Star Schema完全参考手册 数据仓库维度设计权威指南PDF|Epub|txt|kindle电子书版本网盘下载

Star Schema完全参考手册 数据仓库维度设计权威指南PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第Ⅰ部分 基础3

第1章 分析型数据库与维度设计3

1.1维度设计3

1.1.1目的3

1.1.2度量和环境5

1.1.3事实和维度5

1.1.4聚合维度和事实7

1.2星型模式8

1.2.1维度表9

1.2.2键与历史10

1.2.3事实表10

1.3星型模式的应用10

1.3.1查询事实11

1.3.2浏览维度12

1.4指导原则13

1.5本章小结13

1.6补充阅读14

第2章 数据仓库体系结构15

2.1 Inmon的企业信息化工厂15

2.2 Kimball的维度数据仓库17

2.3独立型数据集市19

2.4体系结构和维度设计20

2.4.1方法的对比21

2.4.2公共元素22

2.4.3适用于本书的术语23

2.5本章小结23

2.6补充阅读24

第3章 星型模式与多维数据集25

3.1维度表特性25

3.1.1代理键与自然键25

3.1.2丰富的维度集合27

3.1.3维度表中的组合维度30

3.2事实表特性33

3.2.1事实表与过程33

3.2.2获取事实33

3.2.3粒度36

3.2.4稀疏性37

3.2.5退化维37

3.3缓慢变化维38

3.3.1变化类型140

3.3.2变化类型242

3.3.3选择并实现响应类型44

3.4多维数据集46

3.5本章小结49

3.6补充阅读49

第Ⅱ部分 多种星型模式53

第4章 过程处理中的事实表53

4.1事实表与业务过程53

4.2具有不同时间的事实54

4.2.1单一事实表带来的问题55

4.2.2以不同事实表的方式建模57

4.3具有不同粒度的事实58

4.3.1单一事实表带来的问题58

4.3.2以不同事实表的方式建模61

4.4从多个事实表中分析事实61

4.4.1连接事实表的危险62

4.4.2横向钻取63

4.4.3横向钻取的实现67

4.5本章小结70

4.6补充阅读71

第5章 维度一致性问题73

5.1星型模式之间的协同73

5.2维度与横向钻取75

5.2.1造成横向钻取失败的原因75

5.2.2维度表不必相同78

5.3一致性维度79

5.3.1维度一致性的类型80

5.3.2规划一致性85

5.4结构与一致性86

5.4.1维度数据仓库87

5.4.2企业信息化工厂89

5.4.3独立型数据集市90

5.5本章小结92

5.6补充阅读92

第Ⅲ部分 维度设计97

第6章 深入学习维度表97

6.1将维度分组到表中98

6.1.1关联维度属性的两种方法98

6.1.2对维度分组时的考虑100

6.2分解大型维度102

6.2.1任意分隔维度表103

6.2.2分割维度方法的替代方法104

6.2.3微型维度缓解ETL瓶颈和过度增长105

6.3角色维度和别名使用110

6.3.1单一表，多重关系110

6.3.2利用别名来存取角色111

6.4避免空值113

6.4.1空值带来的问题113

6.4.2避免空外键值117

6.4.3特别情况行的用途118

6.5行为维度121

6.5.1在查询期间将事实转换为维度121

6.5.2设计并使用行为维度122

6.5.3行为维度设计要素123

6.6本章小结123

6.7补充阅读124

第7章 层次结构与雪花模式127

7.1钻取127

7.1.1钻取的定义127

7.1.2钻取的实质128

7.2属性层次和钻取129

7.2.1属性层次129

7.2.2在属性层次中钻取130

7.2.3钻取的其他方法130

7.2.4文档化属性层次结构132

7.3雪花模式135

7.3.1避免采用雪花模式136

7.3.2采用雪花架构138

7.4支架表140

7.4.1重复组140

7.4.2通过支架表消除重复组142

7.4.3支架表和缓慢变化处理143

7.5本章小结145

7.6补充阅读145

第8章 深入学习缓慢变化技术147

8.1时间戳维度147

8.1.1维度的时间点状态148

8.1.2时间戳解决方案150

8.2类型3变化154

8.2.1研究具有新旧维度值的154

所有事实154

8.2.2类型3解决方案156

8.3混合缓慢变化159

8.3.1冲突的需求159

8.3.2混合响应160

8.3.3评估和扩展混合方法163

8.4本章小结164

8.5补充阅读165

第9章 多值维度与桥接表167

9.1标准的一对多关系167

9.2多值维度169

9.2.1简化关系169

9.2.2为多值维度构建171

桥接表171

9.3多值属性177

9.3.1简化多值属性178

9.3.2使用属性桥接表179

9.4本章小结185

9.5补充阅读186

第10章 递归层次与桥接表187

10.1递归层次187

10.1.1涉及其他行的行188

10.1.2报表的难度189

10.2递归层次的扁平化190

10.2.1扁平化层次190

10.2.2扁平化带来的问题191

10.2.3适合扁平化的情况193

10.3层次桥接表193

10.3.1层次桥接表的设计194

10.3.2使用桥接表197

10.3.3双重计算201

10.3.4解决多对多关系204

10.3.5可能存在的误用207

10.4变化与层次桥接表207

10.4.1维度或桥接表的类型1变化207

10.4.2维度的类型2变化208

10.4.3层次的类型2变化212

10.5关于层次桥接表的相关讨论214

10.5.1装饰桥接表214

10.5.2多父节点215

10.5.3多层次215

10.6本章小结216

10.7补充阅读217

第Ⅳ部分 事实表设计221

第11章 事务、快照和累积快照221

11.1事务事实表221

11.1.1描述事件221

11.1.2事务事实表的特性222

11.2事实表快照223

11.2.1挑战：研究状态223

11.2.2快照模型225

11.2.3快照注意事项229

11.3累积快照事实表233

11.3.1挑战：研究事件之间的时间间隔233

11.3.2累积快照236

11.3.3累积快照的注意事项240

11.4本章小结244

11.5补充阅读244

第12章无事实的事实表247

12.1无事实的事件247

12.1.1什么也不度量247

12.1.2无事实的事实表248

12.1.3使用无事实的事实表249

12.1.4添加事实250

12.2条件、范围或资格252

12.2.1对条件建模的原因252

12.2.2用于条件的无事实的事实表254

12.2.3比较行为和条件255

12.2.4缓慢变化维度和条件258

12.3本章小结258

12.4补充阅读259

第13章 特殊类型的星型模式261

13.1特殊类型属性261

13.1.1操作型系统261

13.1.2分析型系统262

13.2核心和自定义星型模式263

13.2.1核心和自定义维度表263

13.2.2核心和自定义事实表267

13.2.3其他注意事项270

13.3使用通用属性271

13.3.1通用属性271

13.3.2使用通用设计272

13.4本章小结273

13.5补充阅读274

第Ⅴ部分 性能277

第14章 导出模式277

14.1重构维度数据277

14.1.1应用导出模式278

14.1.2已经接触过的导出模式279

14.1.3导出模式的开销280

14.2融合事实表281

14.2.1预先计算横向钻取结果281

14.2.2简化过程比较282

14.2.3改进性能283

14.2.4不能实现横向钻取的支持工具283

14.2.5单一过程分析283

14.2.6包含一个不可共享的维度284

14.3旋转事实表285

14.3.1对旋转数据的需求285

14.3.2旋转数据带来的好处286

14.3.3旋转数据带来的问题287

14.4切片事实表287

14.4.1为星型模式建立切片287

14.4.2使用切片事实表288

14.4.3开始切片289

14.5集合操作事实表289

14.5.1比较数据的两个集合289

14.5.2几种可能的比较290

14.5.3选择预计算集合操作291

14.6本章小结291

14.7补充阅读292

第15章 聚集293

15.1聚集的基础知识293

15.1.1汇总基本数据294

15.1.2使用聚集297

15.1.3加载聚集300

15.1.4作为聚集的多维数据集302

15.2使聚集不可见303

15.2.1聚集导航303

15.2.2建立聚集306

15.3可选的汇总设计方法307

15.3.1可转换汇总也是一种可用的方法307

15.3.2避免单一表设计308

15.4本章小结310

15.5补充阅读310

第Ⅵ部分 工具及文档315

第16章 设计与商业智能315

16.1商业智能与SQL生成315

16.1.1 SQL生成器315

16.1.2 SQL生成器的限制318

16.2适用于语义层的指导原则319

16.2.1需要避免的特性320

16.2.2需要使用的特性322

16.3使用商业智能工具的SQL生成器323

16.3.1多星型模式323

16.3.2半可加事实328

16.3.3浏览查询329

16.3.4桥接表331

16.4使用基于多维数据集的商业智能336

16.4.1以多维数据集为中心的商业智能工具336

16.4.2自动生成多维数据集338

16.5本章小结340

16.6补充阅读341

第17章 设计与ETL343

17.1 ETL过程343

17.1.1 ETL是一种复杂的任务343

17.1.2 ETL过程使用的工具344

17.1.3结构与ETL过程344

17.2加载星型模式344

17.2.1高层依赖344

17.2.2加载维度表345

17.2.3加载事实表350

17.3优化加载354

17.3.1变化数据的识别354

17.3.2简化处理355

17.4清理数据357

17.4.1需要清理什么357

17.4.2清理维度数据358

17.4.3含有无效细节信息的事实358

17.5内部处理列360

17.5.1维度表中的内部处理列360

17.5.2内部处理与事实表361

17.6本章小结362

17.7补充阅读363

第18章 如何设计并文档化维度模型365

18.1维度设计与数据仓库生命周期365

18.1.1维度设计的战略位置365

18.1.2何时做维度设计367

18.2设计活动367

18.2.1规划设计工作368

18.2.2开展访谈指导369

18.2.3设计维度模型372

18.2.4计划的优先级377

18.2.5文档化结果378

18.3文档化维度模型379

18.3.1需求文档379

18.3.2顶层设计文档381

18.3.3详细设计文档386

18.3.4逻辑设计与物理设计389

18.4本章小结389

18.5补充阅读390