鏈接：https://pan.baidu.com/s/1l0pHC8o4Md-3vpVAH3iMMA?pwd=m65j?

提取碼：m65j

　　隨著TheDataWarehouseToolkit（1996）第1版的出版發(fā)行，RalphKimball為整個(gè)行業(yè)引入了維度建模技術(shù)。從此，維度建模成為一種被廣泛接受的表達(dá)數(shù)據(jù)倉(cāng)庫(kù)和商業(yè)智能（DW/BI）系統(tǒng)中數(shù)據(jù)的方法。該經(jīng)典書(shū)籍被認(rèn)為是維度建模技術(shù)、模式和實(shí)踐的資源。
　　該書(shū)匯集了到目前為止全面的維度建模技術(shù)。
　　該書(shū)采用新的思路和實(shí)踐對(duì)上一版本進(jìn)行了全面修訂，給出了設(shè)計(jì)維度模型的全面指南，既適合數(shù)據(jù)倉(cāng)庫(kù)新手，也適合經(jīng)驗(yàn)豐富的專業(yè)人員。
　　該書(shū)涉及的所有技術(shù)都基于作者實(shí)際從事DW/BI的設(shè)計(jì)經(jīng)驗(yàn)，通過(guò)實(shí)際案例加以描述。
　　該書(shū)主要內(nèi)容：
　　實(shí)用設(shè)計(jì)技術(shù)——有關(guān)維度和事實(shí)表的基本和高級(jí)技術(shù)。
　　14個(gè)案例研究，涉及零售業(yè)、電子商務(wù)、客戶關(guān)系管理、采購(gòu)、庫(kù)存、訂單管理、會(huì)計(jì)、人力資源、金融服務(wù)、醫(yī)療衛(wèi)生、保險(xiǎn)、教育、電信和運(yùn)輸?shù)取?br>　　為12個(gè)案例研究提供了數(shù)據(jù)倉(cāng)庫(kù)總線矩陣示例。
　　需要避免的維度建模陷阱和錯(cuò)誤。
　　增強(qiáng)的緩慢變化維度（SCD）技術(shù)類型0～類型7。
　　用于處理參差不齊的可變深度層次和多值屬性的橋接表大數(shù)據(jù)分析的實(shí)踐。與業(yè)務(wù)參與方合作、交互設(shè)計(jì)會(huì)議的指南。
　　有關(guān)KimballDW/BI項(xiàng)目生命周期方法論的概論。
　　對(duì)ETL系統(tǒng)和設(shè)計(jì)思考的總結(jié)構(gòu)建維度和事實(shí)表的34個(gè)ETL子系統(tǒng)和技術(shù)。

作者簡(jiǎn)介

　　Ralph Kimball，博士，自1982年以來(lái)，一直是數(shù)據(jù)倉(cāng)庫(kù)和商業(yè)智能行業(yè)的思想開(kāi)拓者。自1996年以來(lái)，The Data Warehouse Toolkit系列書(shū)籍一直是受讀者歡迎的暢銷(xiāo)書(shū)。
　　
　　Margy Ross，Kimball集團(tuán)總裁，她與Ralph Kimball合作撰寫(xiě)了5本工具箱系列書(shū)籍。她關(guān)注數(shù)據(jù)倉(cāng)庫(kù)和商業(yè)智能已有30多年的歷史。

第1章 數(shù)據(jù)倉(cāng)庫(kù)、商業(yè)智能及維度建模初步
1．1 數(shù)據(jù)獲取與數(shù)據(jù)分析的區(qū)別
1．2 數(shù)據(jù)倉(cāng)庫(kù)與商業(yè)智能的目標(biāo)
1．3 維度建模簡(jiǎn)介
1．3．1 星型模式與OLAP多維數(shù)據(jù)庫(kù)
1．3．2 用于度量的事實(shí)表
1．3．3 用于描述環(huán)境的維度表
1．3．4 星型模式中維度與事實(shí)的連接
1．4 Kimball的DW/BI架構(gòu)
1．4．1 操作型源系統(tǒng)
1．4．2 獲?。D(zhuǎn)換-力口載（ETL）系統(tǒng)
1．4．3 用于支持商業(yè)智能決策的展現(xiàn)區(qū)
1．4．4 商業(yè)智能應(yīng)用
1．4．5 以餐廳為例描述Kimball架構(gòu)
1．5 其他DW/BI架構(gòu)
1．5．1 獨(dú)立數(shù)據(jù)集市架構(gòu)
1．5．2 輻射狀企業(yè)信息工廠hlmon架構(gòu)
1．5．3 混合輻射狀架構(gòu)與Kimball架構(gòu)
1．6 維度建模神話
1．6．1 神話1：維度模型僅包含匯總數(shù)據(jù)
1．6 ，2神話2：維度模型是部門(mén)級(jí)而不是企業(yè)級(jí)的
1．6．3 神話3：維度模型是不可擴(kuò)展的
1．6．4 神話4：維度模型僅用于預(yù)測(cè)
1．6．5 神話5：維度模型不能被集成
1．7 考慮使用維度模型的更多理由
1．8 本章小結(jié)

第2章 Kimball維度建模技術(shù)概述
2．1 基本概念
2．1．1 收集業(yè)務(wù)需求與數(shù)據(jù)實(shí)現(xiàn)
2．1．2 協(xié)作維度建模研討
2．1．3 4步驟維度設(shè)計(jì)過(guò)程
2．1．4 業(yè)務(wù)過(guò)程
2．1．5 粒度
2．1．6 描述環(huán)境的維度
2．1．7 用于度量的事實(shí)
2．1．8 星型模式與OLAP多維數(shù)據(jù)庫(kù)
2．1．9 方便地?cái)U(kuò)展到維度模型
2．2 事實(shí)表技術(shù)基礎(chǔ)
2．2．1 事實(shí)表結(jié)構(gòu)
2．2．2 可加、半可加、不可加事實(shí)
2．2．3 事實(shí)表中的空值
2．2．4 -致性事實(shí)
2．2．5 事務(wù)事實(shí)表
2．2．6 周期快照事實(shí)表
2．2．7 累積快照事實(shí)表
2．2．8 無(wú)事實(shí)的事實(shí)表
2．2．9 聚集事實(shí)表或OLAP多維數(shù)據(jù)庫(kù)
2．2．1 0合并事實(shí)表
2．3 維度表技術(shù)基礎(chǔ)
2．3．1 維度表結(jié)構(gòu)
2．3．2 維度代理鍵
2．3．3 自然鍵、持久鍵和超自然鍵
2．3．4 下鉆
2．3．5 退化維度
2．3．6 非規(guī)范化扁平維度
2．3．7 多層次維度
2．3．8 文檔屬性的標(biāo)識(shí)與指示器
2．3．9 維度表中的空值屬性
2．3．10 日歷日期維度
2．3．11 扮演角色的維度
2．3．12 雜項(xiàng)維度
2．3．13 雪花維度
2．3．14 支架維度
2．4 使用一致性維度集成
2．4．1 一致性維度
2．4．2 縮減維度
2．4．3 跨表鉆取
2．4．4 價(jià)值鏈
2．4．5 企業(yè)數(shù)據(jù)倉(cāng)庫(kù)總線架構(gòu)
2．4．6 企業(yè)數(shù)據(jù)倉(cāng)庫(kù)總線矩陣
2．4．7 總線矩陣實(shí)現(xiàn)細(xì)節(jié)
2．4．8 機(jī)會(huì)／利益相關(guān)方矩陣
2．5 處理緩慢變化維度屬性
2．5．1 類型0：原樣保留
2．5．2 類型1：重寫(xiě)
2．5．3 類型2：增加新行
2．5．4 類型3：增加新屬性
2．5．5 類型4：增加微型維度
2．5．6 類型5：增加微型維度及類型1支架
……

第3章 零售業(yè)務(wù)
第4章 庫(kù)存
第5童采購(gòu)
第6章 訂單管理
第7章 會(huì)計(jì)
第8章 客戶關(guān)系管理
第9章 人力資源管理
第10章 金融服務(wù)
第11章 電信
第12章 交通運(yùn)輸
第13章 教育
第14章 醫(yī)療衛(wèi)生
第15章 電子商務(wù)
第16章 保險(xiǎn)業(yè)務(wù)
第17章 KimballDW/BI生命周期概述
第18章 維度建模過(guò)程與任務(wù)
第19章 ETL子系統(tǒng)與技術(shù)
第20章 ETL系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)過(guò)程和任務(wù)
第21章 大數(shù)據(jù)分析

查看全部↓