商業智能深入淺出：Cognos，Informatica技術與應用 （簡體書）

《商業智能深入淺出:Cognos,Informatica技術與應用》包括：理論篇、項目篇、工具篇和實踐篇。其中，理論篇涵蓋了商業智能的大部分理論知識，包括進入商業智能領域之前所需要的基礎準備知識；項目篇根據實際項目和例子講解各個知識點，包括如何進行商業智能項目需求的定義，如何開發數據倉庫系統，如何實現ETL數據抽取和OLAP多維分析等方面的內容；工具篇介紹了商業智能開發中最常見的ETL工具Informatica和報表展示工具Cognos；實踐篇是提供給項目設計人員和開發人員的練習資料。讀者完全可以按照書中的內容一步步進行操作，這也是作者和讀者進行互動的一種方式。
《商業智能深入淺出:Cognos,Informatica技術與應用》最大的亮點在于根據實際的項目經驗定義總結了商業智能設計、開發的一般流程和規范，是企業領導決策層和商業智能開發人士的寶貴參考資料。
《商業智能深入淺出:Cognos,Informatica技術與應用》提供部分源代碼和一些有價值的文檔模板，讀者可以網上免費下載。

王飛，原籍吉林省白山市，吉林大學碩士畢業，現任中國電力科學研究院中電普華信息技術有限公司高級工程師，從事多年的數據倉庫設計開發，數據模型設計、數據庫設計開發等工作，在項，目中承擔最重要的角色，積累了豐富的項目經驗和理論知識。
劉國峰，中國人民大學在職研究生，曾任職三星數據系統(中國)有限公司中國研發中心，現任中國電力科學研究院中電普華信息技術有限公司高級工程師，潛心研究數據倉庫理論多年，形成了自己對數據倉庫的獨特見解。

《商業智能深入淺出:Cognos,Informatica技術與應用》編輯推薦：商業智能數據倉庫、商業智能項目規劃和管理、ODS與數據倉庫的結合、商業智能元數據、數據抽取、轉換和加載（ETL）、聯機分析處理（OLAP）、Cognos的安裝部署和調優、Informatica的安裝部署。

前言
理論篇
第1章 商業智能簡介
1.1 商業智能介紹
1.1.1 商業智能在企業中的作用
1.1.2 商業智能的功能
1.2 商業智能的發展趨勢
1.3 商業智能的實施方法和步驟
1.3.1 商業智能的實施方法
1.3.2 商業智能的實施步驟
1.4 商業智能項目成功的關鍵
1.5 商業智能項目的組織機構
1.6 本章小結

第2章 學習商業智能之前的準備知識
2.1 Oracle體系結構介紹
2.2 Oracle優化理論
2.2.1 外部優化原則
2.2.2 SQL優化基本規則
2.2.3 SQL使用規范
2.2.4 索引使用規范
2.2.5 臨時表使用規范
2.2.6 索引創建原則
2.2.7 大數據量表的維護原則
2.2.8 視圖創建原則
2.2.9 代碼程序中使用索引的原則
2.2.10 代碼程序中的一些建議
2.3 數據庫建模理論知識
2.3.1 數據庫的數據模型
2.3.2 數據庫建模的一般流程
2.4 本章小結

第3章 商業智能數據倉庫的理論知識
3.1 數據倉庫的定義
3.2 數據倉庫的特點
3.2.1 面向主題
3.2.2 集成性
3.2.3 穩定性
3.2.4 反映歷史變化
3.3 數據倉庫和數據庫的區別
3.4 數據倉庫開發過程介紹
3.4.1 規劃分析階段
3.4.2 設計實現階段
3.4.3 使用維護階段
3.5 數據倉庫系統組成部分介紹
3.5.1 數據源分析
3.5.2 數據遷移
3.5.3 選擇數據的存儲結構
3.5.4 元數據
3.6 數據倉庫模型設計介紹
3.6.1 概念模型
3.6.2 邏輯模型
3.6.3 物理模型
3.7 數據集市介紹
3.7.1 數據集市的定義
3.7.2 數據集市的類型
3.7.3 數據集市和數據倉庫的區別
3.7.4 數據集市和數據倉庫的關系
3.7.5 數據集市的目標分析
3.8 數據倉庫實施詳細步驟
3.8.1 需求分析
3.8.2 數據倉庫的邏輯分析
3.8.3 設計ODS系統
3.8.4 數據倉庫建模
3.8.5 數據集市建模
3.8.6 數據源分析
3.8.7 數據的獲取與整合
3.8.8 應用分析
3.8.9 報表展現
3.9 數據倉庫的作用
3.10 數據倉庫的建設意義
3.11 本章小結

第4章 商業智能ETL簡介
4.1 ETL在數據倉庫中的重要地位
4.2 ETL的一般過程
4.3 研究ETL的本質
4.4 ETL 的體系結構
4.5 ETL的難點
4.6 主流的ETL 工具
4.7 ETL的作用
4.8 詳解ETL過程
4.8.1 數據抽取
4.8.2 數據清洗
4.8.3 數據轉換
4.8.4 數據加載
4.8.5 ETL的日志
4.9 ETL優化
4.10 ETL設計規范要點
4.11 ETL的框架結構
4.12 本章小結

第5章 商業智能聯機分析處理理論簡介
5.1 OLAP介紹
5.2 OLAP系統與OLTP系統的區別
5.3 OLAP的實現方法
5.4 OLAP的基本目標和特點
5.5 建立OLAP的過程
5.6 OLAP與數據倉庫的關系
5.7 OLAP系統的實施過程
5.8 OLAP模型的設計與實現
5.9 本章小結

第6章 ODS與數據倉庫的結合
6.1 ODS的概念
6.2 ODS的特點
6.3 ODS系統與數據庫系統、數據倉庫系統的區別
6.4 ODS的主要功能
6.5 ODS的設計步驟
6.6 基于ODS和基于數據倉庫的OLAP之間的關系
6.7 數據庫系統-ODS系統的轉化機制
6.8 ODS系統的邏輯模型
6.9 ODS系統的架構
6.10 ODS系統的功能
6.11 本章小結

第7章 商業智能元數據簡介
7.1 元數據的定義
7.2 元數據的重要性
7.3 元數據的類型
7.4 元數據的作用
7.5 元數據的管理
7.6 元數據包含的內容
7.7 本章小結

項目篇
第8章 商業智能項目需求的定義
8.1 商業智能項目的啟動
8.2 商業智能項目的需求定義
8.3 系統原型的建立
8.4 驗收和評審的內容
8.5 本章小結

第9章 商業智能項目模型的建立
9.1 數據模型的設計原則
9.2 企業模型的意義
9.2.1 企業模型的定義
9.2.2 建設企業模型的意義
9.2.3 企業數據模型和其他模型之間的關系
9.2.4 與企業數據模型相關的概念
9.2.5 企業數據模型轉換到數據倉庫模型的步驟
9.3 概念模型的設計
9.4 邏輯模型的設計
9.4.1 ODS邏輯模型
9.4.2 數據倉庫邏輯模型
9.4.3 數據集市邏輯模型
9.5 物理模型的設計
9.5.1 ODS 物理模型的設計
9.5.2 數據倉庫物理模型的設計
9.5.3 數據集市物理模型的設計
9.6 本章小結

第10章 商業智能數據倉庫系統應用實例
10.1 定義數據倉庫項目的生命周期
10.2 數據倉庫粒度的劃分
10.3 企業輔助決策分析系統的構建
10.4 決策分析系統一般的部署方案和步驟
10.4.1 提供系統安裝軟件的體系結構
10.4.2 部署系統的數據庫環境
10.4.3 ETL環境的部署
10.4.4 報表展示環境的部署
10.5 本章小結

第11章 商業智能項目規劃和管理
11.1 項目團隊的組織結構
11.2 項目角色劃分及技能要求
11.3 定義領導組的職責和主要任務
11.4 如何定義商業智能項目的進度
11.5 如何定義商業智能項目的過程
11.6 本章小結

第12章 數據抽取、轉換和加載
12.1 ETL的定義和總體架構
12.2 定義ETL的流程
12.3 ETL的加載方法
12.3.1 以時間戳作為加載條件
12.3.2 利用源表的日志信息對目標表進行數據加載
12.3.3 通過全表對比的方式進行數據加載
12.3.4 全表刪除後再進行數據加載的方式
12.4 利用ETL構建企業級數據倉庫
12.5 ETL的設計過程
12.6 ETL的備份與恢復
12.6.1 數據的備份
12.6.2 數據備份存放的介質以及目錄結構
12.6.3 ETL程序的備份
12.6.4 數據的恢復方案
12.7 ETL 數據質量的改進
12.7.1 ETL數據質量分析
12.7.2 ETL數據質量改進的方法和目標
12.7.3 推動ETL數據質量改進的方法
12.8 ETL應用舉例
12.8.1 ETL分析需求
12.8.2 ETL 數據源說明
12.8.3 ODS 設計與抽取
12.8.4 DW設計與抽取
12.8.5 DM設計與抽取
12.9 本章小結

第13章 聯機分析處理
13.1 OLAP的概念
13.2 OLAP的實施
13.2.1 建立"維"的概念
13.2.2 多維分析技術
13.2.3 OLAP實施的一般過程
13.3 OLAP的應用實例
13.3.1 案例背景
13.3.2 需求
13.3.3 數據準備
13.3.4 瀏覽分析數據
13.4 OLAP系統設計的一般步驟
13.5 本章小結

第14章 應用舉例
14.1 項目工作計劃的制訂
14.1.1 對項目背景與目的的描述
14.1.2 確定項目需要交付的成果
14.1.3 制定項目管理文檔
14.1.4 項目進度劃分
14.2 需求分析
14.2.1 業務需求
14.2.2 功能需求
14.3 營銷系統設計
14.3.1 總體架構設計
14.3.2 營銷輔助決策系統的ETL架構設計
14.3.3 營銷輔助決策系統數據訪問功能設計
14.3.4 營銷輔助決策系統展示方式設計
14.3.5 營銷輔助決策系統主題分析功能設計
14.3.6 數據模型設計
14.4 ETL數據抽取
14.4.1 ETL物理設計
14.4.2 從源數據庫抽取到ODS數據緩沖區
14.4.3 從ODS數據緩沖區抽取到ODS統一信息視圖區
14.4.4 從ODS統一信息視圖區抽取到數據倉庫
14.4.5 從數據倉庫抽取到數據集市
14.5 報表展示
14.6 編寫測試報告
14.7 編寫用戶手冊
14.8 軟件發布
14.9 系統運行維護
14.10 本章小結

工具篇
第15章 Informatica PowerCenter工具簡介
15.1 Informatica PowerCenter介紹
15.1.1 Informatica的特點
15.1.2 Informatica的優勢
15.2 Informatica PowerCenter工具概況
15.3 Informatica Servers引擎
15.4 Administration Console
15.4.1 登錄方式
15.4.2 相關術語
15.5 PowerCenter Designer
15.5.1 菜單
15.5.2 工具欄
15.5.3 導航
15.5.4 工作區
15.5.5 輸出窗口
15.6 Repository Manager
15.6.1 菜單
15.6.2 工具欄
15.6.3 導航
15.6.4 工作區
15.7 Workflow Manager
15.7.1 菜單
15.7.2 工具欄
15.7.3 導航
15.7.4 工作區
15.7.5 輸出窗口
15.8 Workflow Monitor
15.8.1 工具欄
15.8.2 監控區
15.8.3 屬性
15.9 本章小結

第16章 Cognos工具簡介
16.1 Cognos介紹
16.1.1 Cognos的歷史
16.1.2 Cognos的特點
16.1.3 Cognos的現狀
16.2 Cognos工具瀏覽
16.3 Cognos Configuration
16.4 Cognos Connection
16.4.1 菜單功能
16.4.2 選項卡介紹
16.4.3 工具欄的使用
16.5 Query Studio
16.6 Analysis Studio介紹
16.6.1 Analysis Studio的組成
16.6.2 菜單功能
16.7 Report Studio介紹
16.7.1 Report Studio的組成
16.7.2 菜單功能
16.8 Event Studio介紹
16.8.1 Event介紹
16.8.2 Task介紹
16.9 Framework Manager建模工具
16.9.1 菜單介紹
16.9.2 工作區
16.10 Transformer介紹
16.10.1 Data Sources
16.10.2 Dimension Map
16.10.3 Measures
16.10.4 PowerCubes
16.10.5 Customer Views
16.10.6 Signon
16.11 Cognos PowerPlay
16.11.1 菜單介紹
16.11.2 工具欄
16.11.3 維度視圖
16.12 本章小結

實踐篇
第17章 Informatica的安裝與快速入門
17.1 Informatica PowerCenter的安裝方案
17.1.1 安裝前的準備
17.1.2 服務器端安裝
17.1.3 客戶端安裝
17.2 Informatica PowerCenter工具的一般使用流程
17.3 Informatica PowerCenter快速入門
17.3.1 前期準備
17.3.2 定義源數據
17.3.3 定義目標數據
17.3.4 定義映射規則
17.3.5 定義工作流
17.3.6 啟動工作流程
17.4 本章小結

第18章 Informatica實例
18.1 緩慢變化維的概念
18.2 緩慢變化維的實現方式
18.2.1 覆蓋方式
18.2.2 全歷史記錄
18.2.3 標記位方式
18.2.4 時間戳方式
18.2.5 記錄最新記錄和上一次歷史
18.3 本章小結

第19章 Cognos安裝與快速入門
19.1 Cognos 8安裝
19.1.1 Cognos服務器安裝
19.1.2 Cognos Framework安裝
19.1.3 Cognos Transformer安裝
19.1.4 Cognos 語言包安裝
19.1.5 Cognos PowerPlay安裝
19.2 Cognos入門前的準備工作
19.2.1 創建Oracle數據庫實例
19.2.2 執行建表空間和創建數據庫用戶的腳本
19.2.3 Cognos部署設置
19.2.4 配置Cognos服務
19.2.5 啟動Cognos服務
19.3 Cognos入門實例一
19.3.1 使用Framework建模
19.3.2 使用Report Studio制作報表
19.3.3 查看報表
19.4 Cognos入門實例二
19.4.1 使用Framework建模
19.4.2 使用Transformer立方體多維建模
19.4.3 使用Analysis Studio制作多維報表
19.4.4 查看報表
19.5 本章小結

第20章 Cognos實例
20.1 Section報表的開發
20.2 Conditional Style報表的開發
20.3 圖表型報表的開發
20.4 Drill-Through報表的開發
20.5 本章小結

第21章 Cognos的安全管理
21.1 Cognos安全性介紹
21.1.1 Cognos應用防火墻
21.1.2 身份驗證
21.1.3 訪問授權
21.1.4 加密服務
21.2 Cognos安全部署
21.2.1 操作系統安全技術
21.2.2 網絡安全技術
21.2.3 應用安全技術
21.2.4 安全審計
21.3 Cognos安全實踐
21.3.1 創建Cognos組、角色
21.3.2 為組、角色添加用戶成員
21.3.3 在Framework中設置包的訪問授權
21.4 本章小結

第22章 Cognos優化
22.1 增加Cognos 8的內存以提高運行速度
22.2 提高Cognos 8的數據庫訪問速度
22.3 修改Cognos 8的reportservice.xml參數
22.4 修改讀取高速緩存的值以提高性能
22.5 開啟crosstab caching提高cube的訪問速度
22.6 讀取數據時啟用多CPU處理
22.7 減少cube數據的提交次數
22.8 本章小結
技術詞匯

3.5.3 選擇數據的存儲結構
數據庫管理系統一般都提供多種存儲結構。所謂數據的存儲結構，是指數據的邏輯結構在計算機系統中的表示。
設計人員根據實際的需求選擇合適的數據存儲結構，不同的存儲結構有不同的實現方式，各有各的特點。對設計人員來說，考慮的主要因素包括以下3個方面：存儲的時間、存儲空間的利用率和數據維護的成本。
一般在ODS數據存儲結構說明書中，需要詳細說明這些數據采用的存儲結構，以及采用該存儲結構的原因。
3.5.4 元數據
元數據主要包括技術元數據與業務元數據。
（1）技術元數據
技術元數據是存儲關于商業智能系統技術細節的數據，是用于開發和管理商業智能系統使用的數據。它主要包括以下信息：商業智能系統結構的描述，包括對數據源、數據轉換、抽取過程、數據加載策略以及對目標數據庫的定義等內容；還包括數據倉庫使用的模式、視圖、維度、層次結構、類別和屬性的定義，以及立方體的存儲模式等信息。
總之，技術元數據提供給系統管理人員和數據倉庫開發人員使用，管理人員需要了解操作環境到商業智能環境的映射關系（即ETL數據抽取的映射關系），數據的刷新規則，數據的安全性，數據庫優化和任務調度等內容。數據倉庫開發人員需要了解度量值和維度定義的算法。在實際商業智能開發過程中，業務元數據和技術元數據是相互關聯的，對元數據的深刻理解是數據倉庫應用和維護的基礎。
（2）業務元數據
業務元數據從業務角度描述了商業智能系統中的數據，是介于使用者和真實系統之間的語義層，使得不懂計算機技術的業務人員也能夠“理解”商業智能系統中的數據。業務元數據使用業務名稱、定義、描述等信息表示數據倉庫中的各種屬性和概念。業務元數據主要包括以下信息：用戶的業務術語和它們表達的數據模型信息、對象名稱及其屬性，數據的來源信息和數據訪問的規則信息，商業智能系統提供的各種分析方法以及報表展示的信息。業務元數據使數據倉庫管理人員和用戶更好地理解和使用數據倉庫，用戶通過查看業務元數據可以清晰地理解各指標的含義，指標的計算方法等信息。