数据仓库与商务智能最佳实践

【文件属性】：
文件名称：数据仓库与商务智能最佳实践
文件大小：35.62MB
文件格式：PDF
更新时间：2017-06-08 04:39:06
数据仓库 商务智能 最佳实践 译者序 　　前言 　　作者简介 　　第一部分准备 　　第1章数据仓库和商务智能概述 　　1.1商务智能概述 　　1.1.1定义 　　1.1.2商务智能的价值 　　1.1.3剖析商务智能 　　1.1.4商务智能的成功要素 　　1.1.5商务智能的目标 　　1.1.6BI用户展现层 　　1.1.7BI工具和架构 　　1.1.8全球化带来的发展 　　1.2数据仓库概述 　　1.2.1定义 　　1.2.2数据仓库系统 　　1.2.3数据仓库架构 　　1.2.4数据流术语 　　1.2.5数据仓库目标 　　1.2.6数据结构化策略 　　1.2.7数据仓库业务 　　1.3常见问题 　　1.3.1当前系统是否足够好 　　1.3.2数据仓库的价值 　　1.3.3成本多高 　　1.3.4时间多长 　　1.3.5成功的因素 　　第2章企业中的数据 　　2.1企业资产 　　2.1.1具有上下文的数据 　　2.1.2数据质量 　　2.1.3数据字典 　　2.1.4数据组件 　　2.2组织数据 　　2.2.1对数据结构化 　　2.2.2数据模型 　　2.2.3数据架构 　　2.3竞争优势 　　2.3.1构建还是购买数据模型 　　2.3.2指导业务 　　第3章为什么创建数据仓库 　　3.1平台迁移 　　3.1.1业务连续性 　　3.1.2逆向工程 　　3.1.3数据质量 　　3.1.4并行环境 　　3.1.5附加值 　　3.2数据仓库集中化 　　3.2.1企业间并购 　　3.2.2企业内合并 　　3.2.3集中式设计和局部使用 　　3.3数据集市整合 　　3.4新方案 　　3.5新方案：动态报表 　　3.6“Just Build It”模式 　　3.7数据Floundation 　　3.8不构建数据仓库的原因 　　3.8.1数据质量差 　　3.8.2缺乏商业目标 　　3.8.3缺乏管理层支持 　　3.8.4目标不明确 　　3.8.5当前系统足够用 　　3.8.6缺乏人才资源 　　3.8.7环境不稳定 　　3.8.8成本太高 　　3.8.9管理不善 　　第4章数据仓库和商务智能战略 　　4.1商务智能战略 　　4.1.1商业目标 　　4.1.2商业用途 　　4.1.3架构概览 　　4.2数据仓库战略 　　4.2.1用途 　　4.2.2数据仓库架构 　　4.3重点和成功 　　4.3.1整个企业还是业务线 　　4.3.2目标明确 　　4.3.3成功：衡量的标准是什么 　　4.4从何处着手 　　4.4.1关于商务智能 　　4.4.2关于数据仓库 　　4.5如何开始 　　4.5.1关于商务智能 　　4.5.2关于数据仓库 　　4.6项目阶段化 　　4.7需要多长时间（重新回顾） 　　4.8兴趣点 　　4.8.1常见的失败原因 　　4.8.2基本原则 　　第5章项目资源：角色和洞察力 　　5.1关键点 　　5.1.1项目团队 　　5.1.2资深专业知识 　　5.1.3领导力 　　5.1.4项目发起人 　　5.1.5数据仓库管理层 　　5.2团队结构 　　5.2.1管理层发起人 　　5.2.2数据管家 　　5.2.3基本资源 　　5.3定期审查：进度审核 　　5.4能力中心 　　第6章项目总结概论 　　6.1项目章程 　　6.2项目范畴 　　6.3工作说明书 　　第二部分组件 　　第7章商务智能：数据集市及其使用方式 　　7.1为什么要对数据建模 　　7.1.1数据模型的类型 　　7.1.2数据设计 　　7.2事实表 　　7.2.1事实的类型 　　7.2.2事实表的类型 　　7.2.3衡量指标来源 　　7.2.4事实表关键字 　　7.2.5事实表粒度 　　7.2.6事实表密度 　　7.2.7无事实的事实表 　　7.3维度表 　　7.3.1维度还是指标 　　7.3.2历史表和日期表 　　7.3.3维度表关键字 　　7.3.4维度表的粒度 　　7.3.5维度属性的来源和价值 　　7.3.6维度类型 　　7.3.7级别和辅助表 　　7.3.8个人信息表 　　7.3.9维度数 　　7.4规模 　　第8章企业数据模型 　　8.1数据模型概览 　　8.2构建企业数据模型的目标 　　8.3企业数据模型的好处 　　8.4数据模型：从何处开始 　　8.5完全自上而下的数据模型 　　8.5.1主题领域模型 　　8.5.2概念模型 　　8.5.3实体关系模型 　　8.6总线结构 　　8.7购买的数据模型 　　8.8模型分析 　　8.8.1数据组件 　　8.8.2范化数据模型 　　8.8.3超类和子类模型 　　8.8.4在范化的数据模型中收集历史信息 　　8.8.5代理键 　　8.8.6逻辑和物理数据模型 　　8.8.7是否具备参照完整性 　　8.9其他数据模型 　　8.9.1输入数据模型 　　8.9.2临时存储数据模型 　　8.10最后的思考 　　第9章数据仓库架构：组件 　　9.1架构概述 　　9.2架构师角色 　　9.2.1解决方案架构师 　　9.2.2数据仓库架构师 　　9.2.3技术架构师 　　9.2.4数据架构师 　　9.2.5ETL架构师 　　9.2.6BI架构师 　　9.2.7综合 　　9.3体系结构分层 　　9.3.1单层体系结构 　　9.3.2经典的两层体系结构 　　9.3.3高级的三层体系结构 　　9.4数据仓库架构 　　9.4.1单独的数据集市架构 　　9.4.2总线结构 　　9.4.3*存储库架构 　　9.4.4联合架构 　　9.5组件（分层） 　　9.5.1数据源 　　9.5.2数据生成 　　9.5.3数据组织 　　9.5.4数据分发 　　9.5.5信息输出 　　9.6实现方式 　　9.6.1数据设计和数据流 　　9.6.2逻辑和物理模型 　　9.6.3自上而下的方式 　　9.6.4自下而上的方式 　　9.6.5混合模式 　　9.7捷径 　　9.7.1数据采集层 　　9.7.2*数据层 　　9.7.3数据分发层 　　9.7.4表现层 　　9.7.5用户展现层 　　9.7.6方法论 　　9.7.7现成的解决方案 　　第10章ETL和数据质量 　　10.1架构 　　10.1.1数据获取 　　10.1.2数据分发 　　10.1.3ETL映射 　　10.1.4初始加载和增量加载 　　10.1.5ETL、ELT和ETTL 　　10.1.6并行操作 　　10.1.7ETL功能角色 　　10.1.8数据流图 　　10.1.9业务数据存储系统 　　10.2数据源系统 　　10.2.1没有数据源 　　10.2.2多个数据源 　　10.2.3其他来源（结构化输入文件） 　　10.2.4非结构化数据 　　10.3数据剖析 　　10.4数据获取 　　10.4.1多个大文件 　　10.4.2伪文件 　　10.4.3故障预防策略 　　10.5转换和临时数据存储 　　10.5.1准备工作 　　10.5.2代理键 　　10.5.3参照完整性 　　10.5.4聚合、分析和汇总 　　10.5.5编码表 　　10.6加载 　　10.6.1是否加载历史数据 　　10.6.2插入、更新、插入或更新、删除 　　10.6.3数据获取信息 　　10.6.4加载调度 　　10.7企业数据仓库的临时数据存储和总线架构的临时数据存储 　　10.8数据分发 　　10.9数据质量 　　10.10ETL工具 　　第11章项目规划和方法论 　　11.1基础 　　11.1.1风险：逐步发展 　　11.1.2风险：数据质量 　　11.1.3风险：资源 　　11.1.4风险：成本 　　11.1.5变更管理 　　11.1.6最佳实践 　　11.2错误 　　11.3项目规划方法论 　　11.3.1业务需求分析 　　11.3.2战略和规划 　　11.3.3解决方案纲要 　　11.3.4设计 　　11.3.5构建 　　11.3.6部署 　　11.3.7使用 　　第三部分构建 　　第12章工作场景 　　12.1让我们开始“烹饪”吧 　　12.2自上而下 　　12.2.1字典 　　12.2.2集中式数据模型 　　12.2.3数据架构 　　12.2.4数据源 　　12.2.5数据模型 　　12.2.6数据库 　　12.2.7数据获取 　　12.2.8解决方案概述 　　12.3自下而上 　　12.3.1最终结果 　　12.3.2字典 　　12.3.3数据架构 　　12.3.4一致性维度的管理 　　12.3.5数据源 　　12.3.6解决方案概述 　　12.4混合式 　　12.4.1起步工作 　　12.4.2数据模型 　　12.4.3数据架构 　　12.4.4解决方案概述 　　12.5归并 　　12.6没有输入：结构化的输入文件 　　12.7集成的第二阶段 　　12.8更大的框架：企业信息架构 　　第13章数据监理 　　13.1什么是数据监理 　　13.2数据监理的原因 　　13.3企业结构 　　13.4驱动和启动 　　13.5数据监理的主要方面 　　13.5.1安全性和敏感性 　　13.5.2数据质量 　　13.5.3所有权 　　13.5.4变更控制 　　13.6数据监理的准备工作 　　第14章项目后评审 　　14.1概述 　　14.2项目评审 　　14.3后续工作