商業智慧型深入淺出-Cognos,Informatica技術與套用(商業智慧型深入淺出)

商業智慧型深入淺出-Cognos,Informatica技術與套用

商業智慧型深入淺出一般指本詞條

《商業智慧型深入淺出Cognos,Informatica技術與套用》是2012年在機械工業出版社出版的書籍,作者是王飛等人。

基本介紹

  • 書名:商業智慧型深入淺出-Cognos,Informatica技術與套用
  • 作者:王飛 劉國峰 葛華利
  • ISBN:9787111372417
  • 類別:計算機
  • 頁數:438
  • 定價:69.80元
  • 出版社:機械工業出版社
  • 出版時間:2012年03月
  • 裝幀:平裝
  • 開本:16
出版信息,簡介,內容簡介,作者簡介,目錄,

出版信息

 ISBN:9787111372417
商業智慧型深入淺出-Cognos,Informatica技術與套用
定價:69.80元
作者:王飛 劉國峰 葛華利
出版社:機械工業出版社
出版時間:2012年03月
版次:1-1
開本:16
開卷分類:計算機

簡介

內容簡介

商業智慧型深入淺出Cognos,Informatica技術與套用 王飛 劉國峰 編著 械 工 業 出 版 社書包括:理論篇、項目篇、工具篇和實踐篇。其中,理論篇涵蓋了商業智慧型的大部分理論知識,包括進入商業智慧型領域之前所需要的基礎準備知識;項目篇根據實際項目和例子講解各個知識點,包括如何進行商業智慧型項目需求的定義,如何開發數據倉庫系統,如何實現ETL數據抽取和OLAP多維分析等方面的內容;工具篇介紹了商業智慧型開發中最常見的ETL工具Informatica和報表展示工具Cognos;實踐篇是提供給項目設計人員和開發人員的練習資料。

作者簡介

王飛,原籍吉林省白山市,吉林大學碩士畢業,現任中國電力科學研究院中電普華信息技術有限公司高級工程師,從事多年的數據倉庫設計開發,數據模型設計、資料庫設計開發等工作,在項,目中承擔最重要的角色,積累了豐富的項目經驗和理論知識。
劉國峰,中國人民大學在職研究生,曾任職三星數據系統(中國)有限公司中國研發中心,現任中國電力科學研究院中電普華信息技術有限公司高級工程師,潛心研究數據倉庫理論多年,形成了自己對數據倉庫的獨特見解。

目錄

目 錄
前言
理 論 篇
第1章 商業智慧型簡介 1
1.1 商業智慧型介紹 1
1.1.1 商業智慧型在企業中的作用 1
1.1.2 商業智慧型的功能 3
1.2 商業智慧型的發展趨勢 3
1.3 商業智慧型的實施方法和步驟 4
1.3.1 商業智慧型的實施方法 4
1.3.2 商業智慧型的實施步驟 4
1.4 商業智慧型項目成功的關鍵 6
1.5 商業智慧型項目的組織機構 6
1.6 本章小結 7
第2章 學習商業智慧型之前的準備知識 9
2.1 Oracle體系結構介紹 9
2.2 Oracle最佳化理論 11
2.2.1 外部最佳化原則 11
2.2.2 SQL最佳化基本規則 11
2.2.3 SQL使用規範 11
2.2.4 索引使用規範 12
2.2.5 臨時表使用規範 12
2.2.6 索引創建原則 12
2.2.7 大數據量表的維護原則 13
2.2.8 視圖創建原則 13
2.2.9 代碼程式中使用索引的原則 13
2.2.10 代碼程式中的一些建議 13
2.3 資料庫建模理論知識 14
2.3.1 資料庫的數據模型 14
2.3.2 資料庫建模的一般流程 15
2.4 本章小結 16
第3章 商業智慧型數據倉庫的理論知識 18
3.1 數據倉庫的定義 18
3.2 數據倉庫的特點 18
3.2.1 面向主題 19
3.2.2 集成性 19
3.2.3 穩定性 20
3.2.4 反映歷史變化 21
3.3 數據倉庫和資料庫的區別 21
3.4 數據倉庫開發過程介紹 22
3.4.1 規劃分析階段 22
3.4.2 設計實現階段 23
3.4.3 使用維護階段 23
3.5 數據倉庫系統組成部分介紹 25
3.5.1 數據源分析 26
3.5.2 數據遷移 27
3.5.3 選擇數據的存儲結構 28
3.5.4 元數據 28
3.6 數據倉庫模型設計介紹 29
3.6.1 概念模型 29
3.6.2 邏輯模型 30
3.6.3 物理模型 32
3.7 數據集市介紹 33
3.7.1 數據集市的定義 33
3.7.2 數據集市的類型 34
3.7.3 數據集市和數據倉庫的區別 34
3.7.4 數據集市和數據倉庫的關係 35
3.7.5 數據集市的目標分析 36
3.8 數據倉庫實施詳細步驟 36
3.8.1 需求分析 36
3.8.2 數據倉庫的邏輯分析 37
3.8.3 設計ODS系統 38
3.8.4 數據倉庫建模 39
3.8.5 數據集市建模 39
3.8.6 數據源分析 40
3.8.7 數據的獲取與整合 40
3.8.8 套用分析 40
3.8.9 報表展現 40
3.9 數據倉庫的作用 41
3.10 數據倉庫的建設意義 42
3.11 本章小結 42
第4章 商業智慧型ETL簡介 44
4.1 ETL在數據倉庫中的重要地位 44
4.2 ETL的一般過程 45
4.3 研究ETL的本質 45
4.4 ETL 的體系結構 47
4.5 ETL的難點 47
4.6 主流的ETL 工具 48
4.7 ETL的作用 48
4.8 詳解ETL過程 49
4.8.1 數據抽取 49
4.8.2 數據清洗 49
4.8.3 數據轉換 51
4.8.4 數據載入 52
4.8.5 ETL的日誌 52
4.9 ETL最佳化 53
4.10 ETL設計規範要點 53
4.11 ETL的框架結構 54
4.12 本章小結 54
第5章 商業智慧型在線上分析處理理論簡介 56
5.1 OLAP介紹 56
5.2 OLAP系統與OLTP系統的區別 57
5.3 OLAP的實現方法 58
5.4 OLAP的基本目標和特點 59
5.5 建立OLAP的過程 60
5.6 OLAP與數據倉庫的關係 60
5.7 OLAP系統的實施過程 61
5.8 OLAP模型的設計與實現 61
5.9 本章小結 62
第6章 ODS與數據倉庫的結合 64
6.1 ODS的概念 64
6.2 ODS的特點 64
6.3 ODS系統與資料庫系統、數據倉庫系統的區別 65
6.4 ODS的主要功能 65
6.5 ODS的設計步驟 67
6.6 基於ODS和基於數據倉庫的OLAP之間的關係 68
6.7 資料庫系統—ODS系統的轉化機制 69
6.8 ODS系統的邏輯模型 69
6.9 ODS系統的架構 69
6.10 ODS系統的功能 70
6.11 本章小結 71
第7章 商業智慧型元數據簡介 72
7.1 元數據的定義 72
7.2 元數據的重要性 72
7.3 元數據的類型 73
7.4 元數據的作用 73
7.5 元數據的管理 74
7.6 元數據包含的內容 75
7.7 本章小結 75
項 目 篇
第8章 商業智慧型項目需求的定義 76
8.1 商業智慧型項目的啟動 76
8.2 商業智慧型項目的需求定義 79
8.3 系統原型的建立 85
8.4 驗收和評審的內容 85
8.5 本章小結 86
第9章 商業智慧型項目模型的建立 87
9.1 數據模型的設計原則 87
9.2 企業模型的意義 87
9.2.1 企業模型的定義 87
9.2.2 建設企業模型的意義 87
9.2.3 企業數據模型和其他模型之間的關係 88
9.2.4 與企業數據模型相關的概念 88
9.2.5 企業數據模型轉換到數據倉庫模型的步驟 89
9.3 概念模型的設計 91
9.4 邏輯模型的設計 92
9.4.1 ODS邏輯模型 92
9.4.2 數據倉庫邏輯模型 96
9.4.3 數據集市邏輯模型 101
9.5 物理模型的設計 104
9.5.1 ODS 物理模型的設計 104
9.5.2 數據倉庫物理模型的設計 105
9.5.3 數據集市物理模型的設計 107
9.6 本章小結 111
第10章 商業智慧型數據倉庫系統套用實例 113
10.1 定義數據倉庫項目的生命周期 113
10.2 數據倉庫粒度的劃分 113
10.3 企業輔助決策分析系統的構建 114
10.4 決策分析系統一般的部署方案和步驟 115
10.4.1 提供系統安裝軟體的體系結構 115
10.4.2 部署系統的資料庫環境 115
10.4.3 ETL環境的部署 116
10.4.4 報表展示環境的部署 116
10.5 本章小結 117
第11章 商業智慧型項目規劃和管理 118
11.1 項目團隊的組織結構 118
11.2 項目角色劃分及技能要求 119
11.3 定義領導組的職責和主要任務 120
11.4 如何定義商業智慧型項目的進度 120
11.5 如何定義商業智慧型項目的過程 121
11.6 本章小結 122
第12章 數據抽取、轉換和載入 123
12.1 ETL的定義和總體架構 123
12.2 定義ETL的流程 125
12.3 ETL的載入方法 127
12.3.1 以時間戳作為載入條件 127
12.3.2 利用源表的日誌信息對目標表進行數據載入 131
12.3.3 通過全表對比的方式進行數據載入 131
12.3.4 全表刪除後再進行數據載入的方式 134
12.4 利用ETL構建企業級數據倉庫 135
12.5 ETL的設計過程 136
12.6 ETL的備份與恢復 137
12.6.1 數據的備份 137
12.6.2 數據備份存放的介質以及目錄結構 138
12.6.3 ETL程式的備份 138
12.6.4 數據的恢複方案 139
12.7 ETL 數據質量的改進 140
12.7.1 ETL數據質量分析 140
12.7.2 ETL數據質量改進的方法和目標 141
12.7.3 推動ETL數據質量改進的方法 141
12.8 ETL套用舉例 141
12.8.1 ETL分析需求 141
12.8.2 ETL 數據源說明 142
12.8.3 ODS 設計與抽取 142
12.8.4 DW設計與抽取 145
12.8.5 DM設計與抽取 147
12.9 本章小結 149
第13章 在線上分析處理 150
13.1 OLAP的概念 150
13.2 OLAP的實施 150
13.2.1 建立“維”的概念 150
13.2.2 多維分析技術 151
13.2.3 OLAP實施的一般過程 153
13.3 OLAP的套用實例 155
13.3.1 案例背景 155
13.3.2 需求 155
13.3.3 數據準備 155
13.3.4 瀏覽分析數據 156
13.4 OLAP系統設計的一般步驟 157
13.5 本章小結 158
第14章 套用舉例 160
14.1 項目工作計畫的制訂 160
14.1.1 對項目背景與目的的描述 160
14.1.2 確定項目需要交付的成果 160
14.1.3 制定項目管理文檔 161
14.1.4 項目進度劃分 162
14.2 需求分析 163
14.2.1 業務需求 163
14.2.2 功能需求 164
14.3 行銷系統設計 166
14.3.1 總體架構設計 166
14.3.2 行銷輔助決策系統的ETL架構設計 167
14.3.3 行銷輔助決策系統數據訪問功能設計 168
14.3.4 行銷輔助決策系統展示方式設計 168
14.3.5 行銷輔助決策系統主題分析功能設計 169
14.3.6 數據模型設計 170
14.4 ETL數據抽取 178
14.4.1 ETL物理設計 178
14.4.2 從源資料庫抽取到ODS數據緩衝區 179
14.4.3 從ODS數據緩衝區抽取到ODS統一信息視圖區 179
14.4.4 從ODS統一信息視圖區抽取到數據倉庫 180
14.4.5 從數據倉庫抽取到數據集市 180
14.5 報表展示 181
14.6 編寫測試報告 182
14.7 編寫用戶手冊 184
14.8 軟體發布 184
14.9 系統運行維護 185
14.10 本章小結 185
工 具 篇
第15章 Informatica PowerCenter工具簡介 187
15.1 Informatica PowerCenter介紹 187
15.1.1 Informatica的特點 188
15.1.2 Informatica的優勢 188
15.2 Informatica PowerCenter工具概況 189
15.3 Informatica Servers引擎 189
15.4 Administration Console 190
15.4.1 登錄方式 191
15.4.2 相關術語 192
15.5 PowerCenter Designer 192
15.5.1 選單 193
15.5.2 工具列 195
15.5.3 導航 197
15.5.4 工作區 198
15.5.5 輸出視窗 199
15.6 Repository Manager 200
15.6.1 選單 200
15.6.2 工具列 201
15.6.3 導航 202
15.6.4 工作區 202
15.7 Workflow Manager 203
15.7.1 選單 203
15.7.2 工具列 204
15.7.3 導航 205
15.7.4 工作區 206
15.7.5 輸出視窗 207
15.8 Workflow Monitor 207
15.8.1 工具列 208
15.8.2 監控區 208
15.8.3 屬性 209
15.9 本章小結 210
第16章 Cognos工具簡介 211
16.1 Cognos介紹 211
16.1.1 Cognos的歷史 211
16.1.2 Cognos的特點 211
16.1.3 Cognos的現狀 212
16.2 Cognos工具瀏覽 212
16.3 Cognos Configuration 213
16.4 Cognos Connection 214
16.4.1 選單功能 215
16.4.2 選項卡介紹 215
16.4.3 工具列的使用 215
16.5 Query Studio 216
16.6 Analysis Studio介紹 221
16.6.1 Analysis Studio的組成 221
16.6.2 選單功能 222
16.7 Report Studio介紹 223
16.7.1 Report Studio的組成 224
16.7.2 選單功能 227
16.8 Event Studio介紹 229
16.8.1 Event介紹 229
16.8.2 Task介紹 230
16.9 Framework Manager建模工具 232
16.9.1 選單介紹 233
16.9.2 工作區 236
16.10 Transformer介紹 239
16.10.1 Data Sources 239
16.10.2 Dimension Map 240
16.10.3 Measures 241
16.10.4 PowerCubes 241
16.10.5 Customer Views 241
16.10.6 Signon 242
16.11 Cognos PowerPlay 242
16.11.1 選單介紹 243
16.11.2 工具列 245
16.11.3 維度視圖 245
16.12 本章小結 245
實 踐 篇
第17章 Informatica的安裝與快速入門 247
17.1 Informatica PowerCenter的安裝方案 247
17.1.1 安裝前的準備 247
17.1.2 伺服器端安裝 248
17.1.3 客戶端安裝 262
17.2 Informatica PowerCenter工具的一般使用流程 268
17.3 Informatica PowerCenter快速入門 268
17.3.1 前期準備 269
17.3.2 定義源數據 274
17.3.3 定義目標數據 279
17.3.4 定義映射規則 280
17.3.5 定義工作流 283
17.3.6 啟動工作流程 290
17.4 本章小結 291
第18章 Informatica實例 292
18.1 緩慢變化維的概念 292
18.2 緩慢變化維的實現方式 292
18.2.1 覆蓋方式 292
18.2.2 全歷史記錄 297
18.2.3 標記位方式 302
18.2.4 時間戳方式 306
18.2.5 記錄最新記錄和上一次歷史 311
18.3 本章小結 316
第19章 Cognos安裝與快速入門 317
19.1 Cognos 8安裝 317
19.1.1 Cognos伺服器安裝 317
19.1.2 Cognos Framework安裝 320
19.1.3 Cognos Transformer安裝 323
19.1.4 Cognos 語言包安裝 325
19.1.5 Cognos PowerPlay安裝 330
19.2 Cognos入門前的準備工作 334
19.2.1 創建Oracle資料庫實例 334
19.2.2 執行建表空間和創建資料庫用戶的腳本 339
19.2.3 Cognos部署設定 340
19.2.4 配置Cognos服務 340
19.2.5 啟動Cognos服務 345
19.3 Cognos入門實例一 345
19.3.1 使用Framework建模 347
19.3.2 使用Report Studio製作報表 359
19.3.3 查看報表 366
19.4 Cognos入門實例二 367
19.4.1 使用Framework建模 367
19.4.2 使用Transformer立方體多維建模 370
19.4.3 使用Analysis Studio製作多維報表 382
19.4.4 查看報表 385
19.5 本章小結 386
第20章 Cognos實例 387
20.1 Section報表的開發 387
20.2 Conditional Style報表的開發 390
20.3 圖表型報表的開發 396
20.4 Drill-Through報表的開發 402
20.5 本章小結 411
第21章 Cognos的安全管理 412
21.1 Cognos安全性介紹 412
21.1.1 Cognos套用防火牆 412
21.1.2 身份驗證 413
21.1.3 訪問授權 414
21.1.4 加密服務 415
21.2 Cognos安全部署 416
21.2.1 作業系統安全技術 416
21.2.2 網路安全技術 418
21.2.3 套用安全技術 418
21.2.4 安全審計 419
21.3 Cognos安全實踐 420
21.3.1 創建Cognos組、角色 420
21.3.2 為組、角色添加用戶成員 423
21.3.3 在Framework中設定包的訪問授權 426
21.4 本章小結 429
第22章 Cognos最佳化 431
22.1 增加Cognos 8的記憶體以提高運行速度 431
22.2 提高Cognos 8的資料庫訪問速度 432
22.3 修改Cognos 8的reportservice.xml參數 432
22.4 修改讀取高速快取的值以提高性能 434
22.5 開啟crosstab caching提高cube的訪問速度 435
22.6 讀取數據時啟用多CPU處理 435
22.7 減少cube數據的提交次數 436
22.8 本章小結 436
技術辭彙 437

相關詞條

熱門詞條

聯絡我們