內容簡介
本書分為4部分:商務智慧型、定義商務智慧型結構、分析多維數據集的內容、交付,有助於管理、分析和分發企業數據,確定合理的解決方案,給組織帶來戰略上的優勢。本書內容豐富,結合通俗易懂的示例進行講解,是軟體開發者和企業管理者學習商務智慧型的一站式指南。
作者簡介
Brian Larson畢業於愛荷華州迪科拉的路德學院(Luther College),擁有物理學和計算機科學兩個學位。Brian在計算機行業有23年的經驗,在創建定製
資料庫套用系統方面有19年的諮詢顧問經歷。他現在是明尼蘇達州明尼阿波里斯市Superior Consulting Services公司的技術總監,該公司是微軟公司在報表服務方面的諮詢夥伴。Brian還是微軟認證解決方案開發專家(MCSD)、微軟認證
資料庫管理員(MCDBA)。
作為微軟的諮詢顧問,Brian曾是微軟最初的報表服務
圖書目錄
譯者序
作者簡介
技術編輯簡介
致謝
關於本書輔助材料
第一部分 商 務 智 能
第1章 使組織能夠做出有效決策2
1.1 制定有效決策2
1.1.1 決策制定者2
1.1.2 有效決策3
1.2 制定有效決策的要素3
1.2.1 我們要去哪裡—具體的目標4
1.2.2 別把地圖拿倒了—確切的度量5
1.2.3 驚恐的竊竊私語、望塔以及無線電台—適時的反饋信息5
1.3 商務智慧型定義7
第2章 讓現有資源發揮最大效能—使用商務智慧型8
2.1 商務智慧型能為你做什麼8
2.1.1 當我們知道自己要尋找什麼時8
2.1.2 發現新問題並找到答案9
2.2 不同管理層面的商務智慧型10
2.2.1 高層管理者—金字塔塔尖10
2.2.2 中層管理者—塔身11
2.2.3 基層管理者—塔基11
2.3 Maximum Miniatures公司12
2.3.1 業務需求12
2.3.2 現有的系統13
2.4 搭建基礎14
第3章 尋找數據源—商務智慧型的來源15
3.1 尋找數據源15
3.1.1 事務數據15
3.1.2 在商務智慧型中使用事務數據的難點16
3.2 數據集市17
3.2.1 數據集市的特徵18
3.2.2 數據集市的結構19
3.3 雪花型、星型與Analysis Services25
第4章 一站購齊—統一維度模型26
4.1.1 通過多維數據集創建OLAP27
4.1.2 OLAP系統的特性29
4.1.3 OLAP的存儲體系結構30
4.1.4 缺點31
4.1.5 唯讀32
4.2 統一維度模型32
4.2.1 結構32
4.2.2 優點37
4.3 專業工具37
第5章 起步—開始開發商務智慧型38
5.1 Business Intelligence Development Studio38
5.1.1 Visual Studio38
5.1.2 Business Intelligence Development Studio導航39
5.1.3 Business Intelligence Development Studio的選項49
5.2 SQL Server Management Studio51
5.3 戴上安全帽55
第二部分 定義商務智慧型結構
第6章 打好基礎—創建數據集市58
6.1 數據集市58
6.2 設計數據集市60
6.2.1 決策者的需求60
6.2.2 可用數據61
6.2.3 數據集市結構61
6.2.4 使用SQL Server Management Studio創建數據集市69
6.2.5 使用Bussiness Intelligence Develop-ment Studio創建數據集市75
6.3 表壓縮84
6.4 集成的好處86
第7章 轉換器—Integration Services結構和組件87
7.1 Integration Services87
7.2 包項96
7.2.1 控制流96
7.2.2 數據流116
7.3 裝配管道143
第8章 把油箱加滿—使用Integration Services填充數據集市144
8.1 包開發特性144
8.1.1 初試鋒芒144
8.1.2 Integration Services包編程149
8.1.3 包開發工具155
8.1.4 從SQL Server 2000 DTS包遷移162
8.2 把Integration Services包投入生成環境163
8.3 捕獲變更數據165
8.3.1 變更數據捕獲的架構166
8.3.2 從變更數據捕獲的變更表載入數據到數據集市表中169
8.4 載入事實表171
8.5 回到UDM182
第三部分 分析多維數據集的內容
第9章 立體主義—度量和維度184
9.1 構建Analysis Services項目184
9.2 度量189
9.2.1 度量組189
9.2.2 製造出的事實—計算度量190
9.2.3 不可累加—求和之外的度量聚合193
9.3 維度197
9.3.1 管理維度197
9.3.2 將維度關聯到度量組201
9.3.3 維度類型202
9.3.4 漸變維度204
9.4 專用特性207
第10章 誘人的附屬檔案—OLAP多維數據集的專用特性208
10.1 多維數據集的新天地208
10.1.1 部署和處理209
10.1.2 在Business Intelligence Develop-ment Studio中部署項目209
10.1.3 用“Analysis Services部署嚮導”進行部署215
10.2 多維數據集的附屬特性220
10.2.1 連結對象220
10.2.2 商務智慧型嚮導222
10.2.4 操作227
10.2.5 分區229
10.2.6 聚合設計239
10.2.7 視角241
10.2.8 翻譯242
10.3 更複雜的腳本242
第11章 編寫新腳本—MDX腳本243
11.1 術語和概念243
11.1.1 我們身在何處243
11.1.2 由此及彼257
11.2 套用MDX腳本262
11.2.1 多維數據集的安全性262
11.2.2 今年與去年比較和年初至今匯總269
11.3 從多維數據集中提取數據272
第12章 提取信息構築智慧型—MDX查詢273
12.1.1 基本MDX SELECT語句274
12.1.2 其他查詢工具283
12.1.3 其他維度290
12.2 其他MDX語法292
12.2.1 運算符292
12.2.2 函式293
12.3 你會挖掘嗎296
第四部分 挖 掘
第13章 沙裡淘金—數據挖掘引論298
13.1 數據挖掘298
13.1.1 從混亂中尋找規律298
13.1.2 數據挖掘所完成的任務301
13.1.3 數據挖掘的步驟305
13.2 數據挖掘算法307
13.2.1 Microsoft決策樹307
13.2.2 Microsoft線性回歸308
13.2.4 Microsoft聚類310
13.2.5 Microsoft關聯規則310
13.2.6 Microsoft序列聚類312
13.2.7 Microsoft時間序列312
13.2.8 Microsoft神經網路314
13.2.9 Microsoft邏輯回歸算法314
13.3 開始挖掘315
第14章 建設礦山—使用數據挖掘模型316
14.1 數據挖掘結構316
14.1.1 數據列316
14.1.2 數據挖掘模型317
14.1.3 訓練數據集317
14.2 挖掘模型查看器326
14.2.1 Microsoft決策樹326
14.2.3 Microsoft聚類分析332
14.2.4 Microsoft神經網路335
14.2.5 Microsoft關聯規則335
14.2.6 Microsoft序列聚類337
14.2.7 Microsoft時間序列337
14.3 觀茶占卜338
第15章 深入井下—使用數據挖掘進行探查339
15.1 挖掘準確性圖表339
15.1.1 列映射340
15.1.2 提升圖341
15.1.3 利潤圖344
15.1.4 分類矩陣345
15.1.5 交叉驗證346
15.2 挖掘模型預測347
15.2.1 單獨查詢347
15.2.2 預測連線查詢350
15.3 DMX查詢354
15.3.1 預測查詢的語法354
15.3.2 預測查詢的類型355
15.4 限時送達360
第五部分 交 付
第16章 報表—使用Reporting Services交付商務智慧型362
16.1 報表服務362
16.1.1 報表結構363
16.1.2 報表交付364
16.2 Report服務架構365
16.2.2 組成部分366
16.2.3 報表服務的安裝注意事項368
16.3 使用Tablix數據區域創建報表370
16.3.1 使用表格模板創建Tablix
數據區域371
16.3.2 使用矩陣模板創建Tablix
數據區域381
16.3.3 使用列表模板創建Tablix
數據區域392
16.3.4 圖表數據區域400
16.3.5 儀表數據區域410
16.4 把報表交給經理417
第17章 各就各位—管理Reporting
Services報表418
17.1 報表管理器418
17.1.1 資料夾418
17.1.2 報表管理器419
17.1.3 使用報表設計器部署報表419
17.1.4 使用報表管理器上載報表421
17.1.5 從報表管理器中列印報表425
17.2.1 安全性管理426
17.2.2 連結報表431
17.2.3 報表快取432
17.2.4 執行快照434
17.2.5 報表歷史記錄434
17.2.6 標準訂閱435
17.2.7 數據驅動訂閱435
17.3 即席報表436
17.3.1 報表模型437
17.3.2 報表生成器基礎知識442
17.4 集成到套用中去445
第18章 1+1>2—將OLAP集成到應用程式中446
18.1 ADOMD NET446
18.1.1 ADOMD NET結構446
18.1.2 ADOMD NET示例448
18.2 不藉助報表管理器使用Reporting
Services的方式453
18.2.1 URL訪問453
18.2.3 Report Viewer控制項470
18.3 預製的解決方案474
和數據透視圖475
19.1 Excel475
19.1.1 創建透視表和透視圖475
19.1.2 數據透視表476
19.1.3 數據透視圖482
19.2 強大的能力,重大的機會484