ActiveServerPages.NET（ASP.NET）是迄今为止微软最新的Web开发平台。中央广播电视大学以实际市场需求为导向，在人才培养模式改革和开放教育试点“软件开发与应用专业”中引入了这一最新技术，本书既是统设必修专业核心课“Web数据库设计与应用”之配套教材。全书围绕使用ASP.NET技术进行数据库开发为核心，逐步介绍了进行ASP.NET数据库开发必备的基础知识（.NET背景、VB.NET语言、ASP.NET控件等），在第六章通过案例详细介绍了使用数据库控件进行Web开发的技术，最后三章则对代码分熟、安全设计和应用程序相关内容作了介绍。本书是ASP.NET开发的入门教材，为了符合实用和便于自学的特点，全书主要通过案例进行相关知识点的介绍。在涉及到相关技术时，也仅从如何使用的角度进行介绍，并不涉及太多的理论。另外，本书的重点是使用ASP.NET技术进行数据库开发，限于篇幅，对VB.NET语言和ADO.NET技术也仅从满足ASP.NET最基本开发的角度作简单介绍。学生学习本书的同时，也可以参照本专业另外一门课程《.NET编程基础》配套教材中VB.NET语言、NET框架技术、ADO.NET技术的相关内容。对于希望快速了解ASP.NET和ADO.NET的数据库开发人员，尤其是熟悉ASP以前版本的开发人员，通过本书相关案例的介绍或练习，能够快速获得和提高.NET开发的技能。

信息是企业的主要资产，数据库是企业的重要信处一源。只有通过数据库，企业才能获取关键信息，才能充分利用日臻完善的电子商务，才能紧随经济全球化大潮。数据库技术发展之快，包含主题之广，体第增长之快，令人目不暇接。为完成规划、设计、实现、部署和维护数据库的任务，必须牢固掌握基本技术，深入理解基本知识。本书以循序渐进的方式，全面分析了数据库的设计和开发方法，系统地阐述了数据库设计和开发的基本原理。内容和结构的安排均有利于相关课程的教学工作。本书适合作为高等院校计算机科学专业数据库课程教材。也可供企业的IT人员在为公司建立正确的数据库环境时进行参考。本书主要内容数据库系统的目的是什么数据库系统包含哪些组件公司需要捕获哪些数据类型如何实现特殊目标设计数据库如何通过数据建模捕获信息如何确过哪个数据库最符合业务目标的要求有效的数据库管理和维护涉及哪些内容数据库系统如何与Internet资源整合第I部分数据库基本概念信息是企业的主要资产，数据库是企业的重要信处一源。只有通过数据库，企业才能获取关键信息，才能充分利用日臻完善的电子商务，才能紧随经济全球化大潮。数据库技术发展之快，包含主题之广，体第增长之快，令人目不暇接。为完成规划、设计、实现、部署和维护数据库的任务，必须牢固掌握基本技术，深入理解基本知识。本书以循序渐进的方式，全面分析了数据库的设计和开发方法，系统地阐述了数据库设计和开发的基本原理。内容和结构的安排均有利于相关课程的教学工作。本书适合作为高等院校计算机科学专业数据库课程教材。也可供企业的IT人员在为公司建立正确的数据库环境时进行参考。本书主要内容数据库系统的目的是什么数据库系统包含哪些组件公司需要捕获哪些数据类型如何实现特殊目标设计数据库如何通过数据建模捕获信息如何确过哪个数据库最符合业务目标的要求有效的数据库管理和维护涉及哪些内容数据库系统如何与Internet资源整合第I部分数据库基本概念

大多数数据仓库的管理者、设计者和开发者都熟悉Ralph Kimball在2001年写给数据仓库界的那封公开信。在信中，他向Inmon阵营提出了挑战，要求回答关于关系式方法有效性的棘手问题。由最著名的Inmon方法专家：Claudia Imhoff和其他作者合写的这本书，正面回答了Kimball公开信中提出的挑战性问题，并为在复杂的业务智能环境中如何正确地应用关系式和多维式两种建模技术提供了指导。 主要内容如下：●在已经囊括了所有行业的各种公司的数据仓库环境中，已知哪种方法是最成功的●给出了关系方法和多维方法的正反两方面意见对比，开发者可以确定最适合的方法●为什么体系结构应该包括建立在关系数据模型概念之上的数据仓库●键的构造和使用，数据仓库、层次及事务型数据的历史性质●为了保证数据仓库能满足较好的性能要求，所需要解决的技术问题●为保证最优数据仓库性能和处理随时间变化的数据，所需要的关系建模技术本书全面论述了设计和建立高效、可持续发展且可扩展的数据仓库的方法，重点论述了建立各种数据模型的方法。主要内容包括业务智能环境和数据模型的概念、数据模型分类、数据模型的开发步骤、各种数据的建模方法、数据仓库的优化与扩展、数据模型的维护、关系型解决方案的部署、多维体系结构与企业信息工厂的比较等。本书主要面向数据仓库的设计者和构建者以及数据仓库技术研究人员，同时也适合对数据仓库技术和企业信息化建设感兴趣的其他读者阅读。

数据挖掘是信息领域发展最快的技术，很多不同的领导的专家，比如统计学家、数据库专家等，都从中获得了发展的空间，这使得数据挖掘日益成为企业界讨论的热门话题。随着信息技术的发展，人们采集数据的手段日益丰富与高明，由此积累的数据日益膨胀，数据量达到GB甚至TB级，而且高维数据也日益也为主流。这些海量数据及其高维特征使得传统的数据分析手段相形见绌。计算机性能的日益更新，使得人们能够期望计算机帮助我们分析与理解数据，帮助我们以丰富的数据为基础做出正确决策。使用本丛书的全美十大商学院：斯坦福大学商学院哈佛商学院宾夕法尼亚大学沃顿商学院麻省理工大学斯隆商学院西北大学凯洛格商学院杜克大学富卡商学院芝加哥大学商学院哥伦比亚大学商学院达特茅斯学院塔克商学院加利福尼亚大学伯克利分校哈斯商学院作者简介：迈克尔·贝里和戈登·利诺夫，是数据挖掘公司的创始人，该公司是美国一家很受欢迎的数据挖掘顾问公司。在从事数据挖掘项目之余，他们在世界各地讲课、演讲，所到之处均大受欢迎。目录：第一部分本书集点第1章数据挖掘概述第2章为什么要精通数据挖掘这门艺术第3章数据挖掘方法论：互动循环系统第4章客户和他们的生命周期第二部分数据挖掘的三大支柱第5章数据挖掘技术与算法第6章无所不在的数据第7章建立有效的预测模型第8章实施控制：建立数据挖掘环境第9章数据挖掘在目录直销业中的应用第10章数据挖掘在在线银行行业中的应用第11章数据挖掘在无线通信业中的应用第12章数据挖掘在电信业中的应用第13章谁正在买什么第14章不浪费、不短缺：改善生产流程本章小结

对于ERwin用户和软件开发人员而言，本书是一本难得的ERwin专业书籍。本书结合数据库建模工具ERwin，全面介绍数据库建模，包括数据库理论、数据建模方法、工具操作，以及笔者在这个领域的丰富经验。它可以使您从中获得基本的数据库理论知识；使您逐步熟悉并理解ERwin的使用方法，掌握ERwin的高级功能，充分发挥ERwin的作用，可以大大方便数据建模工作。因为本书所具有的丰富内容、专业化阐述、富于实践性的案例和设计理念，以及工具集合的阐述思路，所以本书将对ERwin的新老用户皆宜。本书主要的读者对象包括专业应用（包括数据仓库）的分析和设计人员、ERwin最终用户、相关专业的教师和学生及研究工作者等。

本书从技术和管理的角度介绍了数据仓库、挖掘和可视化的核心概念。以独特的视角强调 了数据库设计和开发在现实领域中的应用与实现，旨在帮助您船长的理解数据仓库的价值和与之相关的一些技术。本书特色·书中有关数据挖掘和数据可视化的练习都基于Megaputer公司的PolyAnalyst和Text Analyst软件，这些练习有助于学生对数字化和结构化的数据进行关联和分类操作，并从中获取知识。·本书中在介绍每个新概念时都使用了大量的示例，以便学生可以清楚地理解这些重要概念。·叙述性的小插图形象地描述了如何利用假设特性进一步明确决策过程中的概念。

“数据建模与决策”课程的教学目的是以教授应用技能为主。由于实际问题异常复杂，几乎所有数据的处理和模型的解决都需要借助计算机来实现，因此，选择什么样的软件来处理就是一个问题。如果选择非常专业的软件，则要花费许多时间学习如何使用这些软件，从而影响教学的其他环节。但是，使用比较方便的软件一般又不能有效地解决问题。而且，如果统计部分和管理科学部分使用不同的软件，那么学生就需要在短时间内掌握两个或两个以上的软件的操作。？？？虽然全国MBA教育指导委员会在对于MBA教学检查的要求中对“数据建模与决策”课程的教学案例未做要求，但是，各个学校及其MBA学生对于案例教学的热中使得我们在教学中不得不重视案例教学问题。这给本来时间压力就比较大的“数据建模与决策”课程的教学任务又增添了新的困难。这也是我们编写《数据建模与决策》教材所必须面对的问题。基于编写《数据建模与决策》教材所面临的问题，编写者们经过集体协商，决定以中国人民大学MBA的“数据建模与决策”课程的基本教学内容为主，同时参考大连理工大学管理学院的教学内容，来编写可供一个学期的课程所使用的教材。在内容选取上，我们以介绍统计内容为主，适当地介绍一些管理科学方面的模型。这样做的主要原因是教学时数的限制，在有限的时间内是很难完成太多的教学任务的。？？？我们参照国外的MBA教材，确定了以案例为先导，然后介绍相关知识，最后以一般的练习来巩固知识，并在解决问题的过程中强调计算机软件的利用的写作方式。至于案例作业，我们没有编写，其主要原因是现在有许多的案例教材可以选用。由于在实际应用中数量分析方法所涉及的数据的规模一般都很大，需要通过相应的计算机软件来实现，因此经过商议，在向国内外同行进行咨询的基础上，我们决定在《数据建模与决策》教材中主要以Excel作为工具来解决教材中几乎所有的计算问题，包括管理科学中的计算和统计数据的处理。这样做的原因是Excel软件应用比较普及，几乎在任何一台电脑上都可以使用Excel。而且，Excel操作简单，比较容易学习，不会占用太多的教学时间。同时，电子表格也是现在企业管理中一个非常有用的工具。？？？本书第1章由深圳大学管理学院李丽教授编写，第2章至第11章由中国人民大学统计系的贾俊平教授编写，第12章和第13章由中国人民大学商学院的刘国山教授编写，第14章和第15章由大连理工大学管理学院的胡祥培教授编写。邓茶亚、陈守龙和谭英平也参加了编写工作。

本书是在第一版的基础上修订而成的。本书为清华大学出版社出版、由严蔚敏和吴伟民编著的《数据结构》（C语言版）（以下简称教科书）的学习辅导书。主要内容包括：教科书中的每一种数据存储结构的图示；教科书中每一种存储结构的基本操作函数及调用这些基本操作的主程序和程序运行结果；教科书中几乎每一种算法的实现。对于教科书中一些较复杂的算法，本书提供了详细的解析。有些在教科书中一带而过的存储结构（如第2章的静态链表和第6章的二叉树的三叉链表），本书也提供了完整的基本操作函数及主程序和程序运行结果。本书配有光盘，光盘中包括书中所有程序及用标准C语言改写的程序。所有程序均在计算机上运行通过。本书适用于使用教科书的大中专学生和自学者。书中的基本操作函数也可供从事计算机工程与应用工作的科技人员参考和采用。

“相对于其他的书，Erik的书，阐述得比较深入。在完整性、可读性和理论与实践的结合等方面，我强力推荐这本书。如果您今年打算只买一本关于OLAP的书，您就应该买《OLAP解决方案》（第二版）。”：：W.H.Inmon（网站http：//www．billinmon．com/创建者之一）“Erik的OLAP解决方案的第一版被广泛地作为多种从业人员的标准参考书，这些人员都是在OLAP系统、决策支持系统、数据仓库和商业分析等领域中工作的。我们都从书中对多维信息系统清晰、简捷和全面的处理中获益匪浅。OLAP解决方案的第二版不仅继续阐述这方面的内容，并且还包含了许多新的和意义深远的内容。特别值得一提的是，该书通过引入OLAP的LC模型，并提供该模型应用的详细实例，给出了一个基于逻辑的多维框架和语言，这种语言解决了在OLAP模型使用和规范方面通常遇到的概念上的困难。《OLAP解决方案》（第二版）将完全改变我们考虑发展和使用OLAP技术的方式。”：：JohnPoole（HyperionSolutions公司著名软件工程师）“Erik又进行了这方面的研究！我发现他的最新著作反映出了关于OLAP工具和方法方面快速动态变化的有价值的新信息。我向已经读过第一版的人推荐这本书，你们可以从书中获得有价值与比较新的内容，还将这本书推荐给使用OLAP产品初学者中需要超越初学阶段的人。”：：AlanP．Alborn（科学应用国际公司副总裁）“本书不仅是该领域每一个从业人员必读本，而且是创建先进分析应用的前沿开发者必读的一本书。利用这本书的读者将会对怎样构造他们的分析应用有一个更清楚的理解。”：：FrankMcGuff（独立顾问）“这本书适合于打算或正在OLAP舞台上工作的学生和从业人员阅读。除了有一些实践的建议外，该书也适合作为大学高年级学生或研究生数据挖掘课程的参考书。OLAP的关系代数学是非常需要的，真实世界的例子可以让你思考怎样应用OLAP技术来实际地帮助现实的业务。”：：DavidGrossman（伊利诺伊技术学院副教授）“这本书是对OLAP分析的全面介绍，它解释了这个复杂的学科，并且证明了OLAP在辅助决策制订时所表现出的重要作用。”：：MehdiAkhlaghi（世界银行开发数据组信息官员）尽管许多商业OLAP产品很容易起作用，但是由于OLAP是一种单独的工具，且越来越多地与关系数据紧密地联合，所以OLAP仍旧是一项很难掌握的复杂技术。无论你使用什么样的OLAP工具，Thomsen写的这本著名的《OLAP解决方案：创建多维信息系统（第二版）》在运用OLAP概念和技术方面提供了一个清晰的，全面的解释。这一版经过了详尽的修订，增加了一些逻辑问题的讲述，例如，维的层次，以及关于数据存储，访问和计算的物理问题。Thomsen还在书中增加了一个全新的应用章节，描述在某个制造公司的环境中的具有10个相互连接业务处理过程的计算交叉价值链模型。无论你使用什么样的商业OLAP工具，在此，你将学到的实际方法和公式都是有用的。在这个全面的、无与伦比的资源库中，你会发现：■OLAP的概念，以及它是怎样与数据仓库、决策支持、SQL数据库及电子数据表联系起来的。■包括维、层次、单一领域和多领域数据立方体、公式、稀疏性和连接的多维技术。■OLAP解决方案物理设计的实用技术。■关于怎样进行数据可视化操作的、彻底的处理方法及部署它的最佳实践。■关于建立企业OLAP解决方案的、丰富而细致的实例■主要OLAP产品语言的比较■如何评价OLAP工具■怎样将OLAP与其他决策支持技术结合起来的实例对于各个行业，OLAP是一种非常重要的主流技术。本书是对OLAP的全面分析：从OLAP的定义、由来、基本要求，以及它是如何结合到整个企业信息架构中的，到如何在N维空间中进行思考，进而设计和使用多维信息系统；从多维技术的特点、概念到多维信息系统的设计使用实践。每一步都是从最简单的问题出发，使用具体生动的实例进行详细讲解的，使得读者可以很容易理解多维信息系统的设计原则，并提高多维信息系统的使用技巧。本书主要是商业分析师、面向OLAP应用开发者、IT工作者，以及计算机科学、面向技术的大学生而编写的，同时本书多层次的编写风格使得IT经理和管理人员也能从中获益。

本书主要介绍客户关系管理（CRM）环境中使用的数据仓库的设计和构建。书中介绍了数据仓库的概念，探讨了数据仓库的体系结构、逻辑模型、物理实现、工程管理等内容。并且描述了建造数据仓库的一些工具产品，介绍了购买这些工具时需要注意的问题。另外，书中还对数据仓库的时间性问题提出了独到的见解，给出了可行的方案。本书适合于希望学习数据仓库原理的人员以及数据仓库建造的顾问人员使用。译者序本书主要介绍客户关系管理（CRM）环境中使用的数据仓库的设计和构建。数据仓库是一种特殊的数据库，近几年来在信息技术行业中获得了极大的关注。根据著名的数据仓库专家W，H．Inmon在《BuildingtheDataWarehouse》一书中的定义：数据仓库（DataWarehouse）是一个面向主题的（SubjectOriented）、集戒的（Integrated）、非易失的（Non-Volatile）、时变的（TimeVariant）数据集合，用于支持管理决策。对于数据仓库的概念可以从两个层次予以理解，首先，数据仓库用于支持决策型、面向分析型的数据处理，它不同于企业现有的运营型（Operational）数据库；其次，数据仓库是对多个异构的数据源的有效集成，集成后按照主题进行了重新组织，并包含历史数据。而且对存放在数据仓库中的数据一般不再进行修改。从上述定义可知，数据仓库具有以下四大特点：1）面向主题。运营型数据库的数据面向事务进行组织，各个业务系统之间相互分离，而数据仓库中的数据按照一定的主题域进行组织。主题是一个抽象的概念，是指用户利用数据仓库进行决策时所关心的重点方面，一个主题通常与多个运营型信息系统相关。2）集成的。面向事务处理的运营型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原有的分散的数据库数据提取、过滤的基础上经过系统加工、汇总和整理得到的，从而消除了源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。3）非易失的。运营型数据库中的数据通常实时更新，会根据需要及时发生变化。数据仓库中的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将长期保留，也就是说，数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的装载、刷新即可。4）时变的。也就是反映历史变化。运营型数据库主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时刻（如开始应用数据仓库的时刻）到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。企业数据仓库的建设，是以现有企业业务系统和大量业务数据的积累为基础的。数据仓库不是静态的概念，只有把信息及时提交给需要这些信息的使用者，供他们做出改善业务经营的决策，信息才能发挥作用，信息才有意义。而把信息加以整理归纳和重新组织，并及时提供给相应的管理决策人员，是设计和构建数据仓库的根本任务。因此，从业界的角度来看，构建数据仓库是一个工程，是一个过程。数据仓库中存放的数据不是最新的、专有的，而是来源于其他数据库。设计和构建数据仓库不是要取代原有的数据库，而是在一个较全面、完善的信息应用的基础上重新设计和构建，用于支持高层决策分析。数据仓库是数据库技术的一种新的应用，与其他数据库应用不同的是，数据仓库更像一种过程，一种对分布在企业内部各处的业务数据进行整合、加工和分析的过程。因此，数据仓库是一种概念，不是一种可以购买的产品。数据仓库中包括了一些重要的技术，如数据挖掘，即从大量的数据中提取出潜在的、鲜为人知的有用信息、模式和趋势。其目的是：提高市场决策能力；检测异常模式；在过去的经验基础上预测未来趋势。还包括事先构造汇总表，以提高信息的检索效率，同时不增加使用人员的负担，由程序在检索时自动进行表的转换等技术。本书介绍数据仓库的概念，探讨数据仓库的体系结构、逻辑模型、物理实现、工程管理等内容。并且对构建数据仓库的一些工具产品作了讨论，介绍了购买这些工具时需要注意的问题。书中还对数据仓库的时间性问题提出了独到的见解，给出了可行的解决方案。本书适合于希望学习数据仓库原理的人员以及数据仓库构建的顾问人员使用。参加本书翻译的主要成员有：钟鸣、常征。全书由刘晓霞同志审校。同时担任部分翻译及校对工作的还有郝玉洁、梅刚、石永平、王君、“张文、田晓涛、耿娜、何江华、孙登峰、樊伟、赵彦萍等。由于译者水平有限，书中难免有错误或不当之处，敬请读者批评指正。前言本书主要围绕数据仓库展开讨论。数据仓库是一种特殊的数据库，近几年来在信息技术行业中获得了极大的关注。关于数据仓库构造的书籍很多，但把重点放在数据仓库设计上的很少，但也不是没有，本书中将会引用它们。构造数据仓库的目的是使信息可用。没有人会怀疑信息的价值，我们认为，大多数组织机构都可能具有一个信息的“阿拉丁山洞”，这个山洞被各机构的运营系统封锁起来。数据仓库就是打开这个信息山洞之门的钥匙。强有力的证据表明，我们在数据仓库领域的最初尝试（指的是第一代数据仓库）并未取得完全的成功。新生事物通常都不会非常成熟，在信息技术（盯）行业中更是如此，rr的从业人员迅速发现了数据仓库的潜力，他们试图努力使自己的公司在数据仓库方面保持竞争优势。在这样做的过程中，本人认为忽略了两个问题。第一点是，粗看上去，数据仓库似乎是一种相当简单的应用，事实上它一点也不简单。除了其绝对规模（数据仓库可能是世界上最庞大的一种数据库）和由此带来的性能瓶颈这个基本问题之外，其数据结构也比早期的类似系统天生要复杂得多。结果，造成设计过于简化，虽然数据库理解和使用起来很简单，但许多重要的问题没有考虑到。‘第二点是，数据仓库不像其他运行系统，它不能准确地定义需求。这与传统的系统不一样，传统系统由需求规范来驱动整个开发生命周期。我们的系统设计方法仍主要基于对需求的彻底理解，这是一种“硬性”的系统方法。而在数据仓库建造中，常常不知道要解决的问题是什么。数据仓库的部分任务应该是帮助公司了解他们的问题是什么。-关于设计，也有两个主要问题需要考虑。第一点与数据仓库本身有关。怎样保证相应的数据结构能解决一些较难的问题？第二点是已经证明硬性的系统方法限制性太强，需要一种更柔性的技术。因此，不仅要改进数据仓库的设计，还要改进实现这种设计的方法。作者针对这两个要求撰写了本书。第卜代数据仓库历史上，第一代数据仓库建立在业内大师们创立的某些法则的基础之上。作者很敬佩数据域中两位伟大的先行者：BiUInmon和RalphKimball。在我看来，这两位学者在数方面比别的人走得更远。虽然许多人声称自己“在有数据仓库这个称呼前已经从事建造工作很长时间了”，但实际上，Inmon和Kimball是数据仓库建造的奠基人，因地制定了今天大多数从业者所知道的定义和设计原则。纵使不能完全遵循他们的准Inmon关于数据仓库的定义和Kimball关于平缓地更改维的原则仍然是很常见的。本书第2章是对数据仓库的一个介绍。在某些方面，它应该被视为进行背景铺垫的一章，因为它给出了下列内容，从初步原理开始对数据仓库进行了介绍：决策支持的需求数据仓库有何用途运营系统和数据仓库之间的差别维模型数据仓库的主要成分第2章为介绍第二代数据仓库的发展做了铺垫，第二代数据仓库和客户关系管理在介绍数据仓库前，粗略地考察一下客户关系管理（CRM）的业务问题。数据仓库一直在等待CRM的出现。以前没有它，数据仓库仍比较流行，但其流行程度往往不够。IT管理人员很快会意识到数据仓库的潜力，但其业务需求并不总是主要的驱动力，这导致了某些数据仓库项目的失败。从业务经理的角度来看，发起这些大型的和昂贵的数据库开发项目总是有点勉强。由叮发起的那些数据仓库项目并不总是恰到好处。CRM的出现改变了一切。如果没有较多的信息资源（当然，它是数据仓库存在的理由），在业务开展中是不能实行CRM的。现在对数据仓库的兴趣已经有了新的活力，这次坐在“驾驶席”上的是业务人员。在介绍了CRM的概念和描述了它的主要成分后，将讨论第一代数据仓库的设计方法中的缺陷（具有事后总结的好处），并提出用于下一代设计的方法。本书从分析某些设计问题开始，然后仔细地选择解决更敏感的问题的方法，过去几年中，对这些更敏感问题存在一些争论（有时还很激烈）。基本问题之一是关于设计中的时间表示。对于这个问题的实际支持非常少，这是很可悲的，因为数据仓库已经成了所有业务中普遍的真正的基于时间的应用。在阐述解决方案时，我们针对有关时间的迷惑，再次介绍建造数据仓库的旧的概念、逻辑和实际方法。为什么应该做这件事存在很好的理由，在介绍过程中我们将会说明这些理由。有一章是关于建造数据仓库的业务理由的。意思很清楚。如果你不能说明开发数据仓库的理由，就不要建立它。如果我们设计和开发了一个漂亮的高性能的系统，但它不能在适当的时间内给出回报，任何人都不会为此感谢我们。许多数据仓库能够充分地证明自身存在的理由，而有的不能。我们不想造成失败项目。没有人能从这样的事情中得到好处，因此，在证明建立数据仓库的合理性方面，我们是相当严谨的。项目管理是数据仓库开发的一个关键部分。一般的项目管理方法在这里不适用。有许多经验丰富的项目管理者最初面对数据仓库项目时感到极不舒服。他们过去习惯了依赖于系统规格说明，但是数据仓库项目的交付产品具有不确定性，项目的接收标准本质上很不精确，这使他们感到很不安心。本书会提供项目管理方面的一些指导。认识我的人都认为我在软件产品方面有点“坦率”，但我觉得，如果我是一个诚实的人就应该这样。在碰到把旧的查询工具改头换面，就像它们是新产品一样随新东西一道发行的情形时，我就生气。过去，查询工具就是查询工具。现在，它是数据挖掘产品、分段产品，而且还是CRM产品。我知道，这些供应商要谋生，但作为职业顾问，我们必须保护客户（特别是容易受骗的客户），免得他们上这些供应商的当。有的产品确实增加了价值，而有的根本就没有增值，而且还非常昂贵。关于软件产品的那一章列出了各种可以得到的工具，说明它们擅长什么，不擅长什么，以及哪些问题你不关心，供应商就不会告诉你。本书读者本书涵盖了许多有意义的技术内容，其潜在的读者相当广泛。第2章是由本科生教材改编而来的，适合于希望学习数据仓库原理的人员。它用简单的术语说明了以下问题：．什么是数据仓库．怎样使用数据仓库．数据仓库的主要成分．数据仓库的“行话”这一章中还介绍了建造数据仓库要面对的困难和问题。对于顾问人员，本书包含了一个保证业务目标得以满足的方法。此方法是一个自顶向下的方法，它采用了常见的专题讨论会技术。还有一章专门帮助建立业务需求。对于数据仓库的开发人员，本书包含了关于设计（特别是在数据模型方面）、时间处理、概念、逻辑和物理层次的大量资料。本书还包含了对所有开发层次提供帮助的一个完整的方法学。重点集中在建立以客户为中心的模型上，这种模型对于支持客户关系管理的完整需求非常理想。对于项目管理人员，有一整章提供了关于方法的指南，同时还包括以下内容：完整的工作分解结构（WBS）项目组结构所需技能