注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書科學技術計算機/網絡人工智能商業(yè)智能深入淺出:Cognos,Informatica技術與應用

商業(yè)智能深入淺出:Cognos,Informatica技術與應用

商業(yè)智能深入淺出:Cognos,Informatica技術與應用

定 價:¥69.80

作 者: 王飛,劉國峰 編著
出版社: 機械工業(yè)出版社
叢編項:
標 簽: 人工智能

購買這本書可以去


ISBN: 9787111372417 出版時間: 2012-03-01 包裝: 平裝
開本: 16開 頁數: 438 字數:  

內容簡介

  《商業(yè)智能深入淺出:Cognos,Informatica技術與應用》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(yè)智能的大部分理論知識,包括進入商業(yè)智能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(yè)智能項目需求的定義,如何開發(fā)數據倉庫系統(tǒng),如何實現(xiàn)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(yè)智能開發(fā)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(fā)人員的練習資料。讀者完全可以按照書中的內容一步步進行操作,這也是作者和讀者進行互動的一種方式。本書最大的亮點在于根據實際的項目經驗定義總結了商業(yè)智能設計、開發(fā)的一般流程和規(guī)范,是企業(yè)領導決策層和商業(yè)智能開發(fā)人士的寶貴參考資料。本書提供部分源代碼和一些有價值的文檔模板,讀者可以網上免費下載。

作者簡介

  王飛,原籍吉林省白山市,吉林大學碩士畢業(yè),現(xiàn)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(fā),數據模型設計、數據庫設計開發(fā)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(tǒng)(中國)有限公司中國研發(fā)中心,現(xiàn)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。

圖書目錄

前言
理 論 篇
 第1章 商業(yè)智能簡介
  1.1 商業(yè)智能介紹
  1.1.1 商業(yè)智能在企業(yè)中的作用
  1.1.2 商業(yè)智能的功能
  1.2 商業(yè)智能的發(fā)展趨勢
  1.3 商業(yè)智能的實施方法和步驟
  1.3.1 商業(yè)智能的實施方法
  1.3.2 商業(yè)智能的實施步驟
  1.4 商業(yè)智能項目成功的關鍵
  1.5 商業(yè)智能項目的組織機構
  1.6 本章小結
 第2章 學習商業(yè)智能之前的準備知識
  2.1 Oracle體系結構介紹
  2.2 Oracle優(yōu)化理論
  2.2.1 外部優(yōu)化原則
  2.2.2 SQL優(yōu)化基本規(guī)則
  2.2.3 SQL使用規(guī)范
  2.2.4 索引使用規(guī)范
  2.2.5 臨時表使用規(guī)范
  2.2.6 索引創(chuàng)建原則
  2.2.7 大數據量表的維護原則
  2.2.8 視圖創(chuàng)建原則
  2.2.9 代碼程序中使用索引的原則
  2.2.10 代碼程序中的一些建議
  2.3 數據庫建模理論知識
  2.3.1 數據庫的數據模型
  2.3.2 數據庫建模的一般流程
  2.4 本章小結
 第3章 商業(yè)智能數據倉庫的理論知識
  3.1 數據倉庫的定義
  3.2 數據倉庫的特點
  3.2.1 面向主題
  3.2.2 集成性
  3.2.3 穩(wěn)定性
  3.2.4 反映歷史變化
  3.3 數據倉庫和數據庫的區(qū)別
  3.4 數據倉庫開發(fā)過程介紹
  3.4.1 規(guī)劃分析階段
  3.4.2 設計實現(xiàn)階段
  3.4.3 使用維護階段
  3.5 數據倉庫系統(tǒng)組成部分介紹
  3.5.1 數據源分析
  3.5.2 數據遷移
  3.5.3 選擇數據的存儲結構
  3.5.4 元數據
  3.6 數據倉庫模型設計介紹
  3.6.1 概念模型
  3.6.2 邏輯模型
  3.6.3 物理模型
  3.7 數據集市介紹
  3.7.1 數據集市的定義
  3.7.2 數據集市的類型
  3.7.3 數據集市和數據倉庫的區(qū)別
  3.7.4 數據集市和數據倉庫的關系
  3.7.5 數據集市的目標分析
  3.8 數據倉庫實施詳細步驟
  3.8.1 需求分析
  3.8.2 數據倉庫的邏輯分析
  3.8.3 設計ODS系統(tǒng)
  3.8.4 數據倉庫建模
  3.8.5 數據集市建模
  3.8.6 數據源分析
  3.8.7 數據的獲取與整合
  3.8.8 應用分析
  3.8.9 報表展現(xiàn)
  3.9 數據倉庫的作用
  3.10 數據倉庫的建設意義
  3.11 本章小結
 第4章 商業(yè)智能ETL簡介
  4.1 ETL在數據倉庫中的重要地位
  4.2 ETL的一般過程
  4.3 研究ETL的本質
  4.4 ETL 的體系結構
  4.5 ETL的難點
  4.6 主流的ETL 工具
  4.7 ETL的作用
  4.8 詳解ETL過程
  4.8.1 數據抽取
  4.8.2 數據清洗
  4.8.3 數據轉換
  4.8.4 數據加載
  4.8.5 ETL的日志
  4.9 ETL優(yōu)化
  4.10 ETL設計規(guī)范要點
  4.11 ETL的框架結構
  4.12 本章小結
 第5章 商業(yè)智能聯(lián)機分析處理理論簡介
  5.1 OLAP介紹
  5.2 OLAP系統(tǒng)與OLTP系統(tǒng)的區(qū)別
  5.3 OLAP的實現(xiàn)方法
  5.4 OLAP的基本目標和特點
  5.5 建立OLAP的過程
  5.6 OLAP與數據倉庫的關系
  5.7 OLAP系統(tǒng)的實施過程
  5.8 OLAP模型的設計與實現(xiàn)
  5.9 本章小結
 第6章 ODS與數據倉庫的結合
  6.1 ODS的概念
  6.2 ODS的特點
  6.3 ODS系統(tǒng)與數據庫系統(tǒng)、數據倉庫系統(tǒng)的區(qū)別
  6.4 ODS的主要功能
  6.5 ODS的設計步驟
  6.6 基于ODS和基于數據倉庫的OLAP之間的關系
  6.7 數據庫系統(tǒng)—ODS系統(tǒng)的轉化機制
  6.8 ODS系統(tǒng)的邏輯模型
  6.9 ODS系統(tǒng)的架構
  6.10 ODS系統(tǒng)的功能
  6.11 本章小結
 第7章 商業(yè)智能元數據簡介
  7.1 元數據的定義
  7.2 元數據的重要性
  7.3 元數據的類型
  7.4 元數據的作用
  7.5 元數據的管理
  7.6 元數據包含的內容
  7.7 本章小結
項 目 篇
 第8章 商業(yè)智能項目需求的定義
  8.1 商業(yè)智能項目的啟動
  8.2 商業(yè)智能項目的需求定義
  8.3 系統(tǒng)原型的建立
  8.4 驗收和評審的內容
  8.5 本章小結
 第9章 商業(yè)智能項目模型的建立
  9.1 數據模型的設計原則
  9.2 企業(yè)模型的意義
  9.2.1 企業(yè)模型的定義
  9.2.2 建設企業(yè)模型的意義
  9.2.3 企業(yè)數據模型和其他模型之間的關系
  9.2.4 與企業(yè)數據模型相關的概念
  9.2.5 企業(yè)數據模型轉換到數據倉庫模型的步驟
  9.3 概念模型的設計
  9.4 邏輯模型的設計
  9.4.1 ODS邏輯模型
  9.4.2 數據倉庫邏輯模型
  9.4.3 數據集市邏輯模型
  9.5 物理模型的設計
  9.5.1 ODS 物理模型的設計
  9.5.2 數據倉庫物理模型的設計
  9.5.3 數據集市物理模型的設計
  9.6 本章小結
 第10章 商業(yè)智能數據倉庫系統(tǒng)應用實例
  10.1 定義數據倉庫項目的生命周期
  10.2 數據倉庫粒度的劃分
  10.3 企業(yè)輔助決策分析系統(tǒng)的構建
  10.4 決策分析系統(tǒng)一般的部署方案和步驟
  10.4.1 提供系統(tǒng)安裝軟件的體系結構
  10.4.2 部署系統(tǒng)的數據庫環(huán)境
  10.4.3 ETL環(huán)境的部署
  10.4.4 報表展示環(huán)境的部署
  10.5 本章小結
 第11章 商業(yè)智能項目規(guī)劃和管理
  11.1 項目團隊的組織結構
  11.2 項目角色劃分及技能要求
  11.3 定義領導組的職責和主要任務
  11.4 如何定義商業(yè)智能項目的進度
  11.5 如何定義商業(yè)智能項目的過程
  11.6 本章小結
 第12章 數據抽取、轉換和加載
  12.1 ETL的定義和總體架構
  12.2 定義ETL的流程
  12.3 ETL的加載方法
  12.3.1 以時間戳作為加載條件
  12.3.2 利用源表的日志信息對目標表進行數據加載
  12.3.3 通過全表對比的方式進行數據加載
  12.3.4 全表刪除后再進行數據加載的方式
  12.4 利用ETL構建企業(yè)級數據倉庫
  12.5 ETL的設計過程
  12.6 ETL的備份與恢復
  12.6.1 數據的備份
  12.6.2 數據備份存放的介質以及目錄結構
  12.6.3 ETL程序的備份
  12.6.4 數據的恢復方案
  12.7 ETL 數據質量的改進
  12.7.1 ETL數據質量分析
  12.7.2 ETL數據質量改進的方法和目標
  12.7.3 推動ETL數據質量改進的方法
  12.8 ETL應用舉例
  12.8.1 ETL分析需求
  12.8.2 ETL 數據源說明
  12.8.3 ODS 設計與抽取
  12.8.4 DW設計與抽取
  12.8.5 DM設計與抽取
  12.9 本章小結
 第13章 聯(lián)機分析處理
  13.1 OLAP的概念
  13.2 OLAP的實施
  13.2.1 建立“維”的概念
  13.2.2 多維分析技術
  13.2.3 OLAP實施的一般過程
  13.3 OLAP的應用實例
  13.3.1 案例背景
  13.3.2 需求
  13.3.3 數據準備
  13.3.4 瀏覽分析數據
  13.4 OLAP系統(tǒng)設計的一般步驟
  13.5 本章小結
 第14章 應用舉例
  14.1 項目工作計劃的制訂
  14.1.1 對項目背景與目的的描述
  14.1.2 確定項目需要交付的成果
  14.1.3 制定項目管理文檔
  14.1.4 項目進度劃分
  14.2 需求分析
  14.2.1 業(yè)務需求
  14.2.2 功能需求
  14.3 營銷系統(tǒng)設計
  14.3.1 總體架構設計
  14.3.2 營銷輔助決策系統(tǒng)的ETL架構設計
  14.3.3 營銷輔助決策系統(tǒng)數據訪問功能設計
  14.3.4 營銷輔助決策系統(tǒng)展示方式設計
  14.3.5 營銷輔助決策系統(tǒng)主題分析功能設計
  14.3.6 數據模型設計
  14.4 ETL數據抽取
  14.4.1 ETL物理設計
  14.4.2 從源數據庫抽取到ODS數據緩沖區(qū)
  14.4.3 從ODS數據緩沖區(qū)抽取到ODS統(tǒng)一信息視圖區(qū)
  14.4.4 從ODS統(tǒng)一信息視圖區(qū)抽取到數據倉庫
  14.4.5 從數據倉庫抽取到數據集市
  14.5 報表展示
  14.6 編寫測試報告
  14.7 編寫用戶手冊
  14.8 軟件發(fā)布
  14.9 系統(tǒng)運行維護
  14.10 本章小結
工 具 篇
 第15章 Informatica PowerCenter工具簡介
  15.1 Informatica PowerCenter介紹
  15.1.1 Informatica的特點
  15.1.2 Informatica的優(yōu)勢
  15.2 Informatica PowerCenter工具概況
  15.3 Informatica Servers引擎
  15.4 Administration Console
  15.4.1 登錄方式
  15.4.2 相關術語
  15.5 PowerCenter Designer
  15.5.1 菜單
  15.5.2 工具欄
  15.5.3 導航
  15.5.4 工作區(qū)
  15.5.5 輸出窗口
  15.6 Repository Manager
  15.6.1 菜單
  15.6.2 工具欄
  15.6.3 導航
  15.6.4 工作區(qū)
  15.7 Workflow Manager
  15.7.1 菜單
  15.7.2 工具欄
  15.7.3 導航
  15.7.4 工作區(qū)
  15.7.5 輸出窗口
  15.8 Workflow Monitor
  15.8.1 工具欄
  15.8.2 監(jiān)控區(qū)
  15.8.3 屬性
  15.9 本章小結
 第16章 Cognos工具簡介
  16.1 Cognos介紹
  16.1.1 Cognos的歷史
  16.1.2 Cognos的特點
  16.1.3 Cognos的現(xiàn)狀
  16.2 Cognos工具瀏覽
  16.3 Cognos Configuration
  16.4 Cognos Connection
  16.4.1 菜單功能
  16.4.2 選項卡介紹
  16.4.3 工具欄的使用
  16.5 Query Studio
  16.6 Analysis Studio介紹
  16.6.1 Analysis Studio的組成
  16.6.2 菜單功能
  16.7 Report Studio介紹
  16.7.1 Report Studio的組成
  16.7.2 菜單功能
  16.8 Event Studio介紹
  16.8.1 Event介紹
  16.8.2 Task介紹
  16.9 Framework Manager建模工具
  16.9.1 菜單介紹
  16.9.2 工作區(qū)
  16.10 Transformer介紹
  16.10.1 Data Sources
  16.10.2 Dimension Map
  16.10.3 Measures
  16.10.4 PowerCubes
  16.10.5 Customer Views
  16.10.6 Signon
  16.11 Cognos PowerPlay
  16.11.1 菜單介紹
  16.11.2 工具欄
  16.11.3 維度視圖
  16.12 本章小結
實 踐 篇
 第17章 Informatica的安裝與快速入門
  17.1 Informatica PowerCenter的安裝方案
  17.1.1 安裝前的準備
  17.1.2 服務器端安裝
  17.1.3 客戶端安裝
  17.2 Informatica PowerCenter工具的一般使用流程
  17.3 Informatica PowerCenter快速入門
  17.3.1 前期準備
  17.3.2 定義源數據
  17.3.3 定義目標數據
  17.3.4 定義映射規(guī)則
  17.3.5 定義工作流
  17.3.6 啟動工作流程
  17.4 本章小結
 第18章 Informatica實例
  18.1 緩慢變化維的概念
  18.2 緩慢變化維的實現(xiàn)方式
  18.2.1 覆蓋方式
  18.2.2 全歷史記錄
  18.2.3 標記位方式
  18.2.4 時間戳方式
  18.2.5 記錄最新記錄和上一次歷史
  18.3 本章小結
 第19章 Cognos安裝與快速入門
  19.1 Cognos 8安裝
  19.1.1 Cognos服務器安裝
  19.1.2 Cognos Framework安裝
  19.1.3 Cognos Transformer安裝
  19.1.4 Cognos 語言包安裝
  19.1.5 Cognos PowerPlay安裝
  19.2 Cognos入門前的準備工作
  19.2.1 創(chuàng)建Oracle數據庫實例
  19.2.2 執(zhí)行建表空間和創(chuàng)建數據庫用戶的腳本
  19.2.3 Cognos部署設置
  19.2.4 配置Cognos服務
  19.2.5 啟動Cognos服務
  19.3 Cognos入門實例一
  19.3.1 使用Framework建模
  19.3.2 使用Report Studio制作報表
  19.3.3 查看報表
  19.4 Cognos入門實例二
  19.4.1 使用Framework建模
  19.4.2 使用Transformer立方體多維建模
  19.4.3 使用Analysis Studio制作多維報表
  19.4.4 查看報表
  19.5 本章小結
 第20章 Cognos實例
  20.1 Section報表的開發(fā)
  20.2 Conditional Style報表的開發(fā)
  20.3 圖表型報表的開發(fā)
  20.4 Drill-Through報表的開發(fā)
  20.5 本章小結
 第21章 Cognos的安全管理
  21.1 Cognos安全性介紹
  21.1.1 Cognos應用防火墻
  21.1.2 身份驗證
  21.1.3 訪問授權
  21.1.4 加密服務
  21.2 Cognos安全部署
  21.2.1 操作系統(tǒng)安全技術
  21.2.2 網絡安全技術
  21.2.3 應用安全技術
  21.2.4 安全審計
  21.3 Cognos安全實踐
  21.3.1 創(chuàng)建Cognos組、角色
  21.3.2 為組、角色添加用戶成員
  21.3.3 在Framework中設置包的訪問授權
  21.4 本章小結
 第22章 Cognos優(yōu)化
  22.1 增加Cognos 8的內存以提高運行速度
  22.2 提高Cognos 8的數據庫訪問速度
  22.3 修改Cognos 8的reportservice.xml參數
  22.4 修改讀取高速緩存的值以提高性能
  22.5 開啟crosstab caching提高cube的訪問速度
  22.6 讀取數據時啟用多CPU處理
  22.7 減少cube數據的提交次數
  22.8 本章小結
技術詞匯

本目錄推薦

掃描二維碼
Copyright ? 讀書網 leeflamesbasketballcamps.com 2005-2026, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號