本书全面深入地介绍了数据仓库、联机分析处理和数据挖掘的基本概念、基本方法和应用技术。全书分成三篇:数据仓库与OLAP篇的主要内容包括:数据仓库的基本概念、体系结构、模型设计、开发方法、ETL、元数据和数据集市,OLAP的基本概念、基本操作、数据模型和OLAP的实现及准则;数据挖掘与空间数据挖掘篇的主要内容包括关联分析方法、聚类分析技术、分类与预测方法、异常检测算法以及空间数据挖掘技术等;工具与实例篇介绍了数据挖掘工具及可视化、Cognos公司的BI主要产品和企业数据仓库系统构建。

**篇 数据仓库与olap
第1章 数据仓库基本概念
1.1 从数据库到数据仓库
1.1.1 蜘蛛网问题
1.1.2 事务处理和分析处理数据环境的分离
1.2 什么是数据仓库
1.2.1 面向主题
1.2.2 集成
1.2.3 稳定性
1.2.4 随时间而变化
1.3 数据仓库与传统数据库的比较
1.3.1 两个系统的主要区别
1.3.2 两个系统的查询支持不同
1.3.3 两个系统数据组织模式示例比较
1.4 数据仓库的系统结构
1.4.1 三层数据仓库结构
1.4.2 数据仓库中的关键名词
1.5 数据仓库的数据组织
1.5.1 数据仓库的数据组织结构
1.5.2 数据粒度与数据分割
1.5.3 数据仓库的数据组织形式
1.5.4 数据仓库的数据追加和清理
1.6 小结
习题
第2章 数据仓库中的etl和元数据
2.1 etl
2.1.1 etl概念
2.1.2 etl作用
2.1.3 etl工具
2.2 元数据
2.2.1 什么是元数据
2.2.2 元数据的标准化
2.2.3 数据仓库中的元数据管理
2.2.4 在数据仓库项目中使用元数据的建议
2.3 外部数据
2.3.1 外部数据和非结构化数据
2.3.2 元数据和外部数据
2.3.3 外部数据的存储
2.3.4 外部数据的管理
2.4 小结
习题
第3章 数据仓库模型设计及数据仓库建立
3.1 数据仓库的概念模型设计
3.1.1 e.r模型
3.1.2 面向对