第1部分 商務智能和數據倉庫的基礎知識
第1章 BI組織概述 3
1.1 BI組織架構概述 4
1.2 提供信息內容 8
1.2.1 信息內容的計劃 9
1.2.2 信息內容的設計 12
1.2.3 信息內容的實現 13
1.3 證明BI工作的價值 16
1.3.1 項目與已知的商務需求相結合 16
1.3.2 衡量ROI 16
1.3.3 讓數據倉庫首次迭代最大限度地發(fā)揮作用 19
1.4 IBM和BI組織 20
1.4.1 無縫集成 21
1.4.2 簡化數據傳遞系統(tǒng) 23
1.4.3 零滯后 25
1.5 小結 25
第2章 商務智能基礎 27
2.1 BI組成及技術 28
2.1.1 BI組成 28
2.2 數據倉庫的組成 32
2.2.1 數據抽取、轉換和裝載 34
2.2.2 數據管理 37
2.2.3 數據訪問 37
2.2.4 元數據 38
2.3 分析化的用戶要求 39
2.3.1 報告和查詢 40
2.3.2 在線分析處理 40
2.3.3 數據統(tǒng)計 43
2.3.4 數據挖掘 43
2.4 維度技術和BI 44
2.4.1 OLAP服務器 45
2.4.2 定義空間譜 47
2.5 觸點 48
2.6 零滯后和數據倉庫環(huán)境 49
2.7 閉環(huán)學習 49
2.8 歷史完整性 50
2.9 小結 53
第3章 設計數據倉庫的迭代過程 54
3.1 設計任何的迭代 55
3.1.1 建立你自己的BI計劃 57
3.2 計劃初期迭代 63
3.2.1 設定數據倉庫以符合公司戰(zhàn)略 64
3.2.2 實施一個準備就緒的評估 65
3.2.3 源計劃 66
3.3 用DIF矩陣選擇方案 69
3.3.1 確定正確的方法 70
3.3.2 應用DIF矩陣 70
3.3.3 功能紊亂 74
3.3.4 影響力 75
3.3.5 可行性 75
3.3.6 DIF矩陣的結果 75
3.4 計劃隨后的迭代 78
3.4.1 確定范圍 78
3.4.2 確定戰(zhàn)略性的商務詢問 79
3.5 完成項目的方法 80
3.5.1 BI駭客方法 80
3.5.2 Inmon方法 81
3.5.3 商務空間的生命周期方法 81
3.5.4 螺旋形方法 82
3.5.5 IBM方法 90
3.5.6 選擇合適的方法 93
3.6 小結 93
第2部分 商務智能架構
第4章 設計數據架構 97
4.1 選擇正確的架構 99
4.1.1 原子層選擇 101
4.1.2 數據集市 106
4.1.3 有依賴性的數據集市的原子層 107
4.1.4 獨立的數據集市 109
4.1.5 數據傳輸架構 110
4.2 預測傳送量 114
4.3 架構建模 116
4.3.1 商務邏輯模型 117
4.3.2 原子層模型 118
4.3.3 數據集市的建模 120
4.3.4 原子和星型數據的比較 124
4.4 可操作的數據的存儲 125
4.5 數據架構策略 126
4.6 小結 129
第5章 技術架構和數據管理基礎 131
5.1 決定架構的技術依據 133
5.1.1 集中的數據倉庫 133
5.1.2 分布式的數據倉庫 137
5.1.3 并行和倉庫 139
5.1.4 分區(qū)數據存儲 142
5.2 數據管理的技術基礎 143
5.2.1 DB2和原子層 143
5.2.2 DB2和星型模式 148
5.3 DB2技術架構的本質 150
5.3.1 SMP、MPP和簇 150
5.3.2 共享資源與無共享 152
5.3.3 靜態(tài)和動態(tài)并行 154
5.3.4 目錄分區(qū) 155
5.3.5 高可用性 155
5.4 尺寸需求 162
5.5 小結 164
第3部分 數據管理
第6章 DB2 BI基礎 167
6.1 高可用性 168
6.1.1 MDC 168
6.1.2 在線裝載 169
6.1.3 從游標處裝載 170
6.1.4 減少批處理窗口 171
6.1.5 減少表重組 172
6.1.6 在線裝載和物化查詢表（MQT）的維護 172
6.1.7 MQT緩存表 173
6.1.8 在線表重組 173
6.1.9 動態(tài)緩沖池管理 175
6.1.10 動態(tài)數據庫配置 176
6.1.11 數據庫管理的存儲空間 176
6.1.12 日志 177
6.2 管理 178
6.2.1 eLiza和SMART 178
6.2.2 自動健康狀態(tài)的管理框架 179
6.2.3 AUTOCONFIGURE 179
6.2.4 管理通知日志 180
6.2.5 維護模式 180
6.2.6 事件監(jiān)控程序 181
6.3 SQL及其他編程特性 181
6.3.1 INSTEAD OF觸發(fā)器 181
6.3.2 經由UNION All 的DML操作 182
6.3.3 信息約束 183
6.3.4 用戶維護的MQT 183
6.4 性能 184
6.4.1 連接集中器 184
6.4.2 壓縮 185
6.4.3 Type-2索引 186
6.4.4 MDC性能改進 186
6.4.5 緩沖池的分塊 187
6.5 可擴展性 187
6.5.1 空間擴展 188
6.5.2 文本擴展和文本信息擴展 188
6.5.3 圖形擴展 189
6.5.4 XML擴展 189
6.5.5 視頻擴展和音頻擴展 190
6.5.6 網絡查詢擴展 190
6.5.7 MQ序列 190
6.5.8 DB2評分 191
6.6 小結 192
第7章 DB2物化查詢表 193
7.1 初始化MQT 198
7.1.1 建立 198
7.1.2 泛化 198
7.1.3 調整 200
7.1.4 MQT DROP 200
7.2 MQT刷新策略 200
7.2.1 延時刷新 200
7.2.2 立即刷新 204
7.3 裝載底層表格 206
7.3.1 新狀態(tài) 207
7.3.2 新的LOAD選項 207
7.4 使用DB2 ALTER 210
7.5 物化視圖匹配 211
7.5.1 狀態(tài)考慮 212
7.5.2 匹配標準 212
7.6 MQT設計 222
7.7 MQT 調整 223
7.7.1 刷新優(yōu)化 224
7.8 物化視圖的限制 225
7.9 小結 228
第4部分 數據倉庫管理
第8 章 利用IBM DB2 Data Warehouse Center管理數據倉庫 231
8.1 IBM DB2 Data Warehouse Center的關鍵特征 232
8.1.1 倉庫主題區(qū) 232
8.1.2 倉庫源 232
8.1.3 倉庫目標 232
8.1.4 倉庫服務器和日志 233
8.1.5 倉庫代理程序和代理點 233
8.1.6 倉庫控制數據庫 234
8.1.7 倉庫過程和步驟 234
8.2 IBM DB2 Data Warehouse Center向導（launchpad） 237
8.2.1 設置數據倉庫環(huán)境 238
8.2.2 使用向導創(chuàng)建一個數據倉庫 240
8.2.3 在目標表中定義關鍵字 250
8.2.4 維護數據倉庫 250
8.2.5 倉庫的授權用戶 251
8.2.6 為用戶編寫倉庫對象目錄 251
8.3 過程和步驟的任務流控制 252
8.3.1 計劃 253
8.3.2 通知數據管理員 255
8.3.3 計劃一個過程 256
8.3.4 在IBM DB2 Data Warehouse Center之外觸發(fā)步驟 260
8.4 IBM DB2 Data Warehouse Center監(jiān)視戰(zhàn)略 262
8.4.1 IBM DB2 Data Warehouse Center監(jiān)視工具 262
8.4.2 DB2監(jiān)視工具 271
8.4.3 Replication Center監(jiān)視 272
8.5 倉庫調整 274
8.5.1 更新統(tǒng)計數據 274
8.5.2 重組數據 275
8.5.3 使用DB2快照和監(jiān)視器 275
8.5.4 使用可視化解釋 276
8.5.5 調整數據庫性能 278
8.6 維護IBM DB2 Data Warehouse Center 278
8.6.1 日志歷史 279
8.6.2 控制數據庫 279
8.7 DB2 Data Warehouse Center V8新增內容 279
8.8 小結 282
第9章 在IBM DB2 Data Warehouse Center中進行數據變換 283
9.1 IBM DB2 Data Warehouse Center過程模型 286
9.1.1 確定數據源和目標 286
9.1.2 確定變換 288
9.1.3 過程模型 290
9.2 IBM DB2 Data Warehouse Center 變換 292
9.2.1 刷新問題 294
9.2.2 數據量 295
9.2.3 管理數據版本 296
9.2.4 用戶定義的變換要求 296
9.2.5 多個表的裝載 296
9.2.6 保證數據倉庫中的數據是最新的 297
9.2.7 重試 301
9.3 SQL變換步驟 301
9.3.1 SQL選擇（Select）和插入（Insert） 303
9.3.2 SQL選擇（Select）和更新（Update） 304
9.4 DB2實用程序 305
9.4.1 導出實用程序的步驟 305
9.4.2 裝載實用程序的步驟 306
9.5 數據倉庫變換程序 308
9.5.1 清洗變換程序 308
9.5.2 產生關鍵字表格 310
9.5.3 建立周期表 312
9.5.4 倒轉數據變換 314
9.5.5 轉動數據 316
9.5.6 日期格式改變 319
9.5.7 統(tǒng)計變換程序 320
9.6 數據復制 336
9.6.1 建立復制步驟 338
9.6.2 在IBM DB2 Data Warehouse Center中定義復制步驟 341
9.7 MQSeries集成 347
9.7.1 對固定長度或定界格式的MQSeries信息的存取 348
9.7.2 使用DB2 MQSeries視圖 350
9.7.3 存取XML MQSeries信息 351
9.8 用戶自定義的程序步驟 353
9.9 賣方集成 355
9.9.1 ETI·EXTRACT集成 356
9.9.2 Trillium集成 364
9.9.3 Ascential INTEGRITY 366
9.10 Microsoft OLE DB以及Data Transformation Services 367
9.10.1 存取OLE DB 368
9.10.2 存取DTS包 369
9.11 小結 369
第10章 元數據和IBM DB2倉庫管理器 371
10.1 什么是元數據 371
10.2 元數據分類 374
10.2.1 按用戶類型分類 374
10.2.2 按來源的正式程度分類 375
10.2.3 按所使用環(huán)境分類 376
10.3 什么是元數據知識庫 376
10.4 供給元數據知識庫 377
10.5 元數據和元數據知識庫的優(yōu)勢 378
10.6 健康元數據知識庫的特征 379
10.7 維護知識庫 380
10.8 實施元數據知識庫的難點 381
10.9 IBM元數據技術 382
10.9.1 信息目錄 382
10.9.2 IBM DB2 Data Warehouse Center 382
10.10 由DWC獲取元數據 384
10.10.1 從ETI·EXTRACT中收集元數據 385
10.10.2 從INTEGRITY中收集元數據 390
10.10.3 從DataStage中收集元數據 393
10.10.4 從ERwin中收集元數據 395
10.10.5 從Axio中收集元數據 397
10.10.6 從IBM OLAP集成服務器中收集元數據 398
10.11 在IBM DB2 Data Warehouse Center實例之間交換元數據 401
10.11.1 維護測試和產品系統(tǒng) 401
10.11.2 元數據交換格式 402
10.12 DWC元數據到其他工具的傳送 405
10.12.1 到IBM 信息目錄的DWC元數據傳送 406
10.12.2 到OLAP集成服務器的DWC元數據傳送 408
10.12.3 到IBM DB2 OLAP Server的DWC元數據傳送 410
10.12.4 到Ascential INTEGRITY的DWC元數據傳送 410
10.13 把元數據從信息目錄中傳入或傳出 411
10.13.1 由信息目錄獲取元數據 412
10.13.2 信息目錄元數據傳送 421
10.13.3 向其他信息目錄傳送元數據 421
10.13.4 啟動Brio訪問信息目錄元數據 422
10.13.5 把信息目錄元數據傳送到商業(yè)對象 423
10.13.6 把信息目錄元數據傳送到Cognos 423
10.14 小結 424
第5部分 OLAP和IBM
第11章 多維數據和DB2 OLAP Server 427
11.1 理解OLAP的分析周期 432
11.2 產生有效的度量 433
11.3 OLAP 技能 435
11.4 應用多維模型 437
11.4.1 用OLAP指導你的組織 437
11.4.2 思維速度分析 438
11.5 商務輪廓 438
11.6 OLAP陣列 442
11.6.1 關系型模式的局限 443
11.6.2 衍生的測量 444
11.7 實現企業(yè)的OLAP架構 445
11.8 原型化（prototyping）數據倉庫 447
11.8.1 數據庫設計：建立輪廓 448
11.8.2 支持需求 455
11.9 DB2 OLAP 矩陣數據庫 455
11.9.1 關于塊的建立 457
11.9.2 矩陣的膨脹 458
11.10 DB2 OLAP Server大小需求 458
11.10.1 DB2 OLAP Server存儲什么 459
11.10.2 使用SET MSG ONLY: 版本8之前的估計 460
11.10.3 什么是典型數據 460
11.10.4 DB2 OLAP Server V8.0的大小估計 461
11.11 數據庫調整 462
11.11.1 數據庫調整的目標 463
11.11.2 輪廓調整的要素 463
11.11.3 批量計算和數據存儲 464
11.11.4 成員標簽和動態(tài)計算 464
11.11.5 磁盤子系統(tǒng)的應用和數據庫文件的配置 466
11.11.6 數據庫分區(qū) 466
11.11.7 屬性維 467
11.12 估計硬件的需求 468
11.12.1 CPU 估計 470
11.12.2 磁盤估計 471
11.12.3 OLAP輔助存儲需求 471
11.13 OLAP 備份和災難恢復 472
11.14 小結 473
第12章 OLAP和IBM DB2 Data Warehouse Center 474
12.1 IBM DB2 Data Warehouse Center的步驟類型 475
12.2 將OLAP加入過程 476
12.2.1 OLAP Server的主頁 478
12.2.2 OLAP Server列映射頁 478
12.2.3 OLAP Server程序過程選項 478
12.2.4 其他考慮 479
12.3 OLAP Server 裝載規(guī)則 479
12.3.1 自由文本數據裝載 480
12.3.2 使用裝載規(guī)則的文件裝載 481
12.3.3 不使用裝載規(guī)則的文件裝載 482
12.3.4 使用裝載規(guī)則的SQL表 483
12.4 OLAP Server計算 484
12.4.1 默認計算 484
12.4.2 使用計算規(guī)則的計算 485
12.5 更新OLAP Server輪廓 486
12.5.1 使用文件 486
12.5.2 使用SQL表 488
12.6 小結 489
第13章 DB2 OLAP函數 490
13.1 OLAP函數 491
13.1.1 具體函數 493
13.2 GROUPING功能：ROLLUP和CUBE 496
13.2.1 ROLLUP 497
13.2.2 CUBE 498
13.3 評級、定位和聚集 499
13.3.1 RANK舉例 500
13.3.2 ROW_NUMBER，RANK和DENSE_RANK 舉例 501
13.3.3 RANK和PARTITION 及舉例 502
13.3.4 OVER 語句舉例 503
13.3.5 ROWS和ORDER BY及舉例 505
13.3.6 ROWS, RANGE及ORDER BY 舉例 506
13.4 GROUPING，GROUP BY，ROLLUP和CUBE 508
13.4.1 GROUPING, GROUP BY和CUBE例子 508
13.4.2 ROLLUP 舉例 509
13.4.3 CUBE舉例 513
13.5 OLAP函數應用 516
13.5.1 提供按地區(qū)和城市的年度銷售額 517
13.5.2 為一個活動確定目標群組 518
13.6 小結 522
第6部分 高級分析
第14章 帶智能挖掘器的數據挖掘 527
14.1 數據挖掘和BI組織 528
14.1.1 有效的數據挖掘 532
14.2 挖掘過程 533
14.2.1 步驟1：對一個商務問題進行精確的定義 535
14.2.2 步驟2：商務問題到數據模型和數據需求的映射 537
14.2.3 步驟3：源和預處理數據 538
14.2.4 步驟4：考察和評估數據 539
14.2.5 步驟5：選擇數據挖掘技術 540
14.2.6 步驟6：分析結果 541
14.2.7 步驟7：運用結果 542
14.3 集成數據挖掘 543
14.4 實施數據挖掘工程的技術 544
14.5 數據挖掘的好處 545
14.5.1 數據質量 545
14.5.2 相關維度 546
14.5.3 在OLAP中使用挖掘結果 547
14.6 挖掘DB2 OLAP Server的好處 548
14.7 小結 549
第15章 DB2——增強的BI特征和函數 550
15.1 DB2分析函數 551
15.1.1 AVG 551
15.1.2 CORRELATION 552
15.1.3 COUNT 552
15.1.4 COUNT_BIG 552
15.1.5 COVARIANCE 553
15.1.6 MAX 553
15.1.7 MIN 554
15.1.8 RAND 554
15.1.9 STDDEV 555
15.1.10 SUM 555
15.1.11 VARIANCE 555
15.1.12 回歸函數 556
15.1.13 COVAR, CORR, VAR, STDDEV及回歸舉例 559
15.2 以BI為中心的函數舉例 565
15.2.1 使用樣本數據 565
15.2.2 列舉出地區(qū)今年領先的五個銷售人員 568
15.2.3 確定產品購買之間的關系 569
15.3 小結 571
第16章 向數據倉庫中添加空間數據 572
16.1 空間分析和BI組織 573
16.2 空間的影響 576
16.3 什么是空間數據 578
16.3.1 洋蔥類比 579
16.3.2 空間數據結構 579
16.3.3 空間數據與其他圖形數據的比較 581
16.4 獲取空間數據 582
16.4.1 建立自己的空間數據 582
16.4.2 引進空間數據 583
16.5 DSS中的空間數據 585
16.6 空間分析和數據挖掘 586
16.7 空間分析的提供 588
16.7.1 針對數據倉庫的典型商務問題 590
16.8 理解一個具有空間性能的數據倉庫 594
16.8.1 地址編碼 595
16.8.2 空間數據倉庫的技術需求 596
16.8.3 將空間數據加入數據倉庫 598
16.9 小結 599
鄂公網安備 42010302001612號 