cjl的博客

第三章——零售业务3.1 维度建模设计的4步过程3.1.1 选择业务过程3.1.2 声明粒度3.1.3 确定维度3.1.4 确定事实3.2 销售业务案例研究3.2.1 选择业务过程3.2.2 声明粒度3.2.3 确定维度3.2.4 确定事实3.3 维度表设计细节3.3.1 日期维度3.3.2 产品维度3.3.3 商店维度3.3.4 促销维度3.3.5 事务号码的退化维度3.4 实际的销售模式3.5 零售模式的扩展能力3.6 无事实的事实表3.7 维度与事实表键3.7.1 维度表代理键3.7.2 日期维度的智

第一章——数据仓库、商业智能及维度建模初步1.1 数据获取与数据分析的区别1.2 数据仓库与商业智能的目标1.3 维度建模简介1.3.1 星型模式和OLAP多维数据库1.3.2 用于度量的事实表1.3.3 用于描述环境的维度表1.3.4 星型模型中维度与事实的连接1.4 Kimball的DW/BI架构1.4.1 操作型源系统1.4.2 ETL系统1.4.3 用于支持商业智能决策的展现区1.4.4 商业智能应用1.4.5 餐厅举例描述Kimball框架1.5 其他DW/BI架构1.5.1 独立数据集市架构1.