SQL Server 2000数据仓库应用与开发 (2010 年度畅销榜NO.1269 )

本书全面介绍了Microsoft SQL Server 2000数据仓库开发和应用的最新技术，重点介绍了查询和分析数据仓库中有关商业决策数据的具体方法，主要内容包括SQL Server 2000 Analysis的安装和AnalysisManager 启动，数据仓库数据分析实例， 连接数据仓库数据源的方法，创建多维数据集，数据仓库结构维度的编辑与处理，多维数据集的编辑与处理，数据挖掘技术，客户端数据分析，分析数据库的安全管理，数据仓库的设计与组织，数据仓库的管理与维护等。\r\n 本书适合于企业管理人员，数据仓库管理人员，开发人员，应用程序设计人员及大 专院校相关专业的师生阅读亦可作为培训班的教材。 \r\n\r\n

第1章 安装和启动 \r\n\r\n1.1 SQL Server 2000的新特性及数据仓库功能 \r\n1.1.1 SQL Server 2000的新特性 \r\n1.1.2 SQL Server 2000不同版本比较 \r\n1.1.3 SQL Server 2000的数据仓库功能简介 \r\n1.2 SQL Server 2000的系统需求 \r\n1.3 安装SQL Server 2000 \r\n1.4 安装SQL Server 2000 Analysis Service \r\n1.5 打开Analysis Manager窗口 \r\n1.6 关闭Analysis Manager窗口 \r\n\r\n第2章 数据分析实例 \r\n\r\n2.1 进入多维数据集浏览界面与多维数据集浏览界面介绍 \r\n2.1.1 进入多维数据集浏览界面 \r\n2.1.2 多维数据集浏览界面介绍 \r\n2.2 浏览多维数据集 \r\n2.3 替换和添加维度 \r\n\r\n第3章 连接数据源 \r\n\r\n3.1 创建数据库\r\n3.2 导入数据 \r\n3.3 FoodMart的数据结构 \r\n3.4 创建数据分析数据库 \r\n3.5 连接数据源 \r\n\r\n第4章 创建多维数据集 \r\n\r\n4.1 创建维度 \r\n4.1.1 创建顾客维度 \r\n4.1.2 创建产品维度 \r\n4.1.3 创建时间维度 \r\n4.2 创建多维数据集 \r\n4.3 处理多维数据集 \r\n4.3.1 关闭多维数据集编辑窗口时进行处理 \r\n4.3.2 通过“Analysis Manager”窗口进行处理 \r\n4.4 浏览数据 \r\n\r\n第5章 数据仓库结构 \r\n\r\n5.1 数据仓库数据库 \r\n5.2 事实数据表 \r\n5.3 维度表 \r\n5.4 维度 \r\n5.5 维度创建方式 \r\n5.6 维度类型 \r\n5.6.1 按使用方式分类 \r\n5.6.2 按创建方式分类 \r\n5.7 维度存储模型 \r\n5.8 度量值 \r\n5.9 多维数据集 \r\n5.10 多维数据集的架构 \r\n5.11 多维数据集分区 \r\n5.12 多维数据集存储模式 \r\n5.13 多维数据集数据模型 \r\n5.14 数据仓库总体结构 \r\n5.15 数据仓库与客户查询关系 \r\n\r\n第6章 维度的编辑与处理 \r\n\r\n6.1 编辑维度 \r\n6.1.1 启动维度编辑器 \r\n6.1.2 修改维度属性 \r\n6.1.3 保存修改 \r\n6.1.4 修改成员键列和成员名称列 \r\n6.1.5 添加维度级别 \r\n6.1.6 创建成员属性 \r\n6.1.7 添加表 \r\n6.2 处理维度 \r\n6.3 删除维度 \r\n6.4 浏览维度数据 \r\n6.5 查看维度元数据 \r\n6.6 创建父子维度 \r\n6.6.1 父子维度举例 \r\n6.6.2 创建父子维度 \r\n6.6.3 父子维度的层次结构 \r\n6.7 创建虚拟维度 \r\n6.7.1 基于成员属性创建虚拟维度 \r\n6.7.2 基于列创建虚拟维度 \r\n6.7.3 关于虚拟维度 \r\n6.8 创建专用维度 \r\n6.9 添加父级别数据 \r\n6.9.1 创建商店维度 \r\n6.9.2 创建多维数据集 \r\n6.9.3 添加和查看父级别数据 \r\n6.10 设置维度高级特性 \r\n6.11 定义高级计算 \r\n6.11.1 创建新维度 \r\n6.11.2 创建多维数据集 \r\n6.11.3 设置维度的高级属性 \r\n6.11.4 查阅费用预算数据 \r\n6.11.5 定义高级计算 \r\n\r\n第7章 多维数据集的编辑与处理 \r\n\r\n7.1 编辑多维数据集 \r\n7.1.1 启动多维数据集编辑器 \r\n7.1.2 修改多维数据集属性 \r\n7.2 处理多维数据集 \r\n7.3 删除多维数据集 \r\n7.4 浏览多维数据集数据 \r\n7.4.1 通过多维数据集编辑器浏览数据 \r\n7.4.2 通过Analysis Manager窗口浏览数据 \r\n7.5 查看多维数据集元数据 \r\n7.6 创建计算成员 \r\n7.6.1 创建计算成员 \r\n7.6.2 查看计算成员数据 \r\n7.7 创建计算单元 \r\n7.7.1 在销售多维数据集中添加商店维度 \r\n7.7.2 创建计算单元 \r\n7.7.3 查看计算单元数据 \r\n7.8 钻取数据 \r\n7.8.1 设置钻取选项 \r\n7.8.2 查看钻取数据 \r\n7.9 创建对策 \r\n7.9.1 创建对策 \r\n7.9.2 触发对策 \r\n7.10 创建分区 \r\n7.11 创建和处理虚拟多维数据集 \r\n7.12 链接多维数据集 \r\n7.12.1 创建新用户 \r\n7.12.2 授予操作权限 \r\n7.12.3 链接多维数据集 \r\n7.12.4 查看链接多维数据集数据 \r\n\r\n第8章 数据挖掘 \r\n\r\n8.1 关于数据挖掘模型 \r\n8.1.1 数据挖掘特性 \r\n8.1.2 数据挖掘模型 \r\n8.2 决策树数据挖掘技术 \r\n8.3 浏览挖掘维度和挖掘多维数据集数据 \r\n8.3.1 浏览挖掘维度数据 \r\n8.3.2 浏览挖掘多维数据集数据 \r\n8.4 编辑挖掘多维数据集 \r\n8.5 编辑挖掘模型 \r\n8.6 浏览决策树 \r\n8.7 更新挖掘模型 \r\n8.8 聚集挖掘技术 \r\n8.8.1 创建聚集挖掘模型 \r\n8.8.2 浏览聚集挖掘模型树 \r\n8.8.3 设置聚集挖掘模型的分组数 \r\n8.9 关系挖掘技术 \r\n8.10 浏览数据挖掘相关性网络 \r\n\r\n第9章 客户端数据分析 \r\n\r\n9.1 连接Internet \r\n9.2 连接多维数据集 \r\n9.2.1 启动Microsoft Excel \r\n9.2.2 连接多维数据集 \r\n9.3 透视多维数据集数据 \r\n9.3.1 定制透视表 \r\n9.3.2 保存透视表 \r\n\r\n第10章 分析数据库的安全管理 \r\n\r\n10.1 关于角色 \r\n10.1.1 分析数据库角色 \r\n10.1.2 多维数据集角色 \r\n10.1.3 挖掘模型角色 \r\n10.1.4 最终用户权限 \r\n10.2 多维数据集角色的创建和管理 \r\n10.2.1 创建多维数据集角色 \r\n10.2.2 查看和编辑角色 \r\n10.3 数据库角色的创建和管理 \r\n10.4 挖掘模型角色的创建和管理 \r\n\r\n第11章 数据仓库的设计与组织 \r\n\r\n11.1 OLTP与OLAP \r\n11.1.1 联机事务处理 \r\n11.1.2 联机分析处理 \r\n11.1.3 联机分析处理的必要性 \r\n11.2 数据仓库与数据集市 \r\n11.2.1 数据仓库与数据库 \r\n11.2.2 数据集市 \r\n11.3 设计数据仓库 \r\n11.3.1 数据仓库设计 \r\n11.3.2 数据集市设计 \r\n11.4 创建数据准备区 \r\n11.4.1 关于数据准备区 \r\n11.4.2 创建数据准备区 \r\n11.4.3 创建数据仓库数据库 \r\n11.5 析取数据 \r\n11.6 清理和转换数据 \r\n11.7 将数据装入数据仓库 \r\n11.8 准备显示数据 \r\n11.9 索引及视图索引 \r\n11.10 将数据分发到数据集市 \r\n11.11 设计Analysis Services应用程序 \r\n11.11.1 T-SQL语言编程 \r\n11.11.2 VBA语言编程 \r\n11.11.3 Visual Basic语言编程 \r\n11.12 数据仓库及相关环境 \r\n11.13 数据仓库的一般开发过程 \r\n\r\n第12章 数据仓库的管理与维护 \r\n\r\n12.1 数据仓库管理概述 \r\n12.2 数据仓库管理 \r\n12.2.1 数据仓库管理与联机事务处理系统数据库管理的比较 \r\n12.2.2 备份数据仓库 \r\n12.2.3 删除数据仓库 \r\n12.2.4 还原数据仓库 \r\n12.3 多维数据集的管理 \r\n12.3.1 打开DTS 包窗口 \r\n12.3.2 创建处理任务 \r\n12.3.3 安排处理任务 \r\n12.3.4 编辑工作流关系 \r\n12.3.5 保存包 \r\n12.3.6 调度包 \r\n12.4 优化数据仓库性能 \r\n12.4.1 基于使用优化性能 \r\n12.4.2 基于使用分析向导\r\n\r\n编 后 语 \r\n\r\n\r\n\r\n\r\n\r\n\r\n

本书的主要目的是将数据仓库应用技术从数据仓库专家那里解放出来, 成为大众可以掌握或使用的数据分析和数据挖掘工具. 本书全面. 通俗地介绍了Microsoft SQL Server 2000数据仓库开发和应用的过程和方法. 书中特别注重向读者介绍如何查阅和分析数据仓库中关于商业决策的数据, 是一本介绍最新的数据仓库开发和应用技术的基础性读物. 读者或许对数据库非常熟悉而对数据仓库却不甚了解, 这是因为数据库的开发和应用已经有几十年的历史, 而数据仓库则只有几年的历史. 事实上, Microsoft公司在1998年发行的SQL Server 7. 0中才引入OLAP Services, 从而使SQL Server 7. 0具有了基本的数据仓库功能. 数据库系统所解决的任务是实现企业业务的在线实时处理（OLTP）, 比如银行的储蓄存款和取款事务. 数据仓库系统所解决的任务是实现企业业务活动数据的实时在线分析（ OLAP）, 为企业决策者提供一种处理企业业务数据. 洞悉企业商务详情. 探究商业规律与趋势. 优化商务决策. 并预测未来行动的科学分析工具. 为使企业管理者的决策活动更加迅速. 准确. 有效, 企业需要具备对不同信息来源迅速进行分析和访问的能力. 为迎接上述挑战, 企业必须对不同的信息来源进行集成. 合并与汇总摘要. 这样一来, 企业便需要创建一个数据仓库——一个大型的. 集中的数据存储库. 在数据仓库中, 信息被收集. 组织, 并可供随时调用和分析, 以便决策者能够根据实际数据进行正确的商务决策, 并在商战中处于不败之地. 通过使用数据仓库功能, 企业能够为整个组织机构和商业伙伴. 顾客及供应商提供先进的交互式分析功能. Microsoft SQL Server 2000提供了一套全新的综合分析服务工具. 分析服务工具（以前称为OLAP服务）可以为商业活动提供了集成的OLAP和数据挖掘功能. OLAP可以通过多维存储技术对大型. 复杂数据集进行快速. 高级的分析工作. 数据挖掘功能能够揭示出隐藏在大量数据中的倾向及趋势, 它允许组织或机构最大限度的从数据中获取价值. 通过对现有数据进行有效分析, 这一功能可以对未来的趋势进行预测. Microsoft SQL Server 2000针对包括集成数据挖掘. OLAP服务. 安全性服务及通过Internet对多维数据集进行访问和链接等在内的分析服务提供了新的数据仓库功能. Microsoft SQL Server 2000支持万亿字节级别的数据库, 能够对规模最大且最为灵活的言数据仓库实施管理, 能够通过企业部门服务器. 便携式电脑及移动设备实现对大规模. 集中化数据源的访问, 能够优化并执行诸如星型查询连接等典型复杂化查询, 内部查询并行机制通过将复杂单一的查询分解为若干组件, 进而能够将有关工作负载分配给多个处理器的方式来提高查询性能：经过索引的视图能够以包含集合的方式来改进性能表现, 端到端平台集成工具能够使企业为实现快速营销. 提高工作效率并降低总体拥有成本而创建. 管理和使用数据仓库. 数据仓库的传统任务是收集并组织历史业务数据, 以便对其进行分析并帮助管理业务决策. 直到最近, 还只有数据库专家才能访问数据仓库, 这些专家可以创建检索. 汇总和格式化信息所需的复杂查询, 供分析人员和高级决策者使用. 随着数据仓库变得越来越普通且业务在决策管理过程中涉及的级别较低, 只具备浅显的数据库专门技术的人直接对数据仓库进行最终用户访问的需要日益增加. 也就是说, 随着数据仓库使用技术门槛的降低, 会有越来越多的人需要和掌握数据仓库使用技术. 特别是 Microsoft SQL Server 2000版的正式发行, 将更会有越来越多的人需要并较容易地掌握数据仓库使用技术. 这些人就是本书的主要读者基础, 这也就是本书写作的主要原因之一. 通俗地讲, 数据库是获取数据的, 而数据仓库则是分析数据的. 全书共分12章. 第1章介绍SQL Server 2000 Analysis Service的安装和Analysis Manager的启动方法. 第2章介绍一个已经存在的数据仓库应用实例, 通过浏览其中的分析数据, 预先感受一下数据仓库的意义和价值. 第3章介绍连接数据仓库数据源的方法. 第4章介绍创建一个简单的多维数据集的方法, 也是创建和使用多维数据集的一般过程. 第5章介绍有关数据仓库方面的概念和术语. 第6章介绍维度的编辑与处理方法. 第7章介绍多维数据集的编辑与处理方法. 第8章介绍数据仓库中的数据挖掘技术. 第9章介绍在客户端通过Microsoft Excel查询远程数据仓库中的多维数据集中数据的方法. 第10章介绍分析数据库的安全管理. 第11章介绍数据仓库的设计与组织. 第12章介绍数据仓库的管理与维护方法. 本书所介绍的操作步骤和操作过程都是作者亲自实践过的, 所有举例, 都是经过实际运行的, 其结果都是直接运行所得到的. 建议读者在阅读本书时, 跟随书中内容的介绍进行具体的操作实践, 这样会收到事半功倍的效果. 本书读者对象为企业管理人员（尤其是企业的经理. 总经理等中高层管理人员）. 数据仓库管理员. 数据仓库开发人员. 数据仓库应用程序设计人员和大专院校相关专业的师生. 参加本书编写的人员有：罗运模. 崔小兵. 谢志敏. 罗华宾. 尚文化. 唐宾. 刘志方. 李华刚. 文中. 董云. 章元. 蔡京华. 白涛. 李军. 艾华. 李华海. 陶元庆. 王国华. 陶宗明. 吴江北. 黄海涛. 李文娟. 感谢深圳远望城多媒体电脑有限公司及同事们的支持和帮助. 由于本书涉及面广, 加之作者经验所限, 书中难免有不足或错误之处, 敬请读者批评指正.