數(shù)據(jù)虛擬化：商務智能系統(tǒng)的數(shù)據(jù)架構與管理

序言
前言
作者簡介
第1章　數(shù)據(jù)虛擬化導論1
1.1　引言1
1.2　商務智能世界正在改變1
1.3　虛擬化簡介3
1.4　什么是數(shù)據(jù)虛擬化3
1.5　數(shù)據(jù)虛擬化與相關概念4
1.5.1　數(shù)據(jù)虛擬化與封裝和信息隱藏4
1.5.2　數(shù)據(jù)虛擬化與抽象5
1.5.3　數(shù)據(jù)虛擬化與數(shù)據(jù)聯(lián)合5
1.5.4　數(shù)據(jù)虛擬化與數(shù)據(jù)集成6
1.5.5　數(shù)據(jù)虛擬化與企業(yè)信息集成7
1.6　數(shù)據(jù)虛擬化的定義8
1.7　數(shù)據(jù)虛擬化的技術優(yōu)勢8
1.8　數(shù)據(jù)虛擬化的不同實現(xiàn)11
1.9　數(shù)據(jù)虛擬化服務器概述12
1.10　開放式與封閉式數(shù)據(jù)虛擬化服務器12
1.11　數(shù)據(jù)集成的其他方式13
1.12　數(shù)據(jù)虛擬化服務模型15
1.13　數(shù)據(jù)虛擬化的歷史16
1.14　示例數(shù)據(jù)庫：世界一流電影18
1.15　本書結構20
第2章　商務智能和數(shù)據(jù)倉庫22
2.1　引言22
2.2　什么是商務智能22
2.3　管理層次與決策制定23
2.4　商務智能系統(tǒng)23
2.5　商務智能系統(tǒng)的數(shù)據(jù)存儲24
2.5.1　數(shù)據(jù)倉庫25
2.5.2　數(shù)據(jù)集市 27
2.5.3　數(shù)據(jù)中轉區(qū)28
2.5.4　可操作數(shù)據(jù)存儲29
2.5.5　個人數(shù)據(jù)存儲30
2.5.6　不同類型數(shù)據(jù)存儲的對比31
2.6　標準化模式、星形模式和雪花模式31
2.6.1　標準化模式32
2.6.2　非標準化模式32
2.6.3　星形模式33
2.6.4　雪花模式34
2.7　提取-轉換-裝載、提取-裝載-轉換和復制35
2.7.1　提取-轉換-裝載36
2.7.2　提取-裝載-轉換37
2.7.3　復制38
2.8　商務智能架構總覽38
2.9　報告和分析的新形式39
2.9.1　運營報告和分析39
2.9.2　深度和大數(shù)據(jù)分析40
2.9.3　自助式報告和分析40
2.9.4　無限制的自組織分析40
2.9.5　360氨ǜ?1
2.9.6　探索性分析42
2.9.7　基于文本的分析42
2.10　傳統(tǒng)商務智能系統(tǒng)的劣勢43
2.11　總結46
第3章　數(shù)據(jù)虛擬化服務器：構造模塊47
3.1　引言47
3.2　數(shù)據(jù)虛擬化服務器的高層架構47
3.3　導入源表和定義封裝器48
3.4　定義虛擬表和映射50
3.5　虛擬表和映射的例子53
3.6　虛擬表和數(shù)據(jù)建模59
3.7　嵌套虛擬表和共享規(guī)范61
3.8　導入非關系數(shù)據(jù)62
3.8.1　XML和JSON文檔62
3.8.2　Web服務66
3.8.3　電子表格66
3.8.4　NoSQL數(shù)據(jù)庫68
3.8.5　多維數(shù)據(jù)集和MDX70
3.8.6　半結構化數(shù)據(jù)71
3.8.7　非結構化數(shù)據(jù) 74
3.9　發(fā)布虛擬表75
3.10　互聯(lián)網數(shù)據(jù)模型80
3.11　可更新的虛擬表和事務管理82
第4章　數(shù)據(jù)虛擬化服務器：管理與安全85
4.1　引言85
4.2　影響度和線性分析85
4.3　源表、封裝表和虛擬表的同步87
4.4　數(shù)據(jù)安全：認證與授權88
4.5　監(jiān)控、管理和實施89
第5章　數(shù)據(jù)虛擬化服務器：虛擬表的高速緩存93
5.1　引言93
5.2　虛擬表的高速緩存93
5.3　什么時候使用高速緩存95
5.4　高速緩存與數(shù)據(jù)集市95
5.5　高速緩存保存在哪里96
5.6　刷新高速緩存97
5.7　完整刷新、增量刷新和動態(tài)刷新97
5.8　在線刷新與離線刷新98
5.9　高速緩存?zhèn)浞?8
第6章　數(shù)據(jù)虛擬化服務器：查詢優(yōu)化技術100
6.1　引言100
6.2　查詢優(yōu)化的基本原理101
6.3　數(shù)據(jù)虛擬化服務器查詢處理的10個階段104
6.4　數(shù)據(jù)存儲的智能等級105
6.5　通過查詢替換進行優(yōu)化106
6.6　下推優(yōu)化107
6.7　查詢擴展（查詢注入）優(yōu)化109
6.8　運送連接優(yōu)化110
6.9　合并排序連接優(yōu)化111
6.10　緩存優(yōu)化111
6.11　數(shù)據(jù)優(yōu)化與統(tǒng)計112
6.12　提示優(yōu)化112
6.13　SQL覆蓋優(yōu)化113
6.14　處理策略的說明114
第7章　在商務智能系統(tǒng)上部署數(shù)據(jù)虛擬化115
7.1　引言115
7.2　基于數(shù)據(jù)虛擬化的商務智能系統(tǒng)115
7.3　部署數(shù)據(jù)虛擬化的優(yōu)點116
7.4　部署數(shù)據(jù)虛擬化的缺點118
7.5　采用數(shù)據(jù)虛擬化的策略119
7.5.1　策略1：在現(xiàn)有的商務智能系統(tǒng)上引入數(shù)據(jù)虛擬化119
7.5.2　策略2：利用數(shù)據(jù)虛擬化開發(fā)新的商務智能系統(tǒng)123
7.5.3　策略3：開發(fā)新的結合源數(shù)據(jù)和轉換數(shù)據(jù)的商務智能系統(tǒng)127
7.6　數(shù)據(jù)虛擬化的應用領域127
7.6.1　統(tǒng)一的數(shù)據(jù)訪問127
7.6.2　虛擬數(shù)據(jù)集市128
7.6.3　虛擬數(shù)據(jù)倉庫—基于數(shù)據(jù)集市130
7.6.4　虛擬數(shù)據(jù)倉庫—基于生產數(shù)據(jù)庫130
7.6.5　擴展數(shù)據(jù)倉庫131
7.6.6　操作報告和分析131
7.6.7　操作數(shù)據(jù)倉庫133
7.6.8　虛擬企業(yè)數(shù)據(jù)倉庫133
7.6.9　自助服務報告和分析134
7.6.10　虛擬沙盒134
7.6.11　原型設計135
7.6.12　分析半結構化和非結構化數(shù)據(jù)135
7.6.13　一次性報告136
7.6.14　通過外部用戶擴展的商務智能系統(tǒng)136
7.7　關于數(shù)據(jù)虛擬化的謬論138
第8章　數(shù)據(jù)虛擬化設計指南140
8.1　引言140
8.2　錯誤數(shù)據(jù)和數(shù)據(jù)質量140
8.2.1　錯誤數(shù)據(jù)的不同形式141
8.2.2　完整性規(guī)則和錯誤數(shù)據(jù)142
8.2.3　過濾、標記和恢復錯誤數(shù)據(jù)142
8.2.4　過濾錯誤數(shù)據(jù)的例子143
8.2.5　標記錯誤值示例145
8.2.6　恢復拼寫錯誤數(shù)據(jù)示例146
8.3　復雜和不規(guī)則的數(shù)據(jù)結構148
8.3.1　沒有名字的代碼150
8.3.2　鍵值不一致150
8.3.3　重復組151
8.3.4　遞歸數(shù)據(jù)結構153
8.4　實現(xiàn)封裝或映射中的轉換155
8.5　分析錯誤數(shù)據(jù)155
8.6　不同的用戶和不同的定義156
8.7　數(shù)據(jù)時間的不一致性157
8.8　數(shù)據(jù)存儲和數(shù)據(jù)傳輸158
8.9　生產系統(tǒng)數(shù)據(jù)檢索159
8.10　加入歷史和業(yè)務數(shù)據(jù)1