商业智能深入浅出 大数据时代下的架构规划与案例 第2版2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

商业智能深入浅出 大数据时代下的架构规划与案例 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

理论篇1

第1章 商业智能简介1

1.1 商业智能概述1

1.1.1 商业智能的定义1

1.1.2 商业智能的作用3

1.1.3 商业智能的处理过程3

1.1.4 商业智能的功能3

1.1.5 商业智能的发展趋势4

1.2 关于商业智能的核心技术5

1.2.1 数据仓库5

1.2.2 数据挖掘和分析5

1.2.3 ETL处理技术5

1.2.4 联机分析处理（OLAP）技术5

1.2.5 可视化分析5

1.2.6 大数据技术6

1.2.7 商业智能元数据管理6

1.3 商业智能的实施方法和步骤6

1.3.1 商业智能的实施方法7

1.3.2 商业智能的实施步骤7

1.4 商业智能项目成功的关键8

1.5 商业智能项目的组织机构8

1.6 本章小结9

第2章 数据仓库的理论知识11

2.1 数据仓库概述11

2.1.1 数据仓库产生的背景11

2.1.2 数据仓库定义11

2.1.3 数据仓库和商业智能之间的关系12

2.2 数据仓库的特点12

2.2.1 面向主题12

2.2.2 集成性13

2.2.3 稳定性13

2.2.4 反映历史变化13

2.3 数据仓库的优势14

2.4 数据仓库和数据库的区别14

2.5 数据仓库开发过程介绍14

2.5.1 规划分析阶段14

2.5.2 设计实现阶段15

2.5.3 使用维护阶段15

2.6 数据仓库系统组成部分介绍17

2.6.1 数据源分析17

2.6.2 数据迁移18

2.6.3 选择数据的存储结构19

2.6.4 元数据19

2.7 数据仓库模型设计介绍20

2.7.1 概念模型20

2.7.2 逻辑模型21

2.7.3 物理模型23

2.8 数据集市介绍24

2.8.1 数据集市概述24

2.8.2 数据集市和数据仓库的联系和区别26

2.8.3 数据集市的目标分析27

2.8.4 数据集市的技术特性27

2.9 ODS介绍28

2.9.1 ODS的概述28

2.9.2 ODS系统与数据库系统、数据仓库系统的区别32

2.9.3 基于ODS和基于数据仓库的OLAP之间的关系33

2.9.4 ODS系统的功能33

2.9.5 ODS系统的架构34

2.10数据仓库实施详细步骤34

2.10.1 需求分析34

2.10.2 数据仓库的逻辑分析35

2.10.3 设计ODS系统35

2.10.4 数据仓库建模37

2.10.5 数据集市建模38

2.10.6 数据源分析38

2.10.7 数据的获取与整合38

2.10.8 应用分析38

2.10.9 报表展现39

2.11 在大数据环境下的数据仓库的建设39

2.12 数据仓库建设路线图40

2.13 数据仓库的作用41

2.14 数据仓库的建设意义42

2.15 本章小结42

第3章 数据挖掘和分析理论知识44

3.1 什么是数据挖掘44

3.2 数据挖掘方法的几个步骤44

3.3 数据挖掘常用算法45

3.4 数据仓库和数据挖掘之间的关系45

3.5 数据挖掘的主要过程45

3.6 数据挖掘的主要应用——客户精准营销46

3.6.1 客户精准营销背景46

3.6.2 关于旅游行业的客户精准营销46

3.6.3 关于银行业的客户精准营销49

3.7 本章小结50

第4章 商业智能ETL理论知识51

4.1 ETL在数据仓库中的重要地位51

4.2 ETL的一般过程52

4.3 研究ETL的本质52

4.4 ETL的体系结构54

4.5 ETL的难点54

4.6 主流的ETL工具54

4.7 ETL的作用55

4.8 详解ETL过程55

4.8.1 数据抽取56

4.8.2 数据清洗56

4.8.3 数据转换57

4.8.4 数据加载58

4.8.5 ETL的日志59

4.9 ETL优化59

4.10 ETL设计规范要点59

4.11 ETL的框架结构60

4.12 ETL的实施策略61

4.13本章小结62

第5章 商业智能联机分析处理理论简介64

5.1 OLAP介绍64

5.2 OLAP系统与OLTP系统的区别65

5.3 OLAP的实现方法65

5.4 OLAP的基本目标和特点67

5.5 建立OLAP的过程67

5.6 OLAP与数据仓库的关系68

5.7 OLAP系统的实施过程68

5.8 OLAP模型的设计与实现69

5.9 本章小结70

第6章 数据可视化分析理论知识71

6.1 什么是数据可视化分析71

6.2 数据可视化的表现形式72

6.3 本章小结73

第7章 大数据理论知识74

7.1 大数据概念的提出74

7.2 什么是大数据？75

7.3 大数据处理技术75

7.4 大数据应用案例76

7.5 大数据和传统商业智能的结合76

7.6 本章小结76

第8章 商业智能元数据理论知识77

8.1 元数据的定义77

8.2 元数据的重要性78

8.3 元数据的类型78

8.4 元数据的作用78

8.5 元数据的管理79

8.6 元数据包含的内容80

8.7 本章小结80

项目篇81

第9章 商业智能项目需求的定义81

9.1 商业智能项目的启动81

9.2 商业智能项目的需求定义84

9.3 系统原型的建立90

9.4 验收和评审的内容90

9.5 本章小结91

第10章 商业智能项目模型的建立92

10.1 数据模型的设计原则92

10.2 企业模型的意义92

10.2.1 企业模型的定义92

10.2.2 建设企业模型的意义92

10.2.3 企业数据模型和其他模型之间的关系93

10.2.4 与企业数据模型相关的概念93

10.2.5 企业数据模型转换到数据仓库模型的步骤94

10.3 概念模型的设计96

10.4 逻辑模型的设计97

10.4.1 ODS逻辑模型97

10.4.2 数据仓库逻辑模型101

10.4.3 数据集市逻辑模型106

10.5 物理模型的设计109

10.5.1 ODS物理模型的设计109

10.5.2 数据仓库物理模型的设计110

10.5.3 数据集市物理模型的设计112

10.6 本章小结116

第11章 商业智能数据仓库系统应用实例118

11.1 定义数据仓库项目的生命周期118

11.2 数据仓库粒度的划分119

11.3 企业辅助决策分析系统的构建119

11.4 决策分析系统一般的部署方案和步骤120

11.4.1 提供系统安装软件的体系结构120

11.4.2 部署系统的数据库环境121

11.4.3 ETL环境的部署122

11.4.4 报表展示环境的部署122

11.5 数据仓库建设的难点122

11.6 本章小结123

第12章 商业银行数据仓库建设规划124

12.1 商业银行数据仓库建设概况124

12.2 目前国内商业银行数据仓库面临的瓶颈124

12.3 商业银行数据仓库建设面临哪些问题125

12.4 商业银行数据仓库建设思路及系统情况126

12.4.1 某商业银行建设数据仓库时遇到的挑战126

12.4.2 某商业数据仓库架构存在的问题127

12.4.3 对该行数据仓库目标架构的建议128

12.5 商业银行数据仓库建设启示129

12.6 本章小结130

第13章 电力行业数据仓库的建设规划131

13.1 电力行业数据仓库建设难点131

13.2 电力行业数据仓库逻辑架构132

13.3 电力行业数据仓库能力蓝图132

13.4 数据仓库促进电力业务的发展133

13.5 数据仓库建设策略比较134

13.6 电力行业数据仓库模型建立过程134

13.7 电力行业数据仓库的架构设计134

13.8 本章小结136

第14章 商业智能项目规划和管理138

14.1 项目团队的组织结构138

14.2 项目角色划分及技能要求139

14.3 定义领导组的职责和主要任务140

14.4 如何定义商业智能项目的进度140

14.5 如何定义商业智能项目的过程141

14.6 本章小结142

第15章 商业智能应用介绍143

15.1 商业智能应用设计的原则143

15.2 商业智能应用的实施步骤144

15.3 商业智能具有的应用功能144

15.4 商业智能应用实例145

15.5 本章小结146

第16章 数据抽取、转换和加载147

16.1 ETL的定义和总体架构147

16.2 ETL的加载方法150

16.2.1 以时间戳作为加载条件150

16.2.2 利用源表的日志信息对目标表进行数据加载153

16.2.3 通过全表对比的方式进行数据加载153

16.2.4 全表删除后再进行数据加载的方式156

16.3 利用ETL构建企业级数据仓库157

16.4 ETL的设计过程158

16.5 ETL的备份与恢复160

16.5.1 数据的备份160

16.5.2 数据备份存放的介质以及目录结构160

16.5.3 ETL程序的备份161

16.5.4 数据的恢复方案161

16.6 ETL数据质量的改进163

16.6.1 ETL数据质量分析163

16.6.2 ETL数据质量改进的方法和目标163

16.6.3 推动ETL数据质量改进的方法163

16.6.4 ETL的技术路线选择164

16.7 ETL应用举例165

16.7.1 ETL分析需求165

16.7.2 ETL数据源说明166

16.7.3 ODS设计与抽取166

16.7.4 数据仓库（DW）设计与抽取169

16.7.5 数据集市（DM）设计与抽取171

16.8 本章小结173

第17章 联机分析处理175

17.1 OLAP的概念175

17.2 OLAP的实施175

17.2.1 建立“维”的概念175

17.2.2 多维分析技术176

17.2.3 OLAP实施的一般过程178

17.3 OLAP的应用实例179

17.3.1 案例背景179

17.3.2 需求180

17.3.3 数据准备180

17.3.4 浏览分析数据181

17.4 OLAP系统设计的一般步骤182

17.5 本章小结183

第18章 应用举例185

18.1 项目工作计划的制订185

18.1.1 对项目背景与目的的描述185

18.1.2 确定项目需要交付的成果185

18.1.3 制定项目管理文档186

18.1.4 项目进度划分187

18.2 需求分析188

18.2.1 业务需求188

18.2.2 功能需求189

18.3 营销系统设计191

18.3.1 总体架构设计191

18.3.2 营销辅助决策系统的ETL架构设计192

18.3.3 营销辅助决策系统数据访问功能设计193

18.3.4 营销辅助决策系统展示方式设计193

18.3.5 营销辅助决策系统主题分析功能设计194

18.3.6 数据模型设计195

18.4 ETL数据抽取203

18.4.1 ETL物理设计203

18.4.2 从源数据库抽取到ODS数据缓冲区204

18.4.3 从ODS数据缓冲区抽取到ODS统一信息视图区204

18.4.4 从ODS统一信息视图区抽取到数据仓库205

18.4.5 从数据仓库抽取到数据集市205

18.5 报表展示206

18.6 编写测试报告206

18.7 编写用户手册208

18.8 软件发布209

18.9 系统运行维护209

18.10 本章小结210

第19章 大数据架构与实践211

19.1 大数据概述211

19.2 大数据的处理技术之一——流数据212

19.3 大数据下的数据架构212

19.4 大数据在银行业的应用与实践213

19.5 本章小结216

第20章 金融行业的商业智能概述217

20.1 金融行业实施商业智能的背景217

20.2 商业智能在金融行业的作用217

20.3 金融行业实施商业智能的措施218

20.4 本章小结218

第21章 电力行业商业智能概述219

21.1 电力行业面临的挑战219

21.2 建设企业级数据仓库的原因219

21.3 电力行业数据仓库的执行架构220

21.4 数据仓库开发的阶段、任务和流程220

21.5 数据仓库运维内容221

21.6 电力行业数据仓库的建设方法221

21.7 本章小结224

工具篇225

第22章 Informatica PowerCenter工具简介225

22.1 Informatica PowerCenter介绍225

22.1.1 Informatica的特点226

22.1.2 Informatica的优势226

22.2 Informatica PowerCenter工具概况227

22.3 Informatica Servers引擎227

22.4 Administration Console228

22.4.1 登录方式229

22.4.2 相关术语230

22.5 PowerCenter Designer230

22.5.1 菜单231

22.5.2 工具栏233

22.5.3 导航235

22.5.4 工作区236

22.5.5 输出窗口237

22.6 Repository Manager237

22.6.1 菜单238

22.6.2 工具栏239

22.6.3 导航239

22.6.4 工作区239

22.7 Work flow Manager240

22.7.1 菜单240

22.7.2 工具栏241

22.7.3 导航242

22.7.4 工作区243

22.7.5 输出窗口243

22.8 Work flow Monitor243

22.8.1 工具栏244

22.8.2 监控区245

22.8.3 属性246

22.9 本章小结246

第23章 Cognos工具简介247

23.1 Cognos介绍247

23.1.1 Cognos的历史247

23.1.2 Cognos的特点247

23.1.3 Cognos的现状248

23.2 Cognos工具浏览248

23.3 Cognos Configuration249

23.4 Cognos Connection250

23.4.1 菜单功能250

23.4.2 选项卡介绍251

23.4.3 工具栏的使用251

23.5 Query Studio251

23.6 Analysis Studio介绍256

23.6.1 Analysis Studio的组成257

23.6.2 菜单功能257

23.7 Report Studio介绍258

23.7.1 Report Studio的组成259

23.7.2 菜单功能262

23.8 Event Studio介绍264

23.8.1 Event介绍264

23.8.2 Task介绍265

23.9 Framework Manager建模工具267

23.9.1 菜单介绍268

23.9.2 工作区271

23.10 Transformer介绍274

23.10.1 DataSources274

23.10.1 Data Sources275

23.10.2 Dimension Ma275

23.10.3 Measures276

23.10.4 PowerCubes276

23.10.5 Customer Views276

23.10.6 Signon277

23.11 Cognos PowerPlay277

23.11.1菜单介绍278

23.11.2 工具栏280

23.11.3 维度视图280

23.12本章小结280

实践篇282

第24章 Informatica的安装与快速入门282

24.1 Informatica PowerCenter的安装方案282

24.1.1 安装前的准备282

24.1.2 服务器端安装283

24.1.3 客户端安装291

24.2 Informatica PowerCenter工具的一般使用流程295

24.3 Informatica PowerCenter快速入门296

24.3.1 前期准备296

24.3.2 定义源数据301

24.3.3 定义目标数据306

24.3.4 定义映射规则306

24.3.5 定义工作流309

24.3.6 启动工作流程316

24.4 本章小结317

第25章 Informatica实例319

25.1 缓慢变化维的概念319

25.2 缓慢变化维的实现方式319

25.2.1 覆盖方式319

25.2.2 全历史记录324

25.2.3 标记位方式328

25.2.4 时间戳方式333

25.2.5 记录最新记录和上一次历史337

25.3 本章小结341

第26章 Cognos安装与快速入门342

26.1 Cognos 8安装342

26.1.1 Cognos服务器安装342

26.1.2 Cognos Framework安装345

26.1.3 Cognos Transformer安装347

26.1.4 Cognos语言包安装349

26.1.5 Cognos PowerPlay安装354

26.2 Cognos入门前的准备工作358

26.2.1 创建Oracle数据库实例358

26.2.2 执行建表空间和创建数据库用户的脚本363

26.2.3 Cognos部署设置364

26.2.4 配置Cognos服务364

26.2.5 启动Cognos服务369

26.3 Cognos入门实例一369

26.3.1 使用Framework建模371

26.3.2 使用Report Studio制作报表382

26.3.3 查看报表389

26.4 Cognos入门实例二390

26.4.1使用Framework建模390

26.4.2 使用Transformer立方体多维建模393

26.4.3 使用Analysis Studio制作多维报表405

26.4.4 查看报表408

26.5 本章小结409

第27章 Cognos实例410

27.1 Section报表的开发410

27.2 Conditional Style报表的开发413

27.3 图表型报表的开发419

27.4 Drill-Through报表的开发425

27.5 本章小结434

第28章 Cognos的安全管理435

28.1 Cognos安全性介绍435

28.1.1 Cognos应用防火墙435

28.1.2 身份验证436

28.1.3 访问授权437

28.1.4 加密服务438

28.2 Cognos安全部署439

28.2.1 操作系统安全技术439

28.2.2 网络安全技术441

28.2.3 应用安全技术441

28.2.4 安全审计442

28.3 Cognos安全实践443

28.3.1 创建Cognos组、角色443

28.3.2 为组、角色添加用户成员446

28.3.3 在Framework中设置包的访问授权449

28.4 本章小结452

第29章 Cognos优化454

29.1 增加Cognos 8的内存以提高运行速度454

29.2 提高Cognos 8的数据库访问速度455

29.3 修改Cognos 8的reportservice.xml参数455

29.4 修改读取高速缓存的值以提高性能457

29.5 开启crosstab caching提高cube的访问速度458

29.6 读取数据时启用多CPU处理458

29.7 减少cube数据的提交次数459

29.8 本章小结459

附录 技术词汇及说明460