目錄
譯者序
審、譯者簡介
前言
第1章   決策支持系統的發展	1
1.1   演化	1
1.2   直接存取存儲設備的產生	2
1.3   個人計算機/第四代編程語言技術	3
1.4   進入抽取程序	3
1.5   蜘蛛網	4
1.6   自然演化體系結構的問題	5
1.6.1   數據缺乏可信性	5
1.6.2   生產率問題	8
1.6.3   從數據到信息	10
1.6.4   方法的變遷	11
1.7   體系結構設計環境	12
1.7.1   體系結構設計環境的層次	13
1.7.2   集成	14
1.8   用戶是誰	15
1.9   開發生命周期	15
1.10   硬件利用模式	16
1.11   建立重建工程的舞臺	16
1.12   監控數據倉庫環境	17
1.13   小結	19
第2章   數據倉庫環境	20
2.1   數據倉庫的結構	22
2.2   面向主題	23
2.3   第1天到第n天的現象	26
2.4   粒度	28
2.4.1   粒度的一個例子	29
2.4.2   粒度的雙重級別	31
2.5   分割問題	34
2.6   樣本數據庫	34
2.7   數據分割	35
2.8   數據倉庫中的數據組織	37
2.9   數據倉庫—標準手冊	41
2.10   審計和數據倉庫	41
2.11   成本合理性	41
2.12   清理倉庫數據	42
2.13   報表和體系結構設計環境	42
2.14   機遇性的操作型窗口	43
2.15   小結	44
第3章   設計數據倉庫	45
3.1   從操作型數據開始	45
3.2   數據/過程模型和體系結構設計環境	49
3.3   數據倉庫和數據模型	50
3.3.1   數據模型	52
3.3.2   中間層數據模型	54
3.3.3   物理數據模型	58
3.4   數據模型和反復開發	59
3.5   規范化/反規范化	60
3.6   數據倉庫中的快照	65
3.7   元數據	66
3.8   數據倉庫中的管理參照表	66
3.9   數據周期	67
3.10   轉換和集成的復雜性	70
3.11   觸發數據倉庫記錄	71
3.11.1   事件	72
3.11.2   快照的構成	72
3.11.3   一些例子	72
3.12   簡要記錄	73
3.13   管理大量數據	74
3.14   創建多個簡要記錄	75
3.15   從數據倉庫環境到操作型環境	75
3.16   正常處理	75
3.17   數據倉庫數據的直接訪問	76
3.18   數據倉庫數據的間接訪問	76
3.18.1   航空公司的傭金計算系統	76
3.18.2   零售個性化系統	78
3.18.3   信用審核	80
3.19   數據倉庫數據的間接利用	82
3.20   星型連接	83
3.21 小結	86
第4章   數據倉庫中的粒度	87
4.1   粗略估算	87
4.2   粒度劃分過程的輸入	88
4.3   雙重或單一的粒度？	88
4.4   確定粒度的級別	89
4.5   一些反饋循環技巧	90
4.6   粒度的級別—以銀行環境為例	90
4.7   小結	95
第5章   數據倉庫和技術	96
5.1   管理大量數據	96
5.2   管理多介質	97
5.3   索引/監視數據	97
5.4   多種技術的接口	97
5.5   程序員/設計者對數據存放位置的控制	98
5.6   數據的并行存儲/管理	99
5.7   元數據管理	99
5.8   語言接口	99
5.9   數據的高效裝入	99
5.10   高效索引的利用	100
5.11   數據壓縮	101
5.12   復合鍵碼	101
5.13   變長數據	101
5.14   加鎖管理	102
5.15   單獨索引處理	102
5.16   快速恢復	102
5.17   其他的技術特征	102
5.18   DBMS類型和數據倉庫	102
5.19   改變DBMS技術	104
5.20  多維DBMS和數據倉庫	104
5.21   雙重粒度級	109
5.22   數據倉庫環境中的元數據	109
5.23  上下文和內容	111
5.24   上下文信息的三種類型	111
5.25   捕獲和管理上下文信息	113
5.26   刷新數據倉庫	113
5.27   小結	114
第6章   分布式數據倉庫	116
6.1   引言	116
6.2   局部數據倉庫	118
6.3   全局數據倉庫	119
6.4   互斥數據	121
6.5   冗余	123
6.6   全局數據存取	124
6.7   分布式環境下其他考慮因素	126
6.8   管理多個開發項目	127
6.9   開發項目的性質	127
6.10   分布式數據倉庫	130
6.10.1   在分布的地理位置間協調開發	131
6.10.2   企業數據分布式模型	132
6.10.3   分布式數據倉庫中的元數據	134
6.11   在多種層次上建造數據倉庫	134
6.12   多個小組建立當前細節級	136
6.12.1   不同層不同需求	138
6.12.2   其他類型的細節數據	140
6.12.3   元數據	142
6.13   公用細節數據采用多種平臺	142
6.14   小結	143
第7章   高級管理人員信息系統
和數據倉庫	144
7.1   一個簡單例子	144
7.2   向下探察分析	146
7.3   支持向下探察處理	147
7.4   作為EIS基礎的數據倉庫	149
7.5   到哪里取數據	149
7.6   事件映射	152
7.7   細節數據和EIS	153
7.8   在EIS中只保存匯總數據	154
7.9   小結	154
第8章   外部數據/非結構化數據與
數據倉庫	155
8.1   數據倉庫中的外部數據/非結構化數據	157
8.2   元數據和外部數據	158
8.3   存儲外部數據/非結構化數據	159
8.4   外部數據/非結構化數據的不同
組成部分	160
8.5   建模與外部數據/非結構化數據	160
8.6   間接報告	161
8.7   外部數據歸檔	161
8.8   內部數據與外部數據的比較	161
8.9   小結	162
第9章   遷移到體系結構設計環境	163
9.1   一種遷移方案	163
9.2   反饋循環	167
9.3   策略方面的考慮	168
9.4   方法和遷移	171
9.5   一種數據驅動的開發方法	171
9.6   數據驅動的方法	172
9.7   系統開發生命周期	172
9.8   一個哲學上的考慮	172


























9.9   操作型開發/DSS開發	173
9.10   小結	173
第10章   數據倉庫的設計復查要目	174
10.1   進行設計復查所涉及的問題	175
10.1.1   誰負責設計復查	175
10.1.2   有哪些議事日程	175
10.1.3   結果	175
10.1.4   復查管理	175
10.1.5   典型的數據倉庫設計復查	176
10.2   小結	185
附錄	186
技術詞匯	215
參考文獻	222