IBM数据仓库及IBM商务智能工具

定　价：¥88.00

作　者：	（美）冈萨雷斯著，吴刚等译；吴刚译
出版社：	电子工业出版社
丛编项：	数据仓库与数据挖掘技术应用丛书
标　签：	数据库存储与管理

购买这本书可以去

ISBN：	9787121000164	出版时间：	2004-07-01	包装：	胶版纸
开本：	16	页数：	599	字数：

内容简介

　　内容简介：本书主要介绍了商务智能和数据仓库的一系列问题，如数据体系结构、技术体系结构、OLAP、数据挖掘、空间分析，以及数据抽取、转换和装载（ETL）；更集中关注的是如何利用IBM的一系列应用广泛的成熟技术解决这些问题，例如，SMP和MPP技术体系结构，DB2通用数据库，DB2OLAPServer数据管理技术，智能挖掘器，空间扩展器等。本书写作方向明确，主题清晰，兼顾了深度与广度，在彻底地剖析了商业智能之后，对使用IBM关于建立、维护和挖掘数据仓库领域中的丰富产品族提出了颇具实用性的建议。致谢我谨向GaryRobinson致以特别的感谢，感谢他所付出的劳动及对我们的指导和帮助。假如没有他的帮助，我们不可能找得到写这本书所必要的确认过的资料。对本书做出贡献的人NagrajAlur是坐落于圣何塞（SanJose）的IBM国际技术支持组织中的一位项目领导者。他有28年以上的关于数据库管理系统（DBMS）的经验。他曾经是一位程序员、系统分析师、项目领导者、咨询师和研究员。他的专业领域涵盖了数据库管理系统、数据仓库、分布式系统管理、数据库性能及客户-服务器和Internet计算。SteveBenner目前负责ESRI公司战略事务。过去13年，他在地理信息系统（GIS）行业从事过各种不同的工作，他曾经在TDWI教授过GIS和数据仓库方面的课程，并就GIS和SAP的集成为《SAP技术周刊》杂志撰文。RonFryer一直从事IBM数据管理工作。作为一个数据库建模和数据库管理人员，他在设计、组建决策支持环境上拥有20年以上的工作经验，这其中包括超过10年的数据仓库经历。他曾经为世界上最大的几个数据仓库工作过。Ron发表了大量的关于数据库设计及数据库管理系统结构的文章。他也是"UnderstandingDatabaseManagementSystems，SecondEdition"（RobMattison，McGraw-Hill，1998）一书的作者之一。JacquesLabrie从1984年起至今，曾经是IBM多个产品的研发团队的领导者和关键研发人员，他同时也是IBMDB2DataWarehouseCenter和数据仓库管理器的架构师。Jacques有超过15年的领导和管理数据管理产品的经历，其中包括ETL工具，如IBM的数据抽取产品；基于工作站的元数据管理工具，如IBM数据指南和信息分类管理器；数据仓库管理工具，如IBM可视化数据仓库和DB2DataWarehouseCenter。Jacques在位于圣何塞的加利福尼亚州立大学获得了数学学士学位。GregorMeyer从1997年起为IBM工作，他当时加入了位于德国的DB2智能挖掘器的开发团队。目前，他在IBM的位于圣何塞的硅谷实验室工作，主要负责数据挖掘集成和其他DB2商务智能技术的工作。Gregor曾经在德国的布伦瑞克和斯图加特学习计算机科学，他在德国的哈根大学获得了博士学位。WendellB.Mitchell目前是Focus集团公司资深的数据架构师。他在众多TDWI会议上提出数据挖掘、ETL、商务智能和OLAP等方面的实验指导。Wendell在密歇根州的西密歇根大学分别获得了数学和计算机科学的学士学位。RogerD.Roles目前是信息分类元数据管理应用的架构师。他是一位软件开发的老手，具有27年的开发经历：在Fortran语言环境下从事计算机辅助设计和应用开发，用C语言及汇编语言开发UNIX操作系统内核。自1993年起为IBM工作的这一段时间里，他在不同部门从事过微内核、文件系统和应用开发。在最近的6年中，作为一个团队领导者和核心开发人员，他从事在Java环境下开发商务智能应用的工作。RichardSawa自从1998年起一直在HyperionSolutions供职。他目前在俄亥俄州的哥伦比亚担任IBM数据管理部门的HyperionSolutions的技术开发经理。他是IBM红皮书"DB2OLAPServerTheoryandPractice"（2001年4月）的主要写作者，先前作为一个独立的顾问，Sawa拥有10年左右的相关决策支持和OLAP技术的经验。WilliamSterling从1992年起就一直从事OLAP工作，当时他在ArborSoftware（ESSBASE的诞生地）。他的专长是调节OLAP数据库，重点放在商业系统建模、量化分析和设计上。1999年，他加入IBM，成为IBM全球商务智能分析团队的一名技术人员。PhongTruong是IBMDB2DataWarehouseCenter和数据仓库管理器中主要的数据仓库服务器的开发人员，并且他也是Trillium、MQSeries及OLEDB集成项目组的领导者。他具有13年以上的广泛的研发经验及DB2UDB组件的客户服务经验。他在加拿大的阿尔伯达的卡尔加里大学获得了理科学士学位。PaulWilms已经在IBM从事了20年以上的分布式数据库和商务智能工作。他撰写及与别人合作撰写了几篇有关IBM的R*及Starburst研究项目的论文。在最近的10年中，他为IBM商务智能及ETL工具的客户提供技术支持及咨询工作。Paul在美国及海外的许多国际会议上做过讲座。他在法国格勒诺布尔的国家理工学院获得了计算机科学的博士学位。Cheung-YukWu目前是IBMDB2DataWarehouseCenter和数据仓库管理器的架构师。她有15年以上的相关数据库工具开发经验，包括运行于Windows或UNIX平台之上的DB2、Oracle、Sybase、MicrosoftSQLServer和Informix数据库。她也开发了一些产品，如为DB2开发Tivoli，为UNIX开发IBMDataHub和QMF。此外，她还是IBM圣何塞制造数据中心的DB2、CICS和IMS的数据库管理员。她于加利福尼亚州立理工大学获得计算机科学学士学位。ChiYeung是IBMDataWarehouseCenter和数据仓库管理器主要的GUI开发人员。目前，他是多个数据仓库GUI组件的团队领导者，这些GUI组件包括数据仓库源、进库/出库/发布、用户团体、代理机构，以及复制步骤。他有超过13年的在IBM产品上的可扩展GUI和面向对象程序设计和开发的经验，这些产品包括智能挖掘器、内容管理器、LotusApproach和QMF的集成及可视化工具等。他在康奈尔大学获得了理学学士学位，在斯坦福大学获得了理学硕士学位，在加州大学伯克利分校获得了商业管理硕士学位。CalistoZuzarte是IBMToronto实验室DB2QueryRewrite开发组的资深技术管理人员。他的特长在于主键的查询回写，以及那些影响数据库中的复杂查询性能的基于成本的优化组件。VijayBommireddipal是IBMDB2DataWarehouseCenter和数据仓库管理器开发团队的一名成员，一直从事数据仓库进库/出库的应用（包括tag及CWM格式）、数据仓库案例，以及数据仓库元数据交换的ISV工具包方面的工作。他于2000年7月加入IBM，那时他已获得位于达特茅斯的麻萨诸塞大学的电子和计算机工程的硕士学位。译者序21世纪是知识爆炸的时代，我们每个人在处理日常工作和学习事务时都面对着一种同样的过程：从采集知识、筛选知识、使用知识到存储和管理知识。在纷繁复杂的知识面前，我们一边感叹着弗朗西斯·培根的名言：Knowledgeispower（知识就是力量），一边却在知识的海洋中迷失了方向。《IBM数据仓库及IBM商务智能工具》正是一本能够引导我们在IBM的产品和技术中获取、使用和管理知识的上乘之作。本书比较系统地阐述了商务智能（BI）和数据仓库问题，以及如何通过IBM的技术来解决这些问题。它包含的内容只和数据仓库有关，涉及到IBM产品时，不具体介绍细节，比如不介绍SQL的语法，因为市面上各式各样的DB2SQL的书籍唾手可得。只有那些专门描述与商务智能或数据仓库相关的问题才会在本书中有所提及。不仅如此，本书也不具体展开其所研究技术的各个方面，比如，不讨论DB2V8的所有特征和功能，因为你可以发现成打的介绍数据库引擎的一般功能的书。此书将重点放在了阐述数据存储的架构、分析和数据管理方面。所以，读者在本书中看到的将是IBM产品中那些影响BI和数据仓库的技术。这使本书避免了一些无病呻吟的噪声。作者的目的就是为了让读者在阅读后可以收到立竿见影的效果。承担本书翻译工作的有南京理工大学的吴刚、王永明、郑立青、赵昱、鞠飞、罗力恒和苏州科技学院的董志国。限于译者水平，译文中定有许多不妥之处，敬请读者批评指正。对IBM数据仓库一书的赞评"这本书兼顾了深度与广度，它以一种超越平常的方式涵盖了商务智能领域。它不仅描述了各种不同的IBM产品，如IBMDB2、IBM智能挖掘器，以及IBMDB2OLAP，而且还全面地剖析了对数据挖掘体系结构、分析及数据管理。"WayneEckerson数据仓库研究所主任"如今，各个企业都面临着一种''''数据泛滥''''的境地，而这些数据是关于顾客、原料供应商、合作伙伴、雇员和竞争对手的。为了生存和发展下去，企业越来越需要信息管理的解决方案。MichaelGonzales的书对于IBM公司的商务智能软件介绍得非常好，而这些软件可以帮助企业更快、更好地做出决策。在全面地介绍了IBM数据仓库、OLAP、数据挖掘器和空间分析能力的同时，MichaelGonzales清楚地指出了在信息竞争日益激烈的时代中，在企业组织和数据的体系结构上取得成功所必不可少的支柱。"JeffJonesIBM数据管理方案的高级程序经理"IBM公司在提供完备和易用的数据仓库、数据分析和数据管理技术方面处于业界领先。这本书阐述了对于每本涉及数据仓库的书最为重要的专业要点

作者简介

暂缺《IBM数据仓库及IBM商务智能工具》作者简介

图书目录

第1部分  商务智能和数据仓库的基础知识
第1章  BI组织概述  3
1.1  BI组织架构概述  4
1.2  提供信息内容  8
1.2.1  信息内容的计划  9
1.2.2  信息内容的设计  12
1.2.3  信息内容的实现  13
1.3  证明BI工作的价值  16
1.3.1  项目与已知的商务需求相结合  16
1.3.2  衡量ROI  16
1.3.3  让数据仓库首次迭代最大限度地发挥作用  19
1.4  IBM和BI组织  20
1.4.1  无缝集成  21
1.4.2  简化数据传递系统  23
1.4.3  零滞后  25
1.5  小结  25
第2章  商务智能基础  27
2.1  BI组成及技术  28
2.1.1  BI组成  28
2.2  数据仓库的组成  32
2.2.1  数据抽取、转换和装载  34
2.2.2  数据管理  37
2.2.3  数据访问  37
2.2.4  元数据  38
2.3  分析化的用户要求  39
2.3.1  报告和查询  40
2.3.2  在线分析处理  40
2.3.3  数据统计  43
2.3.4  数据挖掘  43
2.4  维度技术和BI  44
2.4.1  OLAP服务器  45
2.4.2  定义空间谱  47
2.5  触点  48
2.6  零滞后和数据仓库环境  49
2.7  闭环学习  49
2.8  历史完整性  50
2.9  小结  53
第3章  设计数据仓库的迭代过程  54
3.1  设计任何的迭代  55
3.1.1  建立你自己的BI计划  57
3.2  计划初期迭代  63
3.2.1  设定数据仓库以符合公司战略  64
3.2.2  实施一个准备就绪的评估  65
3.2.3  源计划  66
3.3  用DIF矩阵选择方案  69
3.3.1  确定正确的方法  70
3.3.2  应用DIF矩阵  70
3.3.3  功能紊乱  74
3.3.4  影响力  75
3.3.5  可行性  75
3.3.6  DIF矩阵的结果  75
3.4  计划随后的迭代  78
3.4.1  确定范围  78
3.4.2  确定战略性的商务询问  79
3.5  完成项目的方法  80
3.5.1  BI骇客方法  80
3.5.2  Inmon方法  81
3.5.3  商务空间的生命周期方法  81
3.5.4  螺旋形方法  82
3.5.5  IBM方法  90
3.5.6  选择合适的方法  93
3.6  小结  93
第2部分  商务智能架构
第4章  设计数据架构  97
4.1  选择正确的架构  99
4.1.1  原子层选择  101
4.1.2  数据集市  106
4.1.3  有依赖性的数据集市的原子层  107
4.1.4  独立的数据集市  109
4.1.5  数据传输架构  110
4.2  预测传送量  114
4.3  架构建模  116
4.3.1  商务逻辑模型  117
4.3.2  原子层模型  118
4.3.3  数据集市的建模  120
4.3.4  原子和星型数据的比较  124
4.4  可操作的数据的存储  125
4.5  数据架构策略  126
4.6  小结  129
第5章  技术架构和数据管理基础  131
5.1  决定架构的技术依据  133
5.1.1  集中的数据仓库  133
5.1.2  分布式的数据仓库  137
5.1.3  并行和仓库  139
5.1.4  分区数据存储  142
5.2  数据管理的技术基础  143
5.2.1  DB2和原子层  143
5.2.2  DB2和星型模式  148
5.3  DB2技术架构的本质  150
5.3.1  SMP、MPP和簇  150
5.3.2  共享资源与无共享  152
5.3.3  静态和动态并行  154
5.3.4  目录分区  155
5.3.5  高可用性  155
5.4  尺寸需求  162
5.5  小结  164

第3部分  数据管理
第6章  DB2 BI基础  167
6.1  高可用性  168
6.1.1  MDC  168
6.1.2  在线装载  169
6.1.3  从游标处装载  170
6.1.4  减少批处理窗口  171
6.1.5  减少表重组  172
6.1.6  在线装载和物化查询表（MQT）的维护  172
6.1.7  MQT缓存表  173
6.1.8  在线表重组  173
6.1.9  动态缓冲池管理  175
6.1.10  动态数据库配置  176
6.1.11  数据库管理的存储空间  176
6.1.12  日志  177
6.2  管理  178
6.2.1  eLiza和SMART  178
6.2.2  自动健康状态的管理框架  179
6.2.3  AUTOCONFIGURE  179
6.2.4  管理通知日志  180
6.2.5  维护模式  180
6.2.6  事件监控程序  181
6.3  SQL及其他编程特性  181
6.3.1  INSTEAD OF触发器  181
6.3.2  经由UNION All 的DML操作  182
6.3.3  信息约束  183
6.3.4  用户维护的MQT  183
6.4  性能  184
6.4.1  连接集中器  184
6.4.2  压缩  185
6.4.3  Type-2索引  186
6.4.4  MDC性能改进  186
6.4.5  缓冲池的分块  187

6.5  可扩展性  187
6.5.1  空间扩展  188
6.5.2  文本扩展和文本信息扩展  188
6.5.3  图形扩展  189
6.5.4  XML扩展  189
6.5.5  视频扩展和音频扩展  190
6.5.6  网络查询扩展  190
6.5.7  MQ序列  190
6.5.8  DB2评分  191
6.6  小结  192
第7章  DB2物化查询表  193
7.1  初始化MQT  198
7.1.1  建立  198
7.1.2  泛化  198
7.1.3  调整  200
7.1.4  MQT DROP  200
7.2  MQT刷新策略  200
7.2.1  延时刷新  200
7.2.2  立即刷新  204
7.3  装载底层表格  206
7.3.1  新状态  207
7.3.2  新的LOAD选项  207
7.4  使用DB2 ALTER  210
7.5  物化视图匹配  211
7.5.1  状态考虑  212
7.5.2  匹配标准  212
7.6  MQT设计  222
7.7  MQT 调整  223
7.7.1  刷新优化  224
7.8  物化视图的限制  225
7.9  小结  228

第4部分  数据仓库管理
第8 章  利用IBM DB2 Data Warehouse Center管理数据仓库  231
8.1  IBM DB2 Data Warehouse Center的关键特征  232
8.1.1  仓库主题区  232
8.1.2  仓库源  232
8.1.3  仓库目标  232
8.1.4  仓库服务器和日志  233
8.1.5  仓库代理程序和代理点  233
8.1.6  仓库控制数据库  234
8.1.7  仓库过程和步骤  234
8.2  IBM DB2 Data Warehouse Center向导（launchpad）  237
8.2.1  设置数据仓库环境  238
8.2.2  使用向导创建一个数据仓库  240
8.2.3  在目标表中定义关键字  250
8.2.4  维护数据仓库  250
8.2.5  仓库的授权用户  251
8.2.6  为用户编写仓库对象目录  251
8.3  过程和步骤的任务流控制  252
8.3.1  计划  253
8.3.2  通知数据管理员  255
8.3.3  计划一个过程  256
8.3.4  在IBM DB2 Data Warehouse Center之外触发步骤  260
8.4  IBM DB2 Data Warehouse Center监视战略  262
8.4.1  IBM DB2 Data Warehouse Center监视工具  262
8.4.2  DB2监视工具  271
8.4.3  Replication Center监视  272
8.5  仓库调整  274
8.5.1  更新统计数据  274
8.5.2  重组数据  275
8.5.3  使用DB2快照和监视器  275
8.5.4  使用可视化解释  276
8.5.5  调整数据库性能  278
8.6  维护IBM DB2 Data Warehouse Center  278
8.6.1  日志历史  279
8.6.2  控制数据库  279
8.7  DB2 Data Warehouse Center V8新增内容  279
8.8  小结  282
第9章  在IBM DB2 Data Warehouse Center中进行数据变换  283
9.1  IBM DB2 Data Warehouse Center过程模型  286
9.1.1  确定数据源和目标  286
9.1.2  确定变换  288
9.1.3  过程模型  290
9.2  IBM DB2 Data Warehouse Center 变换  292
9.2.1  刷新问题  294
9.2.2  数据量  295
9.2.3  管理数据版本  296
9.2.4  用户定义的变换要求  296
9.2.5  多个表的装载  296
9.2.6  保证数据仓库中的数据是最新的  297
9.2.7  重试  301
9.3  SQL变换步骤  301
9.3.1  SQL选择（Select）和插入（Insert）  303
9.3.2  SQL选择（Select）和更新（Update）  304
9.4  DB2实用程序  305
9.4.1  导出实用程序的步骤  305
9.4.2  装载实用程序的步骤  306
9.5  数据仓库变换程序  308
9.5.1  清洗变换程序  308
9.5.2  产生关键字表格  310
9.5.3  建立周期表  312
9.5.4  倒转数据变换  314
9.5.5  转动数据  316
9.5.6  日期格式改变  319
9.5.7  统计变换程序  320
9.6  数据复制  336
9.6.1  建立复制步骤  338
9.6.2  在IBM DB2 Data Warehouse Center中定义复制步骤  341
9.7  MQSeries集成  347
9.7.1  对固定长度或定界格式的MQSeries信息的存取  348
9.7.2  使用DB2 MQSeries视图  350
9.7.3  存取XML MQSeries信息  351
9.8  用户自定义的程序步骤  353
9.9  卖方集成  355
9.9.1  ETI·EXTRACT集成  356
9.9.2  Trillium集成  364
9.9.3  Ascential INTEGRITY  366
9.10  Microsoft OLE DB以及Data Transformation Services  367
9.10.1  存取OLE DB  368
9.10.2  存取DTS包  369
9.11  小结  369
第10章  元数据和IBM DB2仓库管理器  371
10.1  什么是元数据  371
10.2  元数据分类  374
10.2.1  按用户类型分类  374
10.2.2  按来源的正式程度分类  375
10.2.3  按所使用环境分类  376
10.3  什么是元数据知识库  376
10.4  供给元数据知识库  377
10.5  元数据和元数据知识库的优势  378
10.6  健康元数据知识库的特征  379
10.7  维护知识库  380
10.8  实施元数据知识库的难点  381
10.9  IBM元数据技术  382
10.9.1  信息目录  382
10.9.2  IBM DB2 Data Warehouse Center  382
10.10  由DWC获取元数据  384
10.10.1  从ETI·EXTRACT中收集元数据  385
10.10.2  从INTEGRITY中收集元数据  390
10.10.3  从DataStage中收集元数据  393
10.10.4  从ERwin中收集元数据  395
10.10.5  从Axio中收集元数据  397
10.10.6  从IBM OLAP集成服务器中收集元数据  398
10.11  在IBM DB2 Data Warehouse Center实例之间交换元数据  401
10.11.1  维护测试和产品系统  401
10.11.2  元数据交换格式  402
10.12  DWC元数据到其他工具的传送  405
10.12.1  到IBM 信息目录的DWC元数据传送  406
10.12.2  到OLAP集成服务器的DWC元数据传送  408
10.12.3  到IBM DB2 OLAP Server的DWC元数据传送  410
10.12.4  到Ascential INTEGRITY的DWC元数据传送  410
10.13  把元数据从信息目录中传入或传出  411
10.13.1  由信息目录获取元数据  412
10.13.2  信息目录元数据传送  421
10.13.3  向其他信息目录传送元数据  421
10.13.4  启动Brio访问信息目录元数据  422
10.13.5  把信息目录元数据传送到商业对象  423
10.13.6  把信息目录元数据传送到Cognos  423
10.14  小结  424
第5部分  OLAP和IBM
第11章  多维数据和DB2 OLAP Server  427
11.1  理解OLAP的分析周期  432
11.2  产生有效的度量  433
11.3  OLAP 技能  435
11.4  应用多维模型  437
11.4.1  用OLAP指导你的组织  437
11.4.2  思维速度分析  438
11.5  商务轮廓  438
11.6  OLAP阵列  442
11.6.1  关系型模式的局限  443
11.6.2  衍生的测量  444
11.7  实现企业的OLAP架构  445
11.8  原型化（prototyping）数据仓库  447
11.8.1  数据库设计：建立轮廓  448
11.8.2  支持需求  455
11.9  DB2 OLAP 矩阵数据库  455
11.9.1  关于块的建立  457
11.9.2  矩阵的膨胀  458
11.10  DB2 OLAP Server大小需求  458
11.10.1  DB2 OLAP Server存储什么  459
11.10.2  使用SET MSG ONLY: 版本8之前的估计  460
11.10.3  什么是典型数据  460
11.10.4  DB2 OLAP Server V8.0的大小估计  461
11.11  数据库调整  462
11.11.1  数据库调整的目标  463
11.11.2  轮廓调整的要素  463
11.11.3  批量计算和数据存储  464
11.11.4  成员标签和动态计算  464
11.11.5  磁盘子系统的应用和数据库文件的配置  466
11.11.6  数据库分区  466
11.11.7  属性维  467
11.12  估计硬件的需求  468
11.12.1  CPU 估计  470
11.12.2  磁盘估计  471
11.12.3  OLAP辅助存储需求  471
11.13  OLAP 备份和灾难恢复  472
11.14  小结  473
第12章  OLAP和IBM DB2 Data Warehouse Center  474
12.1  IBM DB2 Data Warehouse Center的步骤类型  475
12.2  将OLAP加入过程  476
12.2.1  OLAP Server的主页  478
12.2.2  OLAP Server列映射页  478
12.2.3  OLAP Server程序过程选项  478
12.2.4  其他考虑  479
12.3  OLAP Server 装载规则  479
12.3.1  自由文本数据装载  480
12.3.2  使用装载规则的文件装载  481
12.3.3  不使用装载规则的文件装载  482
12.3.4  使用装载规则的SQL表  483
12.4  OLAP Server计算  484
12.4.1  默认计算  484
12.4.2  使用计算规则的计算  485
12.5  更新OLAP Server轮廓  486
12.5.1  使用文件  486
12.5.2  使用SQL表  488
12.6  小结  489
第13章  DB2 OLAP函数  490
13.1  OLAP函数  491
13.1.1  具体函数  493
13.2  GROUPING功能：ROLLUP和CUBE  496
13.2.1  ROLLUP  497
13.2.2  CUBE  498
13.3  评级、定位和聚集  499
13.3.1  RANK举例  500
13.3.2  ROW_NUMBER，RANK和DENSE_RANK 举例  501
13.3.3  RANK和PARTITION 及举例  502
13.3.4  OVER 语句举例  503
13.3.5  ROWS和ORDER BY及举例  505
13.3.6  ROWS, RANGE及ORDER BY 举例  506
13.4  GROUPING，GROUP BY，ROLLUP和CUBE  508
13.4.1  GROUPING, GROUP BY和CUBE例子  508
13.4.2  ROLLUP 举例  509
13.4.3  CUBE举例  513
13.5  OLAP函数应用  516
13.5.1  提供按地区和城市的年度销售额  517
13.5.2  为一个活动确定目标群组  518
13.6  小结  522
第6部分  高级分析
第14章  带智能挖掘器的数据挖掘  527
14.1  数据挖掘和BI组织  528
14.1.1  有效的数据挖掘  532
14.2  挖掘过程  533
14.2.1  步骤1：对一个商务问题进行精确的定义  535
14.2.2  步骤2：商务问题到数据模型和数据需求的映射  537
14.2.3  步骤3：源和预处理数据  538
14.2.4  步骤4：考察和评估数据  539
14.2.5  步骤5：选择数据挖掘技术  540
14.2.6  步骤6：分析结果  541
14.2.7  步骤7：运用结果  542
14.3  集成数据挖掘  543
14.4  实施数据挖掘工程的技术  544
14.5  数据挖掘的好处  545
14.5.1  数据质量  545
14.5.2  相关维度  546
14.5.3  在OLAP中使用挖掘结果  547
14.6  挖掘DB2 OLAP Server的好处  548
14.7  小结  549
第15章   DB2——增强的BI特征和函数  550
15.1  DB2分析函数  551
15.1.1  AVG  551
15.1.2  CORRELATION  552
15.1.3  COUNT  552
15.1.4  COUNT_BIG  552
15.1.5  COVARIANCE  553
15.1.6  MAX  553
15.1.7  MIN  554
15.1.8  RAND  554
15.1.9  STDDEV  555
15.1.10  SUM  555
15.1.11  VARIANCE  555
15.1.12  回归函数  556
15.1.13  COVAR, CORR, VAR, STDDEV及回归举例  559
15.2  以BI为中心的函数举例  565
15.2.1  使用样本数据  565
15.2.2  列举出地区今年领先的五个销售人员  568
15.2.3  确定产品购买之间的关系  569
15.3  小结  571
第16章  向数据仓库中添加空间数据  572
16.1  空间分析和BI组织  573
16.2  空间的影响  576
16.3  什么是空间数据  578
16.3.1  洋葱类比  579
16.3.2  空间数据结构  579
16.3.3  空间数据与其他图形数据的比较  581
16.4  获取空间数据  582
16.4.1  建立自己的空间数据  582
16.4.2  引进空间数据  583
16.5  DSS中的空间数据  585
16.6  空间分析和数据挖掘  586
16.7  空间分析的提供  588
16.7.1  针对数据仓库的典型商务问题  590
16.8  理解一个具有空间性能的数据仓库  594
16.8.1  地址编码  595
16.8.2  空间数据仓库的技术需求  596
16.8.3  将空间数据加入数据仓库  598
16.9  小结  599