数据仓库及联机分析处理是数据库技术发展和应用的一个新阶段,本书全面、详细地介绍了构建数据仓库以及进行多维数据分析的技术,并力求把数据仓库理论以及在该理论领域的相关应用尽可能**地融合起来,其内容涵盖数据仓库的构建理论、构建示例、前端多维数据的展示及分析技术、对数据仓库及多维数据集的管理和维护等技术。本书以目前流行的Microsoft SQl Server 2000数据库管理系统作为实践平台,以便于读者实践。本书语言通俗易懂,实例丰富。
本书非常适合作为计算机、商科及相关专业本科学生学习数据仓库及多维数据分析技术的教材,同时也适合作为研究生数据仓库等课程的教材。

第1章 数据仓库与0LAP概述
1.1 数据仓库
1.1.1 数据仓库的概念和特点
1.1.2 数据仓库与传统数据库的比较
1.1.3 数据仓库带来的好处
1.2 多维数据分析——0LAP
1.2.1 0LAP的概念和特点
1.2.2 0LAP与OLTP的区别
1.2.3 0LAP带来的好处
1.3 数据仓库与OLAP
1.4 小结
第2章 数据仓库的构建理论
2.1 数据仓库的体系结构
2.2 数据仓库的构建步骤
2.2.1 概念模型设计
2.2.2 技术准备工作
2.2.3 逻辑模型设计
2.2.4 物理模型设计
2.2.5 数据仓库的生成
2.2.6 数据仓库的使用和维护
2.3 实施数据仓库的注意事项
2.4 小结
第3章 多维数据分析基础与方法
3.1 多维数据分析基础
3.2 多维数据分析方法
3.3 维度表与事实表的连接
3.4 多维数据的存储方式
3.4.1 三种存储方式
3.4.2 三种存储方式的比较
3.5 小结
第4章 OLAP工具及安装
4.1 常用的服务器端分析工具
4.1.1 Microsoft SQL Server Analysis Serv
4.1.2 IBM DB2 0LAP Server
4.2 常用的客户端分析工具
4.2.1 Excel和Access
4.2.2 Crystal Analysis
4.3 各种工具的准备和安装
4.3.1 各工具需要的软硬件环境
4.3.2 工具的安装
4.4 小结
第5章 OLAP的一个应用示例
5.1 案例背景
5.2 分析需求
5.3 数据准备
5.4 构建数据仓库和多维数据集
5.4.1 建立数据仓库
5.4.2 连接数据源
5.4.3 建立多维数据集
5.5 浏览分析数据
5.5.1 使用多维数据集浏览器查看数据
5.5.2 运用多维分析方法分析数据
5.6 小结
第6章 构建一个示例数据仓库
6.1 数据仓库的分类
6.2 数据仓库的开发模式
6.2.1 自顶向下的模式
6.2.2 自底向上的模式
6.2.3 联合模式
6.3 两个重要的设计因素
6.3.1 数据仓库的粒度
6.3.2 数据的分割
……
第7章 数据准备
第8章 数据转换服务——DTS
第9章 维度的构建和管理
第10章 多维数据分析的**话题
第11章 OLAP的前端分析策略
第12章 多维表达式——MDX
第13章 多维数据集的管理和优化
第14章 数据仓库的维护和解决方案
第15章 数据仓库和商业智能
附录A 常用MDX函数列表
附录B 维度编辑器和多维数据集编辑器中的属性管理

本书对构建数据仓库以及进行多维数据分析的技术和方法进行了详细的介绍,实践性强,在讲解理论知识的同时,也结合具体实践实现环境,用具体实例介绍了这些知识的应用,用实例驱动理论的理解。