数据仓库工具箱
清华大学出版社 / 2007-12出版
简介

《数据仓库工具箱:面向SQL Server2005和Microsoft商业智能工具集》覆盖了整个数据仓库生命周期,因而可以给数据仓库团队的每个成员提供有用的指导,从项目经理到业务分析师、数据建模者、ETL开发者、DBA,分析型应用开发人员甚至业务用户都可以从《数据仓库工具箱:面向SQL Server2005和Microsoft商业智能工具集》中受益。我们相信《数据仓库工具箱:面向SQL Server2005和Microsoft商业智能工具集》对从事Microsoft SQL Server 2005数据仓库项目的任何人都非常有价值。
数据仓库和商业智能至少自1970年就具有相似的形式,并且持续享受着无限的技术生命周期。在1995年,我们的主要作者构建了第一个顾问公司,其中的作者之一认为数据仓库已经结束了,这个浪潮已经开始回落。幸运的是,我们在找到工作之前获得了更多的项目。12年后,数据仓库和商业智能依然很强大,事实上,仅仅在过去几年我们才看到它们在工业上的成熟。
成熟市场的一个标志就是单源提供者的出现——对不愿冒风险的公司来说这是一种安全的选择。数据仓库技术涵盖了从深奥源系统知识到用户接口设计以及具有最好实践的BI应用。尽管许多销售商在最近几年都争着把自己放在端到端的提供者位置上,但对于我们来说,很显然,数据仓库销售商确实是那些可以提供端到端解决方案的人。在2001年,当我们首次讨论这《数据仓库工具箱:面向SQL Server2005和Microsoft商业智能工具集》时,我们已经感觉到Microsoft要以一个诱人的价格强行将一个可行的、单源数据仓库系统提供者的概念加入到现实世界中。
我们相信向单源提供者的转变意味着必须将Kimball Method技术扩展到特定的产品级,使其可以直接投放单源提供者市场。我们选择Microsoft工具集作为测试样例有两个原因,首先,SQL Server 2005是一个强大的BI平台,Microsoft自20世纪90年代中期投资Analysis Services引擎以来,就一直在扩展和增强商业智能方面投资巨大。投资的级别也因此巨大地翻升。随着SQL Server 2005开发的开始,SQL Server 2005开发团队增长到200人,Microsoft对于将商业智能引入主流市场很认真。其次,两位作者都从1997到2002或2004在Microsoft工作,特别地,Joy曾是SQL Server Business Intelligence 开发团队中SQL Server BI Best Practices组的经理,这可以给予我们一系列很强的工作关系以及访问关键的支持资源。

喜欢这本书的人也喜欢 打开App查看更多
  • 数据仓库
  • 数据挖掘概念与技术
  • 货币战争
  • 思考的技术