《SQL Server 数据挖掘与商业智能完全解决方案》读书笔记模板

SQLServer202x数据挖掘与商业智能完全解决方案读书笔记模板01思维导图读书笔记精彩摘录内容摘要目录分析作者介绍目录0305020406思维导图方案数据挖掘数据报表载体商业智能智能着眼点数据挖掘数据设计分析使用数据仓库维度商业智能需求应用创建方法关键字分析思维导图内容摘要内容摘要本书以BI解决方案的体系结构为中心，以SQLServer2005为载体，将着眼点放在数据挖掘和商务智能上，详细讲解了数据报表、数据分析、数据挖掘这3个层面在SQLServer中的理论和技术细节。读书笔记读书笔记很棒的一本书，学到了以前不太懂的知识，比如数据仓库的基本情况、创建等，以sqlserver2005为基础的一整套数据挖掘，全方位、各层次、深入探究了商业智能知识，很值得一看，非常棒[强][强][强]。基础了解，还可以，覆盖范围还行，专题的深入了解是需要看别的。目录分析近两年系统开发和应用的一些趋势关于“开发专家之数据库”系列如何突破：新案例、新应用、新方法一、本书的内容安排思路二、本书的写作特色12345出版说明1.1企业经营管理活动对商业智能的需求1.3部署商业智能1.2商业智能的技术构成第1章发掘数据金矿的工具：BI与DW、OLAP、DM1.1企业经营管理活动对商业智能的需求1.1.1企业经营活动面临的挑战1.1.2企业决策实现过程的信息需求1.1.3企业信息化系统的进化1.2商业智能的技术构成1.2.1什么是商业智能1.2.2商业智能的结构描述1.2.3数据挖掘和商业智能工具1.2.4商业智能工具的选择1.2.5SQLServer2005的商业智能构架1.3部署商业智能1.3.1商业智能如何协助企业管理1.3.2商业智能在各领域的应用1.3.3商业智能应用实例2.1设计和创建数据仓库2.2设计和使用ETL2.3创建OLAP数据立方2.4创建和使用报表第2章构建简单的BI应用：福马特商业智能系统2.6使用数据挖掘获取商业智能2.5实现其他前端展现第2章构建简单的BI应用：福马特商业智能系统2.1设计和创建数据仓库2.1.1原始业务数据分析2.1.2设计数据仓库逻辑模型2.1.3创建foodmartsaleDW数据仓库2.3创建OLAP数据立方2.3.1定义数据源2.3.2定义数据源视图2.3.3生成多维数据集2.4创建和使用报表2.4.1创建报表2.4.2使用报表2.6使用数据挖掘获取商业智能2.6.1商务需求分析2.6.2创建挖掘结构2.6.3从数据挖掘中获取有价值的信息3.1数据的两种组织形式：操作数据和分析数据3.2数据仓库设计方法论3.3理解历史数据和分析需求3.4明确仓库的对象：主题和元数据3.5确定分析内容的构成：事实及其粒度12345第3章BI分析的基石：结构良好的数据仓库设计3.6规划分析的视角：维度3.7数据仓库物理模型设计3.8数据仓库设计示例3.9数据仓库数据库设计的心得总结第3章BI分析的基石：结构良好的数据仓库设计3.1数据的两种组织形式：操作数据和分析数据3.1.1操作型系统和分析型系统的分离3.1.2事务处理和分析处理的对比3.1.3操作型数据与分析型数据的对比3.1.4数据仓库的特点3.2数据仓库设计方法论3.2.1数据库设计与数据仓库设计3.2.2数据仓库的架构方式及其比较3.2.3宏观上的数据仓库设计3.2.4微观上的数据仓库设计3.2.52种创建数据仓库的模式3.2.6技术上需要的重点步骤3.3理解历史数据和分析需求3.3.1“数据驱动+用户驱动”的设计理念3.3.2理解业务数据3.3.3确定用户对分析型数据的需求3.4明确仓库的对象：主题和元数据3.4.1信息打包技术3.4.2理解数据仓库中的主题3.4.3理解数据仓库中的元数据3.5确定分析内容的构成：事实及其粒度3.5.1事实、度量和事实表3.5.2事实表的设计3.5.3粒度的设计3.5.4聚合的设计3.5.5数据分割3.6规划分析的视角：维度3.6.1维度的构成3.6.2维度的特性3.6.3维度的分类3.6.4维度的层次和级别3.6.5维度的缓慢变化特性及其处理3.6.6典型的维度设计3.7数据仓库物理模型设计3.7.1设计存储结构3.7.2设计索引策略3.7.3设计存储策略3.8数据仓库设计示例3.8.1销售数据仓库3.8.2保险业数据仓库3.9数据仓库数据库设计的心得总结3.9.1透彻理解数据仓库设计过程3.9.2把握设计的关键环节3.9.3分离非分析数据4.1认识SSIS4.2SSIS关键元素的使用4.3创建一个完整的SSIS包4.4包的调试第4章用SSIS对数据进行ETL操作4.6SSIS的管理4.5包的配置和部署第4章用SSIS对数据进行ETL操作4.1认识SSIS4.1.1使用SSIS的效果4.1.2SSIS的工作原理4.1.3第一个SSIS包的设计4.2SSIS关键元素的使用4.2.1包4.2.2容器4.2.3任务4.2.4优先约束4.2.5源4.2.6转换4.2.7目标4.2.8连接管理器4.2.9变量4.3创建一个完整的SSIS包4.3.1生成SSIS解决方案4.3.2设计控制流4.3.3设计数据连接4.3.4设计数据流4.3.5项目总结4.4包的调试4.4.1控制流的调试4.4.2数据流的调试4.5包的配置和部署4.5.1包的配置4.5.2包的部署4.5.3包的运行4.6SSIS的管理4.6.1管理SSIS服务4.6.2配置SSIS服务5.1SSIS在BI系统中的应用场景5.3业务数据装载5.2一个复杂的商务应用实例分析第5章SSIS在商业智能中的典型应用5.5SSIS商业智能应用总结5.4数据清洗第5章SSIS在商业智能中的典型应用5.1SSIS在BI系统中的应用场景5.1.1合并异类数据5.1.2填充数据仓库和数据集市5.1.3数据清洗5.1.4处理过程中加入智能转换5.1.5自动化数据管理和加载5.2一个复杂的商务应用实例分析5.2.1包的构成5.2.2功能及其实现的原理分析5.3业务数据装载5.3.1商务需求及其设计思路5.3.2设计基本的功能5.3.3用循环加载全部数据5.3.4增强数据加载的灵活性5.3.5增强包的可维护性5.3.6增强包的鲁棒性5.4数据清洗5.4.1商务需求5.4.2设计思路5.4.3方案实现6.1AS2005中OLAP的设计方法6.2统一维度模型6.3OLAP的操作对象：数据立方的创建6.4Cube的构成及其各种操作6.5通过OLAP进行数据分析12345第6章用SSAS进行OLAP操作6.1AS2005中OLAP的设计方法6.1.1自下而上的设计方法6.1.2自上而下的设计方法6.1.3两种方法的使用6.3OLAP的操作对象：数据立方的创建6.3.1自上而下生成Cube6.3.2自下而上生成Cube6.3.3部署Cube6.4Cube的构成及其各种操作6.4.1Cube的构成6.4.2多维数据集结构6.4.3维度用法6.4.4计算6.4.5KPI6.4.6操作6.4.7分区6.4.8透视6.4.9翻译6.5通过OLAP进行数据分析6.5.1切片6.5.2切块6.5.3钻取6.5.4旋转7.1修改Cube结构7.2加入分销事实表及其维度7.3完善新增维度7.4设置维度与度量值组的关系第7章数据立方的增强及其应用7.5增加计算7.6定义和使用KPI7.7增强操作7.8配置访问权限第7章数据立方的增强及其应用7.1修改Cube结构7.1.1修改度量值7.1.2修改“客户”维度7.1.3修改“时间”维度7.1.4修改“产品”维度7.3完善新增维度7.3.1父子维度的使用7.3.2分销商维度的修改7.3.3雇员维度的修改7.3.4促销维度的修改7.3.5维度属性的特殊处理7.4设置维度与度量值组的关系7.4.1常规维度关系及其定义7.4.2引用维度关系及其定义7.4.3事实维度关系及其定义7.4.4多对多维度关系及其定义7.5增加计算7.5.1计算成员的创建7.5.2命名集的创建7.5.3其他脚本命令的创建7.6定义和使用KPI7.6.1KPI的设计7.6.2KPI的使用8.1初识MDX8.2MDX的构造解析8.3MDX定义语句的使用8.4MDX操作语句的使用8.5MDX脚本语句的使用8.6WITH子句及其使用010302040506第8章用MDX扩展OLAP功能8.1初识MDX8.1.1MDX在多维数据集中的角色8.1.2使用模板创建第一个MDX8.1.3MDX与SQL比较8.2MDX的构造解析8.2.1MDX语句的基本组成部分8.2.2成员8.2.3元组8.2.4集合8.2.5区分MDX的元素8.3MDX定义语句的使用8.3.1CREATESUBCUBE8.3.2CREATEMEMBER8.4MDX操作语句的使用8.4.1DRILLTHROUGH8.4.2SELECT8.5MDX脚本语句的使用8.5.1CALCULATE8.5.2CASE8.5.3SCOPE8.6WITH子句及其使用8.6.1用WITH创建命名集8.6.2用WITH创建计算成员9.2SSRS的配置与管理9.1报表基本知识第9章用SSRS处理智能报表9.4报表生成器的使用9.3增强基本报表的功能第9章用SSRS处理智能报表9.1报表基本知识9.1.1报表与商业智能9.1.2SSRS的结构9.1.3SSRS报表的3种状态9.1.4用SSRS做一个简单的报表9.2SSRS的配置与管理9.2.1报表管理器9.2.2ReportingServices配置工具9.2.3SQLServer外围应用配置器9.2.4SQLServerManagementStudio9.2.5其他配置和管理工具9.3增强基本报表的功能9.3.1分组与排序9.3.2计算9.3.3参数化报表9.3.4复杂的参数化报表9.4报表生成器的使用9.4.1报表生成器的启动9.4.2报表模型的创建9.4.3即席报表的创建10.1构架商业智能系统的生命周期10.3KPI分析10.2商业智能向导第10章基于SSAS的商业智能分析10.5用专业前端展现工具呈现商业信息10.480/20法则的分析第10章基于SSAS的商业智能分析10.2商业智能向导10.2.1商务系统需要哪些智能10.2.2商业智能向导的基本使用10.2.3时间智能10.2.4账户智能10.3KPI分析10.3.1平衡计分卡（BSC）与KPI10.3.2KPI技术在指标衡量中的作用10.3.3KPI分析中的关键问题10.480/20法则的分析10.4.180/20法则10.4.2计算基本百分比10.4.3创建百分比比较表10.5用专业前端展现工具呈现商业信息10.5.1前端展现的方法10.5.2用Excel2007展现数据10.5.3SharePoint与商业智能portal11.1数据挖掘基本知识11.2SQLServer数据挖掘方案的构成11.3一个完整的数据挖掘过程—线性回归算法11.4逻辑回归算法11.5决策树算法12345第11章数据挖掘体系结构与基本使用方法11.6聚类分析算法11.7NaiveBayes算法11.8关联算法11.9数据挖掘算法使用小结第11章数据挖掘体系结构与基本使用方法11.1数据挖掘基本知识11.1.1数据挖掘与数据仓库及商业智能11.1.2数据挖掘体系结构11.1.3数据挖掘的工具11.1.4数据挖掘过程模型11.2SQLServer数据挖掘方案的构成11.2.1定义问题11.2.2准备数据11.2.3浏览数据11.2.4生成模型11.2.5浏览和验证模型11.2.6部署和更新模型11.3一个完整的数据挖掘过程—线性回归算法11.3.1挖掘环境的搭建11.3.2线性回归的基本原理11.3.3使用线性回归挖掘数据11.4逻辑回归算法11.4.1基本原理11.4.2使用范例11.4.3验证数据挖掘模型的方法11.4.4逻辑回归的参数设置11.5决策树算法11.5.1基本原理11.5.2使用范例11.5.3决策树的