系統(tǒng)分析師考試大綱（水平）

第1章 數(shù)據(jù)倉庫體系結(jié)構(gòu)
1. 1 初識數(shù)據(jù)倉庫
1. 2 數(shù)據(jù)倉庫解決的問題
1. 3 一個成功的例子
1. 4 數(shù)據(jù)倉庫中心--操作型數(shù)據(jù)還是分析型數(shù)據(jù)
1. 5 數(shù)據(jù)倉庫體系結(jié)構(gòu)
1. 5. 1 數(shù)據(jù)倉庫軟件工具集
1. 5. 2 體系結(jié)構(gòu)的穩(wěn)定性
1. 5. 3 維數(shù)據(jù)結(jié)構(gòu)
1. 6 數(shù)據(jù)倉庫體系結(jié)構(gòu)的計算模式
1. 7 以數(shù)據(jù)為中心
1. 8 數(shù)據(jù)倉庫工作流
1. 9 數(shù)據(jù)倉庫體系結(jié)構(gòu)的基本特點
1. 10 一個現(xiàn)實的問題
1. 11 小結(jié)
閱讀資料
A 何時需要數(shù)據(jù)倉庫
B 數(shù)據(jù)倉庫會帶來什么
案例分析
零售行業(yè)數(shù)據(jù)倉庫決策支持系統(tǒng)
第2章 數(shù)據(jù)倉庫的基本特征
2. 1 業(yè)務(wù)系統(tǒng)和決策支持系統(tǒng)
2. 2 數(shù)據(jù)倉庫的數(shù)據(jù)源
2. 3 數(shù)據(jù)倉庫的維
2. 4 數(shù)據(jù)倉庫的事實數(shù)據(jù)
2. 5 數(shù)據(jù)倉庫的多維數(shù)據(jù)模型
2. 6 數(shù)據(jù)立方體
2. 7 數(shù)據(jù)立方體中的數(shù)據(jù)聚合
2. 8 數(shù)據(jù)倉庫的職業(yè)角色
2. 9 小結(jié)
閱讀資料
什么是數(shù)據(jù)集市
案例分析
數(shù)據(jù)倉庫技術(shù)在移動通信領(lǐng)域的應(yīng)用
第3章 聯(lián)機(jī)分析處理系統(tǒng)
3. 1 OLAP的實質(zhì)
3. 1. 1 OLAP系統(tǒng)與OLTP系統(tǒng)的區(qū)別
3. 1. 2 OLAP系統(tǒng)的組成
3. 2 使用維和度量進(jìn)行數(shù)據(jù)分析
3. 3 多維視圖
3. 4 維表
3. 4. 1 維表的分類
3. 4. 2 結(jié)構(gòu)維的特點
3. 4. 3 星型模型
3. 4. 4 雪花模型
3. 4. 5 雪花模型與星型模型的對比
3. 5 事實表
3. 6 多維數(shù)據(jù)集
3. 7 ROLAP. MOLAP和HOLAP
3. 7. 1 ROLAP
3. 7. 2 索引
3. 7. 3 MOLAP
3. 7. 4 MOLAP與ROLAP的比較
3. 7. 5 HOLAP
3. 8 小結(jié)
閱讀資料
基于供應(yīng)鏈數(shù)據(jù)倉庫的OLAP數(shù)據(jù)挖掘(上)
案例分析
數(shù)據(jù)倉庫與CRM
第4章 多維數(shù)據(jù)集的分析與建立
4. 1 多維數(shù)據(jù)集
4. 1. 1 多維數(shù)據(jù)集的基本結(jié)構(gòu)
4. 1. 2 虛擬多維數(shù)據(jù)結(jié)構(gòu)
4. 1. 3 多維數(shù)據(jù)結(jié)構(gòu)的分區(qū)存儲
4. 2 OLAP服務(wù)管理的基本術(shù)語
4. 2. 1 聚合
4. 2. 2 分區(qū)
4. 2. 3 鉆取
4. 2. 4 角色
4. 2. 5 虛擬立方體
4. 2. 6 0LAP服務(wù)控制臺
4. 3 多維數(shù)據(jù)集結(jié)構(gòu)的更新
4. 3. 1 OLAP存儲方式回顧
4. 3. 2 多維數(shù)據(jù)集結(jié)構(gòu)的更新方式
4. 3. 3 增量更新
4. 3. 4 刷新更新
4. 3. 5 完整處理
4. 3. 6 刷新共享維
4. 3. 7 檢查刷新后的結(jié)果
4. 4 多維擴(kuò)展語言
4. 4. 1 MDX語言的五要素
4. 4. 2 MDX應(yīng)用示例
4. 5 小結(jié)
閱讀資料
基于供應(yīng)鏈數(shù)據(jù)倉庫的OLAP數(shù)據(jù)挖掘(下)
案例分析
數(shù)據(jù)倉庫--在"啤酒與尿布"中挖掘(上)
第5章 OLAP數(shù)據(jù)挖掘技術(shù)
5. 1 OLAP數(shù)據(jù)挖掘技術(shù)簡介
5. 2 OLAP多維數(shù)據(jù)集
5. 3 數(shù)據(jù)挖掘的主要功能
5. 4 期望的OLAP挖掘功能
5. 5 OLAP數(shù)據(jù)挖掘的有效實施
5. 5. 1 基于OLAP的數(shù)據(jù)特征和比較
5. 5. 2 基于OLAP的關(guān)聯(lián)
5. 5. 3 基于OLAP的分類
5. 5. 4 基于OLAP的預(yù)測
5. 5. 5 基于OLAP的聚類分析
5. 5. 6 回滾和比較挖掘分析
5. 6 小結(jié)
閱讀資料
數(shù)據(jù)挖掘的研究現(xiàn)狀
案例分析
數(shù)據(jù)倉庫--在"啤酒與尿布"中挖掘(下)
第6章 Analysis Services多維數(shù)據(jù)引擎
6.
1 啟動AnalysisSerVices
6.
2 建立數(shù)據(jù)庫和數(shù)據(jù)源
6.
2.
1 建立數(shù)據(jù)庫結(jié)構(gòu)
6.
2.
2 建立數(shù)據(jù)源
6.
3 建立多維數(shù)據(jù)集
6.
3.
1 向多維數(shù)據(jù)集添加度量值
6.
3.
2 建立時間維度
6.
3.
3 建立雪花模型維度
6.
3.
4 建立星型模型維度
6.
3.
5 建立父子維度
6.
3.
6 完成多維數(shù)據(jù)集
6.
4 編輯多維數(shù)據(jù)集
6.
4.
1 在多維數(shù)據(jù)集編輯器內(nèi)編輯多維數(shù)據(jù)集
6.
4.
2 向現(xiàn)有多維數(shù)據(jù)集添加維度
6.
5 設(shè)計存儲和處理多維數(shù)據(jù)集
6.
6 定義立方體的存取權(quán)限
6.
6.
1 創(chuàng)建多維數(shù)據(jù)集角色
6.
6.
2 創(chuàng)建數(shù)據(jù)庫角色
6.
7 定義鉆取選項
6.
7.
1 啟用多維數(shù)據(jù)集的鉆取功能
6.
7.
2 給角色提供鉆取權(quán)限
6.
8 小結(jié)
閱讀資料
SAS快速建庫的方法論
案例分析
財政金融行業(yè)的數(shù)據(jù)倉庫決策支持系統(tǒng)
第7章 iAnalyze智能工具簡介
7.
1 iAnalyze的產(chǎn)生背景和目標(biāo)
7.
2 iAnalyze的設(shè)計方案和系統(tǒng)需求
7.
3 iAnalyze的體系結(jié)構(gòu)與訪問安全性
7.
4 iAnalyze工具的操作
7.
4.
1 連接分析服務(wù)器
7.
4.
2 界面功能
7.
5 iAnalyze智能解決方案
7.
5.
1 用戶需求和數(shù)據(jù)源分析
7.
5.
2 設(shè)計分析模型
7.
6 小結(jié)
閱讀資料
決策樹的后期修剪技術(shù)
案例分析
加拿大用Sybase技術(shù)做數(shù)據(jù)統(tǒng)計
第8章 地稅數(shù)據(jù)倉庫
8.
1 地稅數(shù)據(jù)倉庫的實施背景
8.
2 實施過程
8.
3 開發(fā)環(huán)境與目標(biāo)
8.
4 數(shù)據(jù)倉庫的總體結(jié)構(gòu)模型
8.
5 稅款開票數(shù)據(jù)立方體
8.
5.
1 分析目的
8.
5.
2 分析模型
8.
6 費入庫數(shù)據(jù)立方體
8.
6.
1 分析目的
8.
6.
2 分析模型
8.
6.
3 表結(jié)構(gòu)和抽取規(guī)則
8.
7 小結(jié)
閱讀資料
細(xì)說BI--商業(yè)智能
案例分析
綜合醫(yī)療系統(tǒng)中的數(shù)據(jù)倉庫解決方案
附錄A 數(shù)據(jù)倉庫相關(guān)技術(shù)常用名詞解釋
附錄B 常用的MDX函數(shù)
附錄C 國外數(shù)據(jù)倉庫解決方案簡介
參考文獻(xiàn)