商業(yè)智能深入淺出：大數(shù)據(jù)時(shí)代下的架構(gòu)規(guī)劃與案例（第2版）

前言
致謝
理 論 篇
第1章 商業(yè)智能簡(jiǎn)介
1.1 商業(yè)智能概述
1.1.1 商業(yè)智能的定義
1.1.2 商業(yè)智能的作用
1.1.3 商業(yè)智能的處理過(guò)程
1.1.4 商業(yè)智能的功能
1.1.5 商業(yè)智能的發(fā)展趨勢(shì)
1.2 關(guān)于商業(yè)智能的核心技術(shù)
1.2.1 數(shù)據(jù)倉(cāng)庫(kù)
1.2.2 數(shù)據(jù)挖掘和分析
1.2.3 ETL處理技術(shù)
1.2.4 聯(lián)機(jī)分析處理（OLAP）技術(shù)
1.2.5 可視化分析
1.2.6 大數(shù)據(jù)技術(shù)
1.2.7 商業(yè)智能元數(shù)據(jù)管理
1.3 商業(yè)智能的實(shí)施方法和步驟
1.3.1 商業(yè)智能的實(shí)施方法
1.3.2 商業(yè)智能的實(shí)施步驟
1.4 商業(yè)智能項(xiàng)目成功的關(guān)鍵
1.5 商業(yè)智能項(xiàng)目的組織機(jī)構(gòu)
1.6 本章小結(jié)
第2章 數(shù)據(jù)倉(cāng)庫(kù)的理論知識(shí)
2.1 數(shù)據(jù)倉(cāng)庫(kù)概述
2.1.1 數(shù)據(jù)倉(cāng)庫(kù)產(chǎn)生的背景
2.1.2 數(shù)據(jù)倉(cāng)庫(kù)定義
2.1.3 數(shù)據(jù)倉(cāng)庫(kù)和商業(yè)智能之間的關(guān)系
2.2 數(shù)據(jù)倉(cāng)庫(kù)的特點(diǎn)
2.2.1 面向主題
2.2.2 集成性
2.2.3 穩(wěn)定性
2.2.4 反映歷史變化
2.3 數(shù)據(jù)倉(cāng)庫(kù)的優(yōu)勢(shì)
2.4 數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)庫(kù)的區(qū)別
2.5 數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)過(guò)程介紹
2.5.1 規(guī)劃分析階段
2.5.2 設(shè)計(jì)實(shí)現(xiàn)階段
2.5.3 使用維護(hù)階段
2.6 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)組成部分介紹
2.6.1 數(shù)據(jù)源分析
2.6.2 數(shù)據(jù)遷移
2.6.3 選擇數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)
2.6.4 元數(shù)據(jù)
2.7 數(shù)據(jù)倉(cāng)庫(kù)模型設(shè)計(jì)介紹
2.7.1 概念模型
2.7.2 邏輯模型
2.7.3 物理模型
2.8 數(shù)據(jù)集市介紹
2.8.1 數(shù)據(jù)集市概述
2.8.2 數(shù)據(jù)集市和數(shù)據(jù)倉(cāng)庫(kù)的聯(lián)系和區(qū)別
2.8.3 數(shù)據(jù)集市的目標(biāo)分析
2.8.4 數(shù)據(jù)集市的技術(shù)特性
2.9 ODS介紹
2.9.1 ODS的概述
2.9.2 ODS系統(tǒng)與數(shù)據(jù)庫(kù)系統(tǒng)、數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的區(qū)別
2.9.3 基于ODS和基于數(shù)據(jù)倉(cāng)庫(kù)的OLAP之間的關(guān)系
2.9.4 ODS系統(tǒng)的功能
2.9.5 ODS系統(tǒng)的架構(gòu)
2.10 數(shù)據(jù)倉(cāng)庫(kù)實(shí)施詳細(xì)步驟
2.10.1 需求分析
2.10.2 數(shù)據(jù)倉(cāng)庫(kù)的邏輯分析
2.10.3 設(shè)計(jì)ODS系統(tǒng)
2.10.4 數(shù)據(jù)倉(cāng)庫(kù)建模
2.10.5 數(shù)據(jù)集市建模
2.10.6 數(shù)據(jù)源分析
2.10.7 數(shù)據(jù)的獲取與整合
2.10.8 應(yīng)用分析
2.10.9 報(bào)表展現(xiàn)
2.11 在大數(shù)據(jù)環(huán)境下的數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)
2.12 數(shù)據(jù)倉(cāng)庫(kù)建設(shè)路線圖
2.13 數(shù)據(jù)倉(cāng)庫(kù)的作用
2.14 數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)意義
2.15 本章小結(jié)
第3章 數(shù)據(jù)挖掘和分析理論知識(shí)
3.1 什么是數(shù)據(jù)挖掘
3.2 數(shù)據(jù)挖掘方法的幾個(gè)步驟
3.3 數(shù)據(jù)挖掘常用算法
3.4 數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘之間的關(guān)系
3.5 數(shù)據(jù)挖掘的主要過(guò)程
3.6 數(shù)據(jù)挖掘的主要應(yīng)用——客戶精準(zhǔn)營(yíng)銷(xiāo)
3.6.1 客戶精準(zhǔn)營(yíng)銷(xiāo)背景
3.6.2 關(guān)于旅游行業(yè)的客戶精準(zhǔn)營(yíng)銷(xiāo)
3.6.3 關(guān)于銀行業(yè)的客戶精準(zhǔn)營(yíng)銷(xiāo)
3.7 本章小結(jié)
第4章 商業(yè)智能ETL理論知識(shí)
4.1 ETL在數(shù)據(jù)倉(cāng)庫(kù)中的重要地位
4.2 ETL的一般過(guò)程
4.3 研究ETL的本質(zhì)
4.4 ETL的體系結(jié)構(gòu)
4.5 ETL的難點(diǎn)
4.6 主流的ETL工具
4.7 ETL的作用
4.8 詳解ETL過(guò)程
4.8.1 數(shù)據(jù)抽取
4.8.2 數(shù)據(jù)清洗
4.8.3 數(shù)據(jù)轉(zhuǎn)換
4.8.4 數(shù)據(jù)加載
4.8.5 ETL的日志
4.9 ETL優(yōu)化
4.10 ETL設(shè)計(jì)規(guī)范要點(diǎn)
4.11 ETL的框架結(jié)構(gòu)
4.12 ETL的實(shí)施策略
4.13 本章小結(jié)
第5章 商業(yè)智能聯(lián)機(jī)分析處理理論簡(jiǎn)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(shí)現(xiàn)方法
5.4 OLAP的基本目標(biāo)和特點(diǎn)
5.5 建立OLAP的過(guò)程
5.6 OLAP與數(shù)據(jù)倉(cāng)庫(kù)的關(guān)系
5.7 OLAP系統(tǒng)的實(shí)施過(guò)程
5.8 OLAP模型的設(shè)計(jì)與實(shí)現(xiàn)
5.9 本章小結(jié)
第6章 數(shù)據(jù)可視化分析理論知識(shí)
6.1 什么是數(shù)據(jù)可視化分析
6.2 數(shù)據(jù)可視化的表現(xiàn)形式
6.3 本章小結(jié)
第7章 大數(shù)據(jù)理論知識(shí)
7.1 大數(shù)據(jù)概念的提出
7.2 什么是大數(shù)據(jù)？
7.3 大數(shù)據(jù)處理技術(shù)
7.4 大數(shù)據(jù)應(yīng)用案例
7.5 大數(shù)據(jù)和傳統(tǒng)商業(yè)智能的結(jié)合
7.6 本章小結(jié)
第8章 商業(yè)智能元數(shù)據(jù)理論知識(shí)
8.1 元數(shù)據(jù)的定義
8.2 元數(shù)據(jù)的重要性
8.3 元數(shù)據(jù)的類型
8.4 元數(shù)據(jù)的作用
8.5 元數(shù)據(jù)的管理
8.6 元數(shù)據(jù)包含的內(nèi)容
8.7 本章小結(jié)
項(xiàng) 目 篇
第9章 商業(yè)智能項(xiàng)目需求的定義
9.1 商業(yè)智能項(xiàng)目的啟動(dòng)
9.2 商業(yè)智能項(xiàng)目的需求定義
9.3 系統(tǒng)原型的建立
9.4 驗(yàn)收和評(píng)審的內(nèi)容
9.5 本章小結(jié)
第10章 商業(yè)智能項(xiàng)目模型的建立
10.1 數(shù)據(jù)模型的設(shè)計(jì)原則
10.2 企業(yè)模型的意義
10.2.1 企業(yè)模型的定義
10.2.2 建設(shè)企業(yè)模型的意義
10.2.3 企業(yè)數(shù)據(jù)模型和其他模型之間的關(guān)系
10.2.4 與企業(yè)數(shù)據(jù)模型相關(guān)的概念
10.2.5 企業(yè)數(shù)據(jù)模型轉(zhuǎn)換到數(shù)據(jù)倉(cāng)庫(kù)模型的步驟
10.3 概念模型的設(shè)計(jì)
10.4 邏輯模型的設(shè)計(jì)
10.4.1 ODS邏輯模型
10.4.2 數(shù)據(jù)倉(cāng)庫(kù)邏輯模型
10.4.3 數(shù)據(jù)集市邏輯模型
10.5 物理模型的設(shè)計(jì)
10.5.1 ODS 物理模型的設(shè)計(jì)
10.5.2 數(shù)據(jù)倉(cāng)庫(kù)物理模型的設(shè)計(jì)
10.5.3 數(shù)據(jù)集市物理模型的設(shè)計(jì)
10.6 本章小結(jié)
第11章 商業(yè)智能數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)應(yīng)用實(shí)例
11.1 定義數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目的生命周期
11.2 數(shù)據(jù)倉(cāng)庫(kù)粒度的劃分
11.3 企業(yè)輔助決策分析系統(tǒng)的構(gòu)建
11.4 決策分析系統(tǒng)一般的部署方案和步驟
11.4.1 提供系統(tǒng)安裝軟件的體系結(jié)構(gòu)
11.4.2 部署系統(tǒng)的數(shù)據(jù)庫(kù)環(huán)境
11.4.3 ETL環(huán)境的部署
11.4.4 報(bào)表展示環(huán)境的部署
11.5 數(shù)據(jù)倉(cāng)庫(kù)建設(shè)的難點(diǎn)
11.6 本章小結(jié)
第12章 商業(yè)銀行數(shù)據(jù)倉(cāng)庫(kù)建設(shè)規(guī)劃
12.1 商業(yè)銀行數(shù)據(jù)倉(cāng)庫(kù)建設(shè)概況
12.2 目前國(guó)內(nèi)商業(yè)銀行數(shù)據(jù)倉(cāng)庫(kù)面臨的瓶頸
12.3 商業(yè)銀行數(shù)據(jù)倉(cāng)庫(kù)建設(shè)面臨哪些問(wèn)題
12.4 商業(yè)銀行數(shù)據(jù)倉(cāng)庫(kù)建設(shè)思路及系統(tǒng)情況
12.4.1 某商業(yè)銀行建設(shè)數(shù)據(jù)倉(cāng)庫(kù)時(shí)遇到的挑戰(zhàn)
12.4.2 某商業(yè)數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)存在的問(wèn)題
12.4.3 對(duì)該行數(shù)據(jù)倉(cāng)庫(kù)目標(biāo)架構(gòu)的建議
12.5 商業(yè)銀行數(shù)據(jù)倉(cāng)庫(kù)建設(shè)啟示
12.6 本章小結(jié)
第13章 電力行業(yè)數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)規(guī)劃
13.1 電力行業(yè)數(shù)據(jù)倉(cāng)庫(kù)建設(shè)難點(diǎn)
13.2 電力行業(yè)數(shù)據(jù)倉(cāng)庫(kù)邏輯架構(gòu)
13.3 電力行業(yè)數(shù)據(jù)倉(cāng)庫(kù)能力藍(lán)圖
13.4 數(shù)據(jù)倉(cāng)庫(kù)促進(jìn)電力業(yè)務(wù)的發(fā)展
13.5 數(shù)據(jù)倉(cāng)庫(kù)建設(shè)策略比較
13.6 電力行業(yè)數(shù)據(jù)倉(cāng)庫(kù)模型建立過(guò)程
13.7 電力行業(yè)數(shù)據(jù)倉(cāng)庫(kù)的架構(gòu)設(shè)計(jì)
13.8 本章小結(jié)
第14章 商業(yè)智能項(xiàng)目規(guī)劃和管理
14.1 項(xiàng)目團(tuán)隊(duì)的組織結(jié)構(gòu)
14.2 項(xiàng)目角色劃分及技能要求
14.3 定義領(lǐng)導(dǎo)組的職責(zé)和主要任務(wù)
14.4 如何定義商業(yè)智能項(xiàng)目的進(jìn)度
14.5 如何定義商業(yè)智能項(xiàng)目的過(guò)程
14.6 本章小結(jié)
第15章 商業(yè)智能應(yīng)用介紹
15.1 商業(yè)智能應(yīng)用設(shè)計(jì)的原則
15.2 商業(yè)智能應(yīng)用的實(shí)施步驟
15.3 商業(yè)智能具有的應(yīng)用功能
15.4 商業(yè)智能應(yīng)用實(shí)例
15.5 本章小結(jié)
第16章 數(shù)據(jù)抽取、轉(zhuǎn)換和加載
16.1 ETL的定義和總體架構(gòu)
16.2 ETL的加載方法
16.2.1 以時(shí)間戳作為加載條件
16.2.2 利用源表的日志信息對(duì)目標(biāo)表進(jìn)行數(shù)據(jù)加載
16.2.3 通過(guò)全表對(duì)比的方式進(jìn)行數(shù)據(jù)加載
16.2.4 全表刪除后再進(jìn)行數(shù)據(jù)加載的方式
16.3 利用ETL構(gòu)建企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)
16.4 ETL的設(shè)計(jì)過(guò)程
16.5 ETL的備份與恢復(fù)
16.5.1 數(shù)據(jù)的備份
16.5.2 數(shù)據(jù)備份存放的介質(zhì)以及目錄結(jié)構(gòu)
16.5.3 ETL程序的備份
16.5.4 數(shù)據(jù)的恢復(fù)方案
16.6 ETL數(shù)據(jù)質(zhì)量的改進(jìn)
16.6.1 ETL數(shù)據(jù)質(zhì)量分析
16.6.2 ETL數(shù)據(jù)質(zhì)量改進(jìn)的方法和目標(biāo)
16.6.3 推動(dòng)ETL數(shù)據(jù)質(zhì)量改進(jìn)的方法
16.6.4 ETL的技術(shù)路線選擇
16.7 ETL應(yīng)用舉例
16.7.1 ETL分析需求
16.7.2 ETL 數(shù)據(jù)源說(shuō)明
16.7.3 ODS設(shè)計(jì)與抽取
16.7.4 數(shù)據(jù)倉(cāng)庫(kù)（DW）設(shè)計(jì)與抽取
16.7.5 數(shù)據(jù)集市（DM）設(shè)計(jì)與抽取
16.8 本章小結(jié)
第17章 聯(lián)機(jī)分析處理
17.1 OLAP的概念
17.2 OLAP的實(shí)施
17.2.1 建立“維”的概念
17.2.2 多維分析技術(shù)
17.2.3 OLAP實(shí)施的一般過(guò)程
17.3 OLAP的應(yīng)用實(shí)例
17.3.1 案例背景
17.3.2 需求
17.3.3 數(shù)據(jù)準(zhǔn)備
17.3.4 瀏覽分析數(shù)據(jù)
17.4 OLAP系統(tǒng)設(shè)計(jì)的一般步驟
17.5 本章小結(jié)
第18章 應(yīng)用舉例
18.1 項(xiàng)目工作計(jì)劃的制訂
18.1.1 對(duì)項(xiàng)目背景與目的的描述
18.1.2 確定項(xiàng)目需要交付的成果
18.1.3 制定項(xiàng)目管理文檔
18.1.4 項(xiàng)目進(jìn)度劃分
18.2 需求分析
18.2.1 業(yè)務(wù)需求
18.2.2 功能需求
18.3 營(yíng)銷(xiāo)系統(tǒng)設(shè)計(jì)
18.3.1 總體架構(gòu)設(shè)計(jì)
18.3.2 營(yíng)銷(xiāo)輔助決策系統(tǒng)的ETL架構(gòu)設(shè)計(jì)
18.3.3 營(yíng)銷(xiāo)輔助決策系統(tǒng)數(shù)據(jù)訪問(wèn)功能設(shè)計(jì)
18.3.4 營(yíng)銷(xiāo)輔助決策系統(tǒng)展示方式設(shè)計(jì)
18.3.5 營(yíng)銷(xiāo)輔助決策系統(tǒng)主題分析功能設(shè)計(jì)
18.3.6 數(shù)據(jù)模型設(shè)計(jì)
18.4 ETL數(shù)據(jù)抽取
18.4.1 ETL物理設(shè)計(jì)
18.4.2 從源數(shù)據(jù)庫(kù)抽取到ODS數(shù)據(jù)緩沖區(qū)
18.4.3 從ODS數(shù)據(jù)緩沖區(qū)抽取到ODS統(tǒng)一信息視圖區(qū)
18.4.4 從ODS統(tǒng)一信息視圖區(qū)抽取到數(shù)據(jù)倉(cāng)庫(kù)
18.4.5 從數(shù)據(jù)倉(cāng)庫(kù)抽取到數(shù)據(jù)集市
18.5 報(bào)表展示
18.6 編寫(xiě)測(cè)試報(bào)告
18.7 編寫(xiě)用戶手冊(cè)
18.8 軟件發(fā)布
18.9 系統(tǒng)運(yùn)行維護(hù)
18.10 本章小結(jié)
第19章 大數(shù)據(jù)架構(gòu)與實(shí)踐
19.1 大數(shù)據(jù)概述
19.2 大數(shù)據(jù)的處理技術(shù)之一——流數(shù)據(jù)
19.3 大數(shù)據(jù)下的數(shù)據(jù)架構(gòu)
19.4 大數(shù)據(jù)在銀行業(yè)的應(yīng)用與實(shí)踐
19.5 本章小結(jié)
第20章 金融行業(yè)的商業(yè)智能概述
20.1 金融行業(yè)實(shí)施商業(yè)智能的背景
20.2 商業(yè)智能在金融行業(yè)的作用
20.3 金融行業(yè)實(shí)施商業(yè)智能的措施
20.4 本章小結(jié)
第21章 電力行業(yè)商業(yè)智能概述
21.1 電力行業(yè)面臨的挑戰(zhàn)
21.2 建設(shè)企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)的原因
21.3 電力行業(yè)數(shù)據(jù)倉(cāng)庫(kù)的執(zhí)行架構(gòu)
21.4 數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)的階段、任務(wù)和流程
21.5 數(shù)據(jù)倉(cāng)庫(kù)運(yùn)維內(nèi)容
21.6 電力行業(yè)數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)方法
21.7 本章小結(jié)
工 具 篇
第22章 Informatica PowerCenter工具簡(jiǎn)介
22.1 Informatica PowerCenter介紹
22.1.1 Informatica的特點(diǎn)
22.1.2 Informatica的優(yōu)勢(shì)
22.2 Informatica PowerCenter工具概況
22.3 Informatica Servers引擎
22.4 Administration Console
22.4.1 登錄方式
22.4.2 相關(guān)術(shù)語(yǔ)
22.5 PowerCenter Designer
22.5.1 菜單
22.5.2 工具欄
22.5.3 導(dǎo)航
22.5.4 工作區(qū)
22.5.5 輸出窗口
22.6 Repository Manager
22.6.1 菜單
22.6.2 工具欄
22.6.3 導(dǎo)航
22.6.4 工作區(qū)
22.7 Workflow Manager
22.7.1 菜單
22.7.2 工具欄
22.7.3 導(dǎo)航
22.7.4 工作區(qū)
22.7.5 輸出窗口
22.8 Workflow Monitor
22.8.1 工具欄
22.8.2 監(jiān)控區(qū)
22.8.3 屬性
22.9 本章小結(jié)
第23章 Cognos工具簡(jiǎn)介
第24章 Informatica的安裝與快速入門(mén)
第25章 Informatica實(shí)例
第26章 Cognos安裝與快速入門(mén)
第27章 Cognos實(shí)例
第28章 Cognos的安全管理
第29章 Cognos優(yōu)化