填写邮箱后继续，文件将发送至该邮箱。
| 书名： | 数据仓库（原书第4版）|8066953 |
| 图书定价： | 69元 |
| 图书作者： | （美）Willian H.Inmon |
| 出版社： | 机械工业出版社 |
| 出版日期： | 2006-08-01 0:00:00 |
| ISBN号： | 9787111191940 |
| 开本： | 16开 |
| 页数： | 311 |
| 版次： | 4-1 |
| 作者简介 |
| William H. Inmon是世界公认的“数据仓库之父”，是数据仓库及其相关技术网站www.billinmon.com的合作伙伴，是“企业信息工厂”的创造者之一。他一直致力于数据库和数据仓库技术方面的研究，在数据管理和数据仓库技术方面以及数据处理的管理方面撰写了40多本著作，发表过600多篇学术论文，并且经常应邀在技术和学术会议上演讲。. 王志海，博士，副教授，1963年10月出生，1985年毕业于郑州大学计算机科学系，获理学学士学位，1987年毕业于哈尔滨船舶工程学院计算机与信息科学系，获工学硕士学位，1998年毕业于合肥工业大学计算机与信息学院，获博士学位。曾先后在澳大利亚Monash大学和 Deakin大学从事两年多的博士后研究。2002年在Monash大学计算机科学与软件工程学院工作，并被聘为研究生导师．期间曾指导博士生２人，访问学者１人，国际交流学生１人．主要参加了澳大利亚研究委员会(ARC)资助项目：国家医疗保障系统(Medicare)数据分析系统开发和贝叶斯机器学习与数据挖掘算法研究．现被聘为Monash大学荣誉研究员。曾被多个国内和国际学术会议聘为程序委员会委员。2003年担任国际软件工程大会数据挖掘在软件工程中应用学术研讨会（DMSE'2003, USA）程序委员会委员，2004年担任亚太数据库知识发现与数据挖掘学术会议(PAKDD'2004, Australia)程序委员会委员。在国际学术刊物，国际学术会议和国内学术刊物上发表论文约30篇。 ... |
| 内容简介 |
| 本书系统讲述数据仓库的基本概念、基本原理以及建立数据仓库的方法和过程。主要内容包括：决策支持系统的发展、数据仓库环境结构、数据仓库设计、数据仓库粒度划分、数据仓库技术、分布式数据仓库、EIS系统和数据仓库的关系、外部和非结构化数据与数据仓库的关系、数据装载问题、数据仓库与Web、ERP与数据仓库以及数据仓库设计的复查要目。. 本书是数据仓库之父撰写的关于数据仓库的*权威著作，既可作为相关专业的研究生教材，也是数据仓库的研究、开发和管理人员的必备指南。 数据仓库为企业和组织提供了收集、存储和分析海量业务数据的必要策略。随着业务活动的日益增长，数据仓库领域变得越来越重要。本书，从1990年第1版出版起，不仅带动了数据仓库行业的发展，而且至今仍然是数据仓库方面的优秀入门读物。第4版涵盖了数据仓库*新技术，保持了在这一领域的先锋地位。.. 纵观数据仓库系统的基本组成部分，读者会体验到数据仓库设计方法的更新；各种数据仓库的迁移策略以及应用在装载、索引和数据管理方面的技术。本书为读者提供了数据仓库领域的*新进展。 本书新增的内容： 在数据仓库中处理非结构化数据的方法 在各种不同的存储介质上存储数据的方法 关系型数据库设计和多维数据库设计的对比 在规划数据仓库项目时如何度量投资回报 探索更高级的研究主题，包括数据的监控与测试... |
| 目录 |
出版者的话 专家指导委员会 译者序 第2版前言 第3版前言 第4版前言 第1章 决策支持系统的发展 1 1.1 演化 1 1.1.1 直接存取存储设备的出现 2 1.1.2 个人计算机/第四代编程语言技术 3 1.1.3 进入抽取程序 3 1.1.4 蜘蛛网 4 1.2 自然演化式体系结构的问题 4 1.2.1 数据缺乏可信性 5 1.2.2 生产率问题 6 1.2.3 从数据到信息 8 1.2.4 方法的变迁 9 1.2.5 体系结构化环境 11 1.2.6 体系结构化环境中的数据集成 12 1.2.7 用户是谁 13 1.3 开发生命周期 14 1.4 硬件利用模式 15 1.5 为重建工程创造条件 15 1.6 监控数据仓库环境 17 1.7 小结 19 第2章 数据仓库环境 20 2.1 数据仓库的结构 23 2.2 面向主题 23 2.3 第1天到第n天的现象 26 2.4 粒度 28 2.4.1 粒度带来的好处 29 2.4.2 粒度的一个例子 29 2.4.3 双重粒度 31 2.5 探查与数据挖掘 34 2.6 活样本数据库 34 2.7 分区设计方法 35 2.8 数据仓库中的数据组织 38 2.9 审计与数据仓库 41 2.10 数据的同构/异构 41 2.11 数据仓库中的数据清理 42 2.12 报表与体系结构化环境 43 2.13 各种环境中的操作型窗口 43 2.14 数据仓库中的错误数据 45 2.15 小结 45 第3章 设计数据仓库 47 3.1 从操作型数据开始 47 3.2 数据/过程模型与体系结构化环境 51 3.3 数据仓库与数据模型 52 3.3.1 数据仓库的数据模 ?54 3.3.2 中间层数据模型 54 3.3.3 物理数据模型 59 3.4 数据模型与迭代式开发 60 3.5 规范化/反向规范化 61 3.6 元数据 67 3.7 数据周期—时间间隔 69 3.8 转换和集成的复杂性 70 3.9 数据仓库记录的触发 73 3.9.1 事件 73 3.9.2 快照的构成 73 3.9.3 一些例子 74 3.10 概要记录 74 3.11 管理大量数据 75 3.12 创建多个概要记录 76 3.13 从数据仓库环境到操作型环境 76 3.14 数据仓库数据的直接操作型访问 77 3.15 数据仓库数据的间接访问 77 3.15.1 航空公司的佣金计算系统 78 3.15.2 零售个性化系统 79 3.15.3 信用审核 80 3.16 数据仓库数据的间接使用 81 3.17 星形连接 82 3.18 支持操作型数据存储 86 3.19 需求和Zachman框架 87 3.20 小结 88 第4章 数据仓库中的粒度 90 4.1 粗略估算 90 4.2 规划过程的输入 91 4.3 溢出存储器中的数据 92 4.4 确定粒度级别 95 4.5 一些反馈循环技巧 96 4.6 确定粒度级别的几个例子 97 4.6.1 银行环境中的粒度级别 97 4.6.2 制造业环境中的粒度级别 99 4.6.3 保险业环境中的粒度级别 100 4.7 填充数据集市 102 4.8 小结 102 第5章 数据仓库和技术 103 5.1 管理大量数据 103 5.2 管理多种介质 104 5.3 索引和监控数据 104 5.4 多种技术的接口 105 5.5 程序员/设计者对数据存放位置的控制 105 5.6 数据的并行存储和管理 105 5.7 语言接口 107 5.8 数据的有效装载 107 5.9 有效利用索引 108 5.10 数据压缩 108 5.11 复合主键 109 5.12 变长数据 109 5.13 加锁管理 110 5.14 只涉及索引的处理 110 5.15 快速恢复 110 5.16 其他的技术特征 110 5.17 DBMS类型和数据仓库 111 5.18 改变DBMS技术 112 5.19 多维DBMS和数据仓库 112 5.20 在多种存储介质上构建数据仓库 117 5.21 数据仓库环境中元数据的角色 117 5.22 上下文和内容 119 5.22.1 上下文信息的三种类型 119 5.22.2 捕获和管理上下文信息 120 5.22.3 回顾上下文信息管理历史 121 5.23 刷新数据仓库 121 5.24 测试问题 122 5.25 小结 123 第6章 分布式数据仓库 124 6.1 分布式数据仓库的类型 124 6.1.1 局部数据仓库和全局数据仓库 124 6.1.2 技术分布式数据仓库 135 6.1.3 独立开发的分布式数据仓库 136 6.2 开发项目的本质特征 136 6.3 分布式数据仓库的开发 139 6.3.1 在分布的地理位置间协调开发 140 6.3.2 企业数据的分布式模型 141 6.3.3 分布式数据仓库中的元数据 142 6.4 在多种层次上构建数据仓库 142 6.5 多个小组建立当前细节级 144 6.5.1 不同层的不同需求 146 6.5.2 其他类型的细节数据 148 6.5.3 元数据 148 6.6 公共细节数据采用多种平台 150 6.7 小结 150 第7章 主管信息系统和数据仓库 152 7.1 EIS概述 152 7.2 一个简单例子 152 7.3 向下钻取分析 154 7.4 支持向下钻取处理 156 7.5 作为EIS基础的数据仓库 156 7.6 到哪里取数据 158 7.7 事件映射 159 7.8 细节数据和EIS 160 7.9 在EIS中只保存汇总数据 161 7.10 小结 162 第8章 外部数据与数据仓库 163 8.1 数据仓库中的外部数据 164 8.2 元数据和外部数据 165 8.3 存储外部数据 167 8.4 外部数据的不同部件 167 8.5 建模与外部数据 168 8.6 辅助报告 168 8.7 外部数据存档 169 8.8 内部数据与外部数据的比较 169 8.9 小结 169 第9章 迁移到体系结构化环境 171 9.1 一种迁移方案 171 9.2 反馈循环 176 9.3 策略方面的考虑 177 9.4 方法和迁移 179 9.5 数据驱动的开发方法 180 9.5.1 概念 181 9.5.2 系统开发生命周期 181 9.5.3 智者观点 182 9.6 小结 182 第10章 数据仓库和Web 183 10.1 支持电子商务环境 189 10.2 将数据从Web移动到数据仓库 190 10.3 将数据从数据仓库移动到Web 190 10.4 对Web的支持 190 10.5 小结 191 第11章... |
| 编辑推荐 |
| 数据仓库为企业和组织提供了收集、存储和分析海量业务数据的必要策略。随着业务活动的日益增长，数据仓库领域变得越来越重要。本书 从1990年第1版出版起，不仅带动了数据仓库行业的发展，而且至今仍然是数据仓库方面的优秀入门读物。《数据仓库》（原书第4版）涵盖了数据仓库 ，保持了在这一领域的先锋地位。 纵观数据仓库系统的基本组成部分，读者会体验到数据仓库设计方法的更新；各种数据仓库的迁移策略以及应用在装载、索引和数据管理方面的技术。本书为读者提供了数据仓库领域的*新进展。 本书新增的内容： 在数据仓库中处理非结构化数据的方法 在各种不同的存储介质上存储数据的方法 关系型数据库设计和多维数据库设计的对比 在规划数据仓库项目时如何度量投资回报 探索更高级的研究主题，包括数据的监控与测试 |
