数据仓库设计

第一部分 基本概念

第1章 绪论

1. 1 业务智能概述

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. 1 非冗余性

1. 5. 2 稳定性

1. 5. 3 一致性

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

第二部分 模型开发

第3章 理解业务模型

3. 1 业务场景

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. 1 不一致的客户业务定义

5. 2. 2 不一致的客户系统定义

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

第6章 日历建模

6. 1 业务中的日历

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 日历时间跨度

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 案例分析：位置有关日历

6. 5. 1 分析

6. 5. 2 GOSH日历模型

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. 8. 2 季节日历的结构

6. 8. 3 季节数据交付

6. 9 小结

第7章 层次树建模

7. 1 业务中的层次树

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. 1. 2 每个事务的平均行数

8. 1. 3 涉及变化的业务规则

8. 2 应用接口

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 开发过程的优化

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. 2 逆规范化

9. 3. 3 子类型聚簇

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

第13章 数据仓库设计方法学比较

13. 1 多维体系结构

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