多维数据分析原理与应用

第1章 数据仓库体系结构1.1 初识数据仓库1.2 数据仓库解决的问题1.3 一个成功的例子1.4 数据仓库中心——操作型数据还是分析型数据1.5 数据仓库体系结构1.6 数据仓库体系结构的计算模式1.7 以数据为中心1.8 数据仓库工作流1.9 数据仓库体系结构的基本特点1.10 一个现实的问题1.11 小结第2章 数据仓库的基本特征

第1章 数据仓库体系结构1.1 初识数据仓库1.2 数据仓库解决的问题1.3 一个成功的例子1.4 数据仓库中心——操作型数据还是分析型数据1.5 数据仓库体系结构1.6 数据仓库体系结构的计算模式1.7 以数据为中心1.8 数据仓库工作流1.9 数据仓库体系结构的基本特点1.10 一个现实的问题1.11 小结第2章 数据仓库的基本特征2.1 业务系统和决策支持系统2.2 数据仓库的数据源2.3 数据仓库的维2.4 数据仓库的事实数据2.5 数据仓库的多维数据模型2.6 数据立方体2.7 数据立方体中的数据聚合2.8 数据仓库的职业角色2.9 小结第3章 联机分析处理系统3.1 OLAP的实质3.2 使用维和度量进行数据分析3.3 多维视图3.4 维表3.5 事实表3.6 多维数据集3.7 ROLAP、MOLAP和HOLAP3.8 小结第4章 多维数据集的分析与建立4.1 多维数据集4.2 OLAP服务管理的基本术语4.3 多维数据集结构的更新4.4 多维扩展语言4.5 小结第5章 OLAP数据挖掘技术5.1 OLAP数据挖掘技术简介5.2 OLAP多维数据集5.3 数据挖掘的主要功能5.4 期望的OLAP挖掘功能5.5 OLAP数据挖掘的有效实施5.6 小结第6章 Analysis Services多维数据引擎6.1 启动Analysis Services6.2 建立数据库和数据源6.3 建立多维数据集6.4 编辑多维数据集6.5 设计存储和处理多维数据集6.6 定义立方体的存取权限6.7 定义钻取选项6.8 小结第7章 iAnalyze智能工具简介7.1 iAnalyze的产生背景和目标7.2 iAnalyze的设计方案和系统需求7.3 iAnalyze的体系结构与访问安全性7.4 iAnalyze工具的操作7.5 iAnalyze智能解决方案7.6 小结第8章 地税数据仓库8.1 地税数据仓库的实施背景8.2 实施过程8.3 开发环境与目标8.4 数据仓库的总体结构模型8.5 税款开标数据立方体8.6 费入库数据立方体8.7 小结附录A 数据仓库相关技术常用名词解释附录B 常用的MDX函数附录C 国外数据仓库解决方案简介参考文献

数据仓库技术的研究和应用是当前数据管理领域的热点。随着信息化建设在企业、国家政府部门以及社会其他领域的不断普及，数据分析和决策支持系统的开发与建设逐渐纳入到信息化建设的过程中来。面向组织决策层的数据管理技术是决策者挖掘组织内部和组织外部经营管理信息价值的有利工具和方法。 本书从数据仓库理论、多维数据分析技术和多维数据分析应用3个方面，以某市地税局数据仓库的成功实施为背景案例，系统地介绍了基于Microsoft SQL Server 2000的OLAP多维数据引擎——nalysisServices构建数据仓库多维数据集的全过程，旨在为读者提供从理论到应用的一整套数据仓库OLAP解决方案的清晰视图。 本书可以作为信息管理专业和计算机专业本科生或硕士生教材，也可以作为从事数据仓库建设和研究人员的参考书。