

2.2.1　主题

2.2.2　实体

2.2.3　元素或属性

2.2.4　联系

2.3　数据模型的类型

2.3.1　主题域模型

2.3.2　业务数据模型

2.3.3　系统模型

2.3.4　技术模型

2.4　关系数据建模指南

2.4.1　指导方针与最合适的做法

2.4.2　规范化

2.5　关系数据模型的规范化

2.5.1　第1范式

2.5.2　第2范式

2.5.3　第3范式

2.5.4　其他规范化级别

2.6　小结

3.1　业务场景

第二部分　模型开发

第3章　理解业务模型

3.2　主题域模型

3.2.1　关于特定行业的考虑

3.2.2　主题域模型开发过程

3.2.3　Zenith汽车公司的主题域模型

3.3　业务数据模型

3.4　小结

第4章　模型开发

4.1　方法学

4.1.1　步骤1：选择感兴趣的数据

4.1.2　步骤2：在键中增加时间

4.1.3　步骤3：增加派生数据

4.1.4　步骤4：确定粒度级别

4.1.5　步骤5：汇总数据

4.1.6　步骤6：合并实体

4.1.7　步骤7：建立数组

4.1.8　步骤8：分离数据

4.2 小结

第5章　键的建立和维护

5.1　业务背景

5.1.1　不一致的客户业务定义

5.1.2　不一致的客户系统定义

5.1.3　系统之间不一致的客户标识

5.1.4　包含外部数据

5.1.5　由角色唯一确定的客户

5.1.6　未加说明的客户层次结构

5.2　数据仓库系统模型

5.2.2　不一致的客户系统定义

5.2.1　不一致的客户业务定义

5.2.3　系统之间不一致的客户标识

5.2.4　吸收外部数据

5.2.5　由角色唯一确定的客户

5.2.6　未加说明的客户层次结构

5.3　数据仓库技术模型

5.3.1　来自现存系统的键

5.3.2　来自公认标准的键

5.3.3　代理键

5.4　多维数据集市的含义

5.4.1　多维模型中的差异

5.4.2　多维一致性的维护

5.5　小结

6.1　业务中的日历

第6章　日历建模

6.1.1　日历类型

6.1.2　其他财务日历

6.1.3　日历的元素

6.1.4 历时间跨度

6.2　 时间和数据仓库

6.2.1　时间的性质

6.2.2　时间的标准化

6.3　数据仓库系统模型

6.4　案例分析：简单财务日历

6.4.1　分析

6.4.2　一个简单日历模型

6.5.1 分析

6.5.2　GOSH日历模型

6.5　案例分析：位置有关日历

6.5.3 日历交付

6.6　案例分析：多语种日历

6.6.1　分析

6.6.2　多国语言的存储

6.6.3　不同日期表示格式的处理

6.6.4　多语种交付

6.7　案例分析：多重财务日历

6.7.1 分析

6.7.2　扩展日历

6.8　案例分析：季节日历

6.8.1　分析

6.802　季　节日历的结构

6.8.3　季节数据交付

6.9　小结

7.1　业务中的层次树

第7章　层次树建模

7.2　层次树的性质

7.2.1　层次树的深度

7.2.2　层次树的父子关系

7.2.3　层次树的结构

7.2.4 历史

7.2.5　层次树类型小结

7.3　案例分析：零售层次树

7.3.1　层次树的分析

7.3.2　层次树的实现

7.4　案例分析：销售和产量计划安排

7.4.1分析

7.4.2　产品层次树

7.4.3　客户层次树

7.5　案例分析：零售采购

7.5.1　分析

7.5.2　业务模型的实现

7.6　案例分析：套装

7.6.1 分析

7.6.2　材料清单的加入

7.6.3　数据的发布

7.7　结构的变换

7.7.1　递归树的构建

7.7.2　递归树的平面化

7.8 小结

第8章　事务建模

8.1　业务型事务

8.1.1　数据仓库的业务应用

8.2　应用接口

8.1.3　涉及变化的业务规则

8.1.2　每个事务的平均行数

8.2.1　快照接口

8.2.2　增量接口

8.2.3　数据库事务日志

8.3　事务数据的交付

8.4　案例分析：销售订单快照

8.4.1　订单的变换

8.4.2　技术1：完全快照捕捉

8.4.3　技术2：变化快照捕捉

8.4.4　技术3：具有增量捕捉的变化快照

8.4.5　装载处理

8.5　案例分析：事务接口

8.5.1　事务的建模

8.5.2　事务的处理

8.6 　小结

第9章　数据仓库优化

9.1 发过程的优化

9.1.1　设计和分析的优化

9.1.2 应用开发的优化

9.2　数据库的优化

9.2.1　数据聚簇

9.2.2　表划分

9.2.3　实施参照完整性

9.2.4　按索引组织的表

9.2.5　索引技术

9.2.6　小结

9.3　系统模型的优化

9.3.1　垂直划分

9.3.　3子类型聚簇

9.3.2　逆规范化

9.4 　小结

第三部分　操作和管理

第10章对业务变化的适应

10.　1数据仓库的变化

10.1.1　变化的缘由

10.1.2 对变化的控制

10.1.3　变化的实现

10.2　业务变化的建模

10.2.1　设想最坏的情况

10.2.2 对联系的概化

10.2.3　使用代理键

10.3　业务变化的实现

10.3.1　主题域的集成

10.3.2　增加主题域

10.4　小结

第11章　模型维护

11.1　模型及其演进的管理

11.1.1　主题域模型

11.1.2　业务数据模型

11.1.3　系统数据模型

11.1.4　技术数据模型

11.1.5　同步的含义

11.2　模型的协调

11.2.1　主题域和业务数据模型

11.2.2　业务数据模型和系统数据模型

11.2.3　系统数据模型和技术数据模型

11.3　对多个建模师的管理

11.3.1　作用和职责

11.3.2　冲突管理

11.4　小结

第12章　关系型解决方案的部署

12.1　数据集市的混乱

12.1.1　为什么糟糕

12.1.2　“体系结构方式”准则

12.2　从数据集市混乱结构中迁移出来

12.2.1　维的一致化

12.2.2　建立数据仓库数据模型

12.2.3　建立数据仓库

12.2.4　仅仅以“体系结构方式”建立新的数据集市——不理会旧的集市

12.2.5　从一个数据集市建立体系结构

12.3　选择正确的迁移路径

12.4　小结

13.1　多维体系结构

第13章　数据仓库设计方法学比较

13.2　企业信息工厂体系结构

13.3　CIF体系结构和MD体系结构的比较

13.3.1　范围

13.3.2　角度

13.3.3　数据流

13.3.4　易失性

13.3.5　灵活性

13.3.6　复杂性

13.3.7　功能性

13.3.8　持续的维护

13.4　小结

术语表

参考文献