- 数据仓库基础知识
- 数据仓库概览
- 数据仓库组织原理
- 数据仓库三级数据模型
- 数据仓库的建模
- 数据仓库的元数据定义
- 数据仓库的数据转储
- 数据集成与变换
- 数据规约
- 数据仓库设计流程
- 数据仓库的访问
- 数据仓库的扩展
- 数据仓库多维建模方法
- 星型模型
- 雪花型模型
- 如何从商业应用中标识事实表和它们的属性
- 如何从商业应用中标识维表和它们的属性
- 两种建模方法与第三范式比较
- 星型模式 (Star-Schema)的特点和它们在数据仓库系统中的适用场合
- 构建多维
- 数据库
- 创建多维数据库
- 定义数据源
- 定义数据源视图
- 创建维度
- 创建多维数据集
- 设置量度组成员
- 高级应用
- 统一维度模型(UDM)
- 定义业务实体
- 定义业务逻辑
- 定义计算成员
- UDM高级应用
- MDX语言
- MDX概念
- MDX语法结构
- MDX的查询功能
- 使用MDX定制商务逻辑
- MDX复杂案例分析
- MDX与权限管理
- MDX高级应用
- OLAP的聚合方式
- ROLAP聚合方式
- MOLAP聚合方式
- HOLAP聚合方式
- OLAP高级应用
- 专数据仓库的海量数据优化部分
- 海量数据的特点
- 什么是海量数据
- 海量数据的特点
- 海量数据与行业应用
- 16种海量数据优化方法详解
- 海量数据分区处理
- 使用中间表和临时表
- 分批次处理
- 建立广泛的索引
- 建立缓存机制
- 使用文本和二进制格式进行处理
- 定制强大的清洗规则和出错处理机制
- 建立视图或者物化视图
- 其他优化方法
- 数据仓库中海量数据的处理方式
- 数据仓库中的海量数据特点
- 数据仓库中的海量数据的处理方式
- 分布式数据仓库的特点及应用
- 海量数据高级应用
- 大型项目中海量数据的优化案例分析
- 使用海量数据优化工具
- 数据仓库的性能调优技巧
|