数据仓库技术指南

数据仓库引言：在不确定性与知识之间

　1. 1　学习与不确定性共存

　1. 2　模式转换的困扰

　1. 3　通过知识减小不确定性

　1. 4　数据仓库将知识作为特殊

　1. 5　知识的种类

　1. 5. 1　有用的知识

　1. 5. 2　实际的知识

　1. 6　基本的业务规则

　1. 7　三个规则

　1. 8　数据仓库表达业务

　1. 9　复杂的现象, 简单的原理

　1. 10　业务与数据仓库的组合

　1. 11　业务的数据仓库映射

　1. 12　不能压缩业务知识

　1. 13　事实的单一版本

　1. 14　知识清单：将“决策”放回“决策支持”

第一部分：　基本承诺

第1章　数据仓库的基本特征

　1. 1　不是软件产品, 而是体系结构

　1. 1. 1　基本问题

　1. 1. 2　一个问题, 一千零一个答案

　1. 1. 3　第一个特征：事务和决策支持系统系统

　1. 2　数据仓库的数据源

　1. 3　维

　1. 4　数据仓库事实

　1. 5　数据仓库的业务模型：组合

　1. 6　数据立方体

　1. 7　聚合

　1. 8　数据仓库的职业角色

　1. 9　数据仓库过程模型

　1. 10　小结

第2章　数据简史

　2. 1　写在本章前面

　2. 2　现代导言

　2. 3　决策支持的根本思想

　2. 4　从大型机到PC

　2. 5　关系数据库的承诺

　2.　6　数据的出路

　2.　7　从客户机/服务器到瘦客户机计算

　2. 8　为什么这次不同

　2. 9　变化越多, 共同之处越多

　2. 10　技术动力学模型

　2. 11　小结

第3章　为数据仓库辩护

　3. 1　争夺有限资源的竞争

　3. 2　集成的业务和技术解决方案

　3. 3　经济价值而非商业利益

　3. 4　出售数据仓库

　3. 5　报告数据仓库：运行错误少

　3. 6　供应链数据仓库

　3. 7　交叉出售数据仓库

　3. 8　整体质量管理数据仓库

　3.　9　收益数据仓库

　3. 10　媒体对数据仓库个案的简述

　3. 11　小结

第4章　数据仓库项目管理

　4. 1　模拟合理的设计过程

　4.　2　管理项目需求

　4. 3　管理体系结构的开发

　4.　4　管理项目进度

　4. 5　管理项目质量

　4.　6　管理项目风险

　4. 7　管理项目文档

　4. 8　管理项目开发队伍

　4. 9　控制项目管理

　4. 10　小结

第二部分　设计和建造

第5章　商业设计：客户和产品的统一表示

　5. 1　重要途径：组合

　5. 2　客户的统一表示

　5. 3　数据净化

　5. 4　交叉功能团队

　5. 5　层次结构

　5. 6　客户统计

　5. 7　产品的统一表示

　5. 8　数据市场：在原型和向后类型之间

　5.　9　小结

第6章　数据仓库总体质量

　6. 1　信息产品

　6. 2　数据完整性方面的数据质量

　6. 2.　1　内在质量

　6. 2.　2　二义性

　6. 2.　3　及时性与时间的一致性

　6. 3　安全性

　6. 3.　1　二级质量

　6. 3. 2　可信度

　6. 4　质量数据, 质量报告

　6. 5　信息质量, 系统质量

　6. 6　性能

　6. 7　可用性

　6. 8　可伸缩性

　6. 9　功能性

　6. 10　可维护性

　6. 11　重新诠释过去

　6. 12　小结

第7章　数据仓库技术设计

　7. 1　使用个案

　7. 2　抽象的数据类型和具体的数据维

　7. 3　数据规范化：关联和限制

　7. 4　维和事实

　7.　5　主键和外部键

　7.　6　为性能设计：技术的中间阶段

　7. 7　小结

第8章　数据仓库构造技术：SQL

　8.　1　关系数据库：主流设计

　8. 2　12条原则

　8. 3　考虑集合：声明性和过程性方法

　8.　4　数据定义语言

　8. 5　B树索引

　8. 6　哈希索引

　8. 7　位图索引

　8. 8　索引的经验规则

　8. 9　数据操纵语言

　8. 10　数据控制语言

　8. 11　存储过程

　8. 12　用户自定义函数

　8. 13　小结

第9章　数据仓库构造技术：事务管理

　9. 1　事务管理系统的个案：ACID测试

　9. 2　工作的逻辑单元

　9. 2　两层和三层体系结构

　9. 3　分布式体系结构

　9. 4　中间件：远程过程调用模型

　9. 5　中间件：面向消息的中间件

　9. 6　长事务

　9. 7　小结

第三部分　操作和转换

第10章　数据仓库操作技术：数据管理

　10. 1　数据库管理

　10. 2　备份数据

　10. 3　恢复数据库：崩溃恢复

　10. 4　恢复数据库：版本恢复

　10. 5　恢复数据库：前滚恢复

　10. 6　管理大量数据：磁盘空间资产

　10. 7　管理大量数据：系统控制的存储

　10. 8　管理大量数据：自动化磁带机器人

　10. 9　RAID配置

　10. 10　小结

第11章　数据仓库性能

　11. 1　性能参数

　11. 2　为性能消除规范化

　11. 3　为性能聚合

　11. 4　为性能缓冲

　11. 5　为性能分区

　11. 6　并行处理：共享内存

　11. 7　并行处理：共享磁盘

　11. 8　并行处理：不共享

　11. 9　数据布置：协同定位的联接

　11. 10　小结

第12章　数据仓库操作：信息供应链

　12. 1　进程而非应用

　12. 2　大型数据链

　12. 3　分区：分区解决

　12. 4　确定暂时的粒度

　12. 5　聚合到数据仓库

　12. 6　数据仓库中的聚合

　12. 7　关于数据仓库数据模型的争论

　12.　8　表示层

　12. 9　集成决策支持过程

　12. 10　小结

第13章　元数据与比喻

　13. 1　比喻改变我们的观念

　13. 2　新技术, 新比喻

　13.　3　元数据是比喻

　13. 4　语义

　13. 5　数据规范化和消除规范化的形式3

　13. 6　元数据结构

　13. 7　元数据储存库

　13.　8　模型与元模型

　13. 9　元数据交换规范（MDIS）

　13. 10　元数据：计算巨大的挑战

　13. 11　小结

第14章　聚合

　14.　1　在线聚合导致实时性的降低

　14.　2　管理人员的首要原则

　14.　3　管理面临的挑战

　14. 4　聚合导航

　14. 5　信息密度

　14.　6　经典聚合

　14. 7　小结

　第四部分　应用与推测

第15章　OLAP技术

　15. 1　OLAP结构

　15. 2　立方体. 超立方体和多立方体

　15. 3　OLAP的特性

　15. 4　OLAP的力量

　15. 5　局限性

　15. 6　小结

第16章　数据仓库和Web

　16. 1　业务个案

　16. 2　Web用作传送系统

　16. 3　关键的Internet技术

　16. 4　Web收获：Web作为最终的数据仓库

　16. 5　业务情报门户

　16. 6　小结

第17章　数据采集

　17.　1　数据采集及数据仓库

　17.　2　数据采集驱动技术

　17. 3　数据采集方法

　17. 4　数据采集：管理前景

　17. 5　小结

第18章　崩溃：什么出了问题

　18. 1　短列表

　18. 2　倾斜的数据立方体

　18. 3　数据仓库现场销售

　18. 4　未来会像过去一样吗

　18.　5　模型成为过时的

　18. 6　遗漏的变量

　18. 7　强制清理

　18. 8　组合爆炸

　18. 9　技术和业务的不协调

　18. 10　成为一项商品

　18. 11　小结

第19章　展望未来

　19. 1　企业服务器技巧需求很大

　19. 2　交互虚拟. 面向对象. 交叉功能团队

　19. 3　支配

　19. 4　操作型数据仓库

　19. 5　更新请求

　19. 6　Web机遇：代理技术

　19. 7　数据仓库的未来

　19. 8　小结

词汇表

参考书目