商務智能實戰 pdf epub mobi txt 電子書 下載2025

想要找書就要到 小美書屋

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

本書講解如何在SQL Server 2008中利用商務智能的工具、架構以及規則，分析企業數據，幫助決策者製定更明智的決策。本書分為4部分：商務智能、定義商務智能結構、分析多維數據集的內容、交付，有助於管理、分析和分發企業數據，確定閤理的解決方案，給組織帶來戰略上的優勢。本書內容豐富，結閤通俗易懂的示例進行講解，是軟件開發者和企業管理者學習商務智能的一站式指南。

Brian Larson畢業於艾奧瓦州迪科拉的路德學院（Luther College），擁有物理學和計算機科學兩個學位。Brian在計算機行業有23年的經驗，在創建定製數據庫應用係統方麵有19年的谘詢顧問經曆。他現在是明尼蘇達州明尼阿波裏斯市Superior Consulting Services公司的技術總監，該公司是微軟公司在報錶服務方麵的谘詢夥伴。Brian還是微軟認證解決方案開發專傢（MCSD）、微軟認證數據庫管理員（MCDBA）。

作為微軟的谘詢顧問，Brian曾是微軟最初的報錶服務（Reporting Services）開發團隊的成員。在這個職位上，他對於報錶服務最初的代碼庫做齣瞭貢獻。

Brian多次齣席各種全國性的會議和活動，包括SQL Server雜誌社團會議（SQL Server Magazine Connections Conference）、PASS 社區峰會、微軟商務智能大會，並且在報錶服務方麵提供瞭遍布全國的培訓和指導。他一直是《SQL SERVER 雜誌》的撰稿人和專欄作傢。除瞭本書之外，Brian還是《Microsoft SQL Server 2008 Reporting Services》（McGraw-Hill齣版社）一書的作者。

Brian和他的妻子Pam已經結婚23年瞭。Pam會告訴你，他倆第一次約會的地方是在學校計算機中心。如果這不能滿足一個人撰寫計算機書籍的資格，那麼我就不知道什麼能證明瞭。Brian和Pam有兩個孩子：Jessica和Corey。

譯者序
作者簡介
技術編輯簡介
緻謝
關於本書輔助材料
第一部分 商務智能
第1章　使組織能夠做齣有效決策 2
1.1　製定有效決策 2
1.1.1　決策製定者 2
1.1.2　有效決策 3
1.2　製定有效決策的要素 3
1.2.1　我們要去哪裏—具體的目標 4
1.2.2　彆把地圖拿倒瞭—確切的度量 5
1.2.3　驚恐的竊竊私語、望塔以及無綫電颱—適時的反饋信息 5
1.3　商務智能定義 7
第2章　讓現有資源發揮最大效能—使用商務智能 8
2.1　商務智能能為你做什麼 8
2.1.1　當我們知道自己要尋找什麼時 8
2.1.2　發現新問題並找到答案 9
2.2　不同管理層麵的商務智能 10
2.2.1　高層管理者—金字塔塔尖 10
2.2.2　中層管理者—塔身 11
2.2.3　基層管理者—塔基 11
2.3　Maximum Miniatures公司 12
2.3.1　業務需求 12
2.3.2　現有的係統 13
2.4　搭建基礎 14
第3章　尋找數據源—商務智能的來源 15
3.1　尋找數據源 15
3.1.1　事務數據 15
3.1.2　在商務智能中使用事務數據的難點 16
3.2　數據集市 17
3.2.1　數據集市的特徵 18
3.2.2　數據集市的結構 19
3.3　雪花型、星型與Analysis Services 25
第4章　一站購齊—統一維度模型 26
4.1　聯機分析處理 26
4.1.1　通過多維數據集創建OLAP 27
4.1.2　OLAP係統的特性 29
4.1.3　OLAP的存儲體係結構 30
4.1.4　缺點 31
4.1.5　隻讀 32
4.2　統一維度模型 32
4.2.1　結構 32
4.2.2　優點 37
4.3　專業工具 37
第5章　起步—開始開發商務智能 38
5.1　Business Intelligence Development Studio 38
5.1.1　Visual Studio 38
5.1.2　Business Intelligence Development Studio導航 39
5.1.3　Business Intelligence Development Studio的選項 49
5.2　SQL Server Management Studio 51
5.3　戴上安全帽 55
第二部分　定義商務智能結構
第6章　打好基礎—創建數據集市 58
6.1　數據集市 58
6.2　設計數據集市 60
6.2.1　決策者的需求 60
6.2.2　可用數據 61
6.2.3　數據集市結構 61
6.2.4　使用SQL Server Management Studio創建數據集市 69
6.2.5　使用Bussiness Intelligence Develop-ment Studio創建數據集市 75
6.3　錶壓縮 84
6.4　集成的好處 86
第7章　轉換器—Integration Services結構和組件 87
7.1　Integration Services 87
7.2　包項 96
7.2.1　控製流 96
7.2.2　數據流 116
7.3　裝配管道 143
第8章　把油箱加滿—使用Integration Services填充數據集市 144
8.1　包開發特性 144
8.1.1　初試鋒芒 144
8.1.2　Integration Services包編程 149
8.1.3　包開發工具 155
8.1.4　從SQL Server 2000 DTS包遷移 162
8.2　把Integration Services包投入生成環境 163
8.3　捕獲變更數據 165
8.3.1　變更數據捕獲的架構 166
8.3.2　從變更數據捕獲的變更錶加載數據到數據集市錶中 169
8.4　加載事實錶 171
8.5　迴到UDM 182
第三部分　分析多維數據集的內容
第9章　立體主義—度量和維度 184
9.1　構建Analysis Services項目 184
9.2　度量 189
9.2.1　度量組 189
9.2.2　製造齣的事實—計算度量 190
9.2.3　不可纍加—求和之外的度量聚閤 193
9.3　維度 197
9.3.1　管理維度 197
9.3.2　將維度關聯到度量組 201
9.3.3　維度類型 202
9.3.4　漸變維度 204
9.4　專用特性 207
第10章　誘人的附件—OLAP多維數據集的專用特性 208
10.1　多維數據集的新天地 208
10.1.1　部署和處理 209
10.1.2　在Business Intelligence Develop-ment Studio中部署項目 209
10.1.3　用“Analysis Services部署嚮導”進行部署 215
10.2　多維數據集的附屬特性 220
10.2.1　鏈接對象 220
10.2.2　商務智能嚮導 222
10.2.3　關鍵績效指標 223
10.2.4　操作 227
10.2.5　分區 229
10.2.6　聚閤設計 239
10.2.7　視角 241
10.2.8　翻譯 242
10.3　更復雜的腳本 242
第11章　編寫新腳本—MDX腳本 243
11.1　術語和概念 243
11.1.1　我們身在何處 243
11.1.2　由此及彼 257
11.2　應用MDX腳本 262
11.2.1　多維數據集的安全性 262
11.2.2　今年與去年比較和年初至今匯總 269
11.3　從多維數據集中提取數據 272
第12章　提取信息構築智能—MDX查詢 273
12.1　MDX SELECT語句 273
12.1.1　基本MDX SELECT語句 274
12.1.2　其他查詢工具 283
12.1.3　其他維度 290
12.2　其他MDX語法 292
12.2.1　運算符 292
12.2.2　函數 293
12.3　你會挖掘嗎 296
第四部分　挖掘
第13章　沙裏淘金—數據挖掘引論 298
13.1　數據挖掘 298
13.1.1　從混亂中尋找規律 298
13.1.2　數據挖掘所完成的任務 301
13.1.3　數據挖掘的步驟 305
13.2　數據挖掘算法 307
13.2.1　Microsoft決策樹 307
13.2.2　Microsoft綫性迴歸 308
13.2.3　Microsoft樸素貝葉斯 309
13.2.4　Microsoft聚類 310
13.2.5　Microsoft關聯規則 310
13.2.6　Microsoft序列聚類 312
13.2.7　Microsoft時間序列 312
13.2.8　Microsoft神經網絡 314
13.2.9　Microsoft邏輯迴歸算法 314
13.3　開始挖掘 315
第14章　建設礦山—使用數據挖掘模型 316
14.1　數據挖掘結構 316
14.1.1　數據列 316
14.1.2　數據挖掘模型 317
14.1.3　訓練數據集 317
14.2　挖掘模型查看器 326
14.2.1　Microsoft決策樹 326
14.2.2　Microsoft樸素貝葉斯 329
14.2.3　Microsoft聚類分析 332
14.2.4　Microsoft神經網絡 335
14.2.5　Microsoft關聯規則 335
14.2.6　Microsoft序列聚類 337
14.2.7　Microsoft時間序列 337
14.3　觀茶占蔔 338
第15章　深入井下—使用數據挖掘進行探查 339
15.1　挖掘準確性圖錶 339
15.1.1　列映射 340
15.1.2　提升圖 341
15.1.3　利潤圖 344
15.1.4　分類矩陣 345
15.1.5　交叉驗證 346
15.2　挖掘模型預測 347
15.2.1　單獨查詢 347
15.2.2　預測連接查詢 350
15.3　DMX查詢 354
15.3.1　預測查詢的語法 354
15.3.2　預測查詢的類型 355
15.4　限時送達 360
第五部分　交付
第16章　報錶—使用Reporting Services交付商務智能 362
16.1　報錶服務 362
16.1.1　報錶結構 363
16.1.2　報錶交付 364
16.2　Report服務架構 365
16.2.1　報錶服務器 365
16.2.2　組成部分 366
16.2.3　報錶服務的安裝注意事項 368
16.3　使用Tablix數據區域創建報錶 370
16.3.1　使用錶格模闆創建Tablix數據區域 371
16.3.2　使用矩陣模闆創建Tablix數據區域 381
16.3.3　使用列錶模闆創建Tablix數據區域 392
16.3.4　圖錶數據區域 400
16.3.5　儀錶數據區域 410
16.4　把報錶交給經理 417
第17章　各就各位—管理Reporting Services報錶 418
17.1　報錶管理器 418
17.1.1　文件夾 418
17.1.2　報錶管理器 419
17.1.3　使用報錶設計器部署報錶 419
17.1.4　使用報錶管理器上載報錶 421
17.1.5　從報錶管理器中打印報錶 425
17.2　管理報錶服務器中的報錶 426
17.2.1　安全性管理 426
17.2.2　鏈接報錶 431
17.2.3　報錶緩存 432
17.2.4　執行快照 434
17.2.5　報錶曆史記錄 434
17.2.6　標準訂閱 435
17.2.7　數據驅動訂閱 435
17.3　即席報錶 436
17.3.1　報錶模型 437
17.3.2　報錶生成器基礎知識 442
17.4　集成到應用中去 445
第18章　1+1>2—將OLAP集成到應用程序中 446
18.1　ADOMD.NET 446
18.1.1　ADOMD.NET結構 446
18.1.2　ADOMD.NET示例 448
18.2　不藉助報錶管理器使用Reporting Services的方式 453
18.2.1　URL訪問 453
18.2.2　Web服務訪問 466
18.2.3　Report Viewer控件 470
18.3　預製的解決方案 474
第19章　新視點—Excel數據透視錶和數據透視圖 475
19.1　Excel 475
19.1.1　創建透視錶和透視圖 475
19.1.2　數據透視錶 476
19.1.3　數據透視圖 482
19.2　強大的能力，重大的機會 484
· · · · · · (收起)