統(tǒng)一星型模型：一種敏捷靈活的數(shù)據(jù)倉庫和分析設計方法

定　價：￥108.00

作　者：	[美]比爾？因蒙（Bill Inmon），[美]弗朗切斯科-普皮尼（Francesco Puppini）
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787111702795	出版時間：	2022-04-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：	263	字數(shù)：

內容簡介

　　數(shù)據(jù)模型作為倉庫和集市的核心組成部分，它的價值不言而喻。而統(tǒng)一星型模型是一種構建分析型應用的*敏捷和靈活的設計方式，與傳統(tǒng)的維度模型相比，它具有諸多優(yōu)勢。這本書是數(shù)據(jù)倉庫之父BIllInmon強力推薦的，書中可看到統(tǒng)一星型模型作為單一星型模型的強大功能。Inmon和Francesco Pupplin在書中闡述了為什么統(tǒng)一星型模型是當前商業(yè)智能設計的方法，介紹了它的發(fā)展歷程、背景、設計方法以及如何解決業(yè)務問題。統(tǒng)一星型模型是實現(xiàn)業(yè)務價值的關鍵，從數(shù)據(jù)丟失、Chasm陷阱、多事實查詢、循環(huán)、非一致粒度等方面都展示了它的優(yōu)勢。所以對于企業(yè)來說，不論是現(xiàn)在的業(yè)務還是將來的業(yè)務，統(tǒng)一模型都可以作為基礎業(yè)務模型，為企業(yè)業(yè)務的數(shù)字化轉型保駕護航。

作者簡介

　　比爾？英蒙（Bill Inmon），（生于 1945 年）是一位美國計算機科學家，被許多人公認為數(shù)據(jù)倉庫之父。他是個提供數(shù)據(jù)倉庫課程的人，創(chuàng)建了數(shù)據(jù)倉庫的公認定義——一種面向主題的、非易失的、集成的、時變的數(shù)據(jù)集合，以支持管理層的決策。與另一位開創(chuàng)性的數(shù)據(jù)倉庫架構師 Ralph Kimball 的方法相比，Inmon 的方法通常被描述為自上而下的方法。1999 年，Bill 創(chuàng)建了企業(yè)信息工廠網站，向專業(yè)人士和決策者介紹數(shù)據(jù)倉庫和企業(yè)信息工廠。此外，Bill Inmon 是政府信息工廠和數(shù)據(jù)倉庫 2.0 的創(chuàng)建者。 Bill Inmon先生在數(shù)據(jù)倉庫和企業(yè)信息工廠的構建、使用和維護方面是一位多產的作者。他的著作包括“構建數(shù)據(jù)倉庫”（1992 年，以及后來的版本）和“DW 2.0：下一代數(shù)據(jù)倉庫的架構”（2008 年）。2007 年 7 月，Bill Inmon被 Computerworld 評為對計算機行業(yè)前 40 年影響*大的十位人物之一。

圖書目錄

序言
前言
推薦語
致謝
部分體系結構 /
第1章數(shù)據(jù)集市與維度模型 /
第2章維度建模概念 /
第3章數(shù)據(jù)集市演變 /
第4章轉換 /
第5章集成數(shù)據(jù)集市的方法 /
第6章監(jiān)控數(shù)據(jù)集市環(huán)境 /
被頻繁使用的數(shù)據(jù)與不被頻繁使用的數(shù)據(jù) /
刪除不被頻繁使用的數(shù)據(jù) /
丟棄舊版本的數(shù)據(jù)集市 /
第7章數(shù)據(jù)集市環(huán)境中的元數(shù)據(jù)和文檔 /
簡單表和元素的元數(shù)據(jù) /
數(shù)據(jù)來源元數(shù)據(jù) /
加載日期型元數(shù)據(jù) /
組合型元數(shù)據(jù) /
使用型元數(shù)據(jù) /
第8章向集成型數(shù)據(jù)集市演變 /
數(shù)據(jù)不一致 /
糟糕的公司決策 /
進入數(shù)據(jù)倉庫：單一版本事實 /
第二部分統(tǒng)一星型模型的應用 /
第9章統(tǒng)一星型模型簡介 /
架構 /
統(tǒng)一星型建模方法 /
獵食者與獵物 /
循環(huán) /
中央表 /
去范式化的威脅 /
第10章數(shù)據(jù)丟失 /
基于Sales表和Products表的示例 /
延遲連接 /
統(tǒng)一星型模型的核心：Bridge表 /
統(tǒng)一星型模型命名約定 /
統(tǒng)一星型模型如何解決數(shù)據(jù)丟失 /
使用Tibco Spotfire實施 /
第11章扇形陷阱 /
面向數(shù)據(jù)模型的約定 /
扇形陷阱的定義 /
基于Sales表和Shipments表的示例 /
一對多關系可視化 /
統(tǒng)一星型模型如何解決扇形陷阱 /
使用Microsoft Power BI實現(xiàn) /
你的BI工具支持關聯(lián)嗎 /
拆分度量 /
將所有度量移到Bridge表 /
JSON扇形陷阱 /
第12章Chasm陷阱 /
笛卡兒乘積 /
Chasm陷阱的定義 /
基于LinkedIn的示例 /
Chasm陷阱行數(shù)計算方法 /
有度量的Chasm陷阱 /
USS如何解決Chasm陷阱 /
Tableau應用 /
基于多表的Chasm陷阱 /
JSON Chasm陷阱 /
第13章多事實查詢 /
直接連接的多事實查詢（一對多） /
無直接連接的多事實查詢（多對多） /
基于Sales表和Purchases表的示例 /
聯(lián)合 /
BI工具中聚合的彈簧效應 /
統(tǒng)一星型模型如何解決多事實查詢 /
用Tibco Spotfire實施 /
第14章循環(huán) /
基于客戶關系管理系統(tǒng)的例子 /
使用傳統(tǒng)技術解決循環(huán) /
用聯(lián)合（Union）來處理循環(huán) /
統(tǒng)一星型模型如何解決循環(huán)問題 /
采用SAP Business Objects實現(xiàn)統(tǒng)一星型模型 /
第15章非一致粒度 /
基于Sales表和Targets表的示例 /
了解挑戰(zhàn) /
重新范式化 /
統(tǒng)一星型模型怎樣解決非一致粒度 /
QlikView實現(xiàn) /
處理聚合和詳細信息 /
第16章Northwind案例學習 /
Northwind的面向數(shù)據(jù)模型 /
發(fā)現(xiàn)問題 /
了解陷阱的影響 /
安全區(qū) /
從即席查詢到自助式商業(yè)智能 /
具有挑戰(zhàn)性的業(yè)務需求示例 /
如何在Northwind數(shù)據(jù)庫中實現(xiàn)統(tǒng)一星型模型 /
使用各種商業(yè)智能工具實施 /
總結 /