书籍详情
Star Schema完全参考手册：数据仓库维度设计权威指南
作者：（美）亚当森 著，王红滨 等译
出版社：清华大学出版社
出版时间：2012-07-01
ISBN：9787302291527
定价：¥59.00
购买这本书可以去
内容简介
学习维度设计的最佳实践。《Star Schema完全参考手册：数据仓库维度设计权威指南》全面、深入地介绍了设计原理及其理论基础。全书围绕设计概念组织并辅以详实的示例，可作为初学者逐步深入学习星型模式的参考资料，同时也为专家提供了内容丰富的参考资源。《Star Schema完全参考手册：数据仓库维度设计权威指南》首先介绍维度设计的基础知识，向读者展示如何将这些基础应用于不同的数据仓库体系结构，包括w．h．inmon和ralph kimball倡导的体系结构。本书通过介绍一系列高级技术来帮助读者解决现实世界中存在的复杂性，获得最佳性能并适应商业智能和etl软件产品的需求。读者可以将书中的设计任务和设计产品运用于所有项目中，而无论项目采用什么方法和架构。
作者简介
暂缺《Star Schema完全参考手册：数据仓库维度设计权威指南》作者简介
目录
第1部分 基础
第1章 分析型数据库与维度设计
1.1 维度设计
1.2 星型模式
1.3 星型模式的应用
1.4 指导原则
1.5 本章小结
1.6 补充阅读
第2章 数据仓库体系结构
2.1 inmon的企业信息化工厂
2.2 kimball的维度数据仓库
2.3 独立型数据集市
2.4 体系结构和维度设计
2.5 本章小结
2.6 补充阅读
第3章 星型模式与多维数据集
3.1 维度表特性
3.2 事实表特性
3.3 缓慢变化维
3.4 多维数据集
3.5 本章小结
3.6 补充阅读
第2部分 多种星型模式
第4章 过程处理中的事实表
4.1 事实表与业务过程
4.2 具有不同时间的事实
4.3 具有不同粒度的事实
4.4 从多个事实表中分析事实
4.5 本章小结
4.6 补充阅读
第5章 维度一致性问题
5.1 星型模式之间的协同
5.2 维度与横向钻取
5.3 一致性维度
5.4 结构与一致性
5.5 本章小结
5.6 补充阅读
第3部分 维度设计
第6章 深入学习维度表
6.1 将维度分组到表中
6.2 分解大型维度
6.3 角色维度和别名使用
6.4 避免空值
6.5 行为维度
6.6 本章小结
6.7 补充阅读
第7章 层次结构与雪花模式
7.1 钻取
7.2 属性层次和钻取
7.3 雪花模式
7.4 支架表
7.5 本章小结
7.6 补充阅读
第8章 深入学习缓慢变化技术
8.1 时间戳维度
8.2 类型3变化
8.3 混合缓慢变化
8.4 本章小结
8.5 补充阅读
第9章 多值维度与桥接表
9.1 标准的一对多关系
9.2 多值维度
9.3 多值属性
9.4 本章小结
9.5 补充阅读
第10章 递归层次与桥接表
10.1 递归层次
10.2 递归层次的扁平化
10.3 层次桥接表
10.4 变化与层次桥接表
10.5 关于层次桥接表的相关讨论
10.6 本章小结
10.7 补充阅读
第4部分 事实表设计
第11章 事务、快照和累积快照
11.1 事务事实表
11.2 事实表快照
11.3 累积快照事实表
11.4 本章小结
11.5 补充阅读
第12章 无事实的事实表
12.1 无事实的事件
12.2 条件、范围或资格
12.3 本章小结
12.4 补充阅读
第13章 特殊类型的星型模式
13.1 特殊类型属性
13.2 核心和自定义星型模式
13.3 使用通用属性
13.4 本章小结
13.5 补充阅读
第5部分 性能
第14章 导出模式
14.1 重构维度数据
14.2 融合事实表
14.3 旋转事实表
14.4 切片事实表
14.5 集合操作事实表
14.6 本章小结
14.7 补充阅读
第15章 聚集
15.1 聚集的基础知识
15.2 使聚集不可见
15.3 可选的汇总设计方法
15.4 本章小结
15.5 补充阅读
第6部分 工具及文档
第16章 设计与商业智能
16.1 商业智能与sql生成
16.2 适用于语义层的指导原则
16.3 使用商业智能工具的sql生成器
16.4 使用基于多维数据集的商业智能
16.5 本章小结
16.6 补充阅读
第17章 设计与etl
17.1 etl过程
17.2 加载星型模式
17.3 优化加载
17.4 清理数据
17.5 内部处理列
17.6 本章小结
17.7 补充阅读
第18章 如何设计并文档化维度模型
18.1 维度设计与数据仓库生命周期
18.2 设计活动
18.3 文档化维度模型
18.4 本章小结
18.5 补充阅读
第1章 分析型数据库与维度设计
1.1 维度设计
1.2 星型模式
1.3 星型模式的应用
1.4 指导原则
1.5 本章小结
1.6 补充阅读
第2章 数据仓库体系结构
2.1 inmon的企业信息化工厂
2.2 kimball的维度数据仓库
2.3 独立型数据集市
2.4 体系结构和维度设计
2.5 本章小结
2.6 补充阅读
第3章 星型模式与多维数据集
3.1 维度表特性
3.2 事实表特性
3.3 缓慢变化维
3.4 多维数据集
3.5 本章小结
3.6 补充阅读
第2部分 多种星型模式
第4章 过程处理中的事实表
4.1 事实表与业务过程
4.2 具有不同时间的事实
4.3 具有不同粒度的事实
4.4 从多个事实表中分析事实
4.5 本章小结
4.6 补充阅读
第5章 维度一致性问题
5.1 星型模式之间的协同
5.2 维度与横向钻取
5.3 一致性维度
5.4 结构与一致性
5.5 本章小结
5.6 补充阅读
第3部分 维度设计
第6章 深入学习维度表
6.1 将维度分组到表中
6.2 分解大型维度
6.3 角色维度和别名使用
6.4 避免空值
6.5 行为维度
6.6 本章小结
6.7 补充阅读
第7章 层次结构与雪花模式
7.1 钻取
7.2 属性层次和钻取
7.3 雪花模式
7.4 支架表
7.5 本章小结
7.6 补充阅读
第8章 深入学习缓慢变化技术
8.1 时间戳维度
8.2 类型3变化
8.3 混合缓慢变化
8.4 本章小结
8.5 补充阅读
第9章 多值维度与桥接表
9.1 标准的一对多关系
9.2 多值维度
9.3 多值属性
9.4 本章小结
9.5 补充阅读
第10章 递归层次与桥接表
10.1 递归层次
10.2 递归层次的扁平化
10.3 层次桥接表
10.4 变化与层次桥接表
10.5 关于层次桥接表的相关讨论
10.6 本章小结
10.7 补充阅读
第4部分 事实表设计
第11章 事务、快照和累积快照
11.1 事务事实表
11.2 事实表快照
11.3 累积快照事实表
11.4 本章小结
11.5 补充阅读
第12章 无事实的事实表
12.1 无事实的事件
12.2 条件、范围或资格
12.3 本章小结
12.4 补充阅读
第13章 特殊类型的星型模式
13.1 特殊类型属性
13.2 核心和自定义星型模式
13.3 使用通用属性
13.4 本章小结
13.5 补充阅读
第5部分 性能
第14章 导出模式
14.1 重构维度数据
14.2 融合事实表
14.3 旋转事实表
14.4 切片事实表
14.5 集合操作事实表
14.6 本章小结
14.7 补充阅读
第15章 聚集
15.1 聚集的基础知识
15.2 使聚集不可见
15.3 可选的汇总设计方法
15.4 本章小结
15.5 补充阅读
第6部分 工具及文档
第16章 设计与商业智能
16.1 商业智能与sql生成
16.2 适用于语义层的指导原则
16.3 使用商业智能工具的sql生成器
16.4 使用基于多维数据集的商业智能
16.5 本章小结
16.6 补充阅读
第17章 设计与etl
17.1 etl过程
17.2 加载星型模式
17.3 优化加载
17.4 清理数据
17.5 内部处理列
17.6 本章小结
17.7 补充阅读
第18章 如何设计并文档化维度模型
18.1 维度设计与数据仓库生命周期
18.2 设计活动
18.3 文档化维度模型
18.4 本章小结
18.5 补充阅读
猜您喜欢
