数据仓库与数据挖掘

第1章数据仓库和数据挖掘
概述
1.1 概述
1.1.1 数据仓库和数据挖掘的目标
1.1.2 数据仓库与数据挖掘的发展历程
1.2 数据中心
1.2.1 关系型数据中心
1.2.2 非关系型数据中心
1.2.3 混合型数据中心（大数据平台） 
1.3 混合型数据中心参考架构
1.3.1 基础设施层
1.3.2 数据源层
1.3.3 交换服务体系
1.3.4 数据存储区
1.3.5 基础服务层
1.3.6 应用层
1.3.7 用户终端层
1.3.8 数据治理
1.3.9 元数据管理
1.3.10 it 安全运维管理
1.3.11 it 综合监控
1.3.12 企业资产管理
思考题
第2章 数据
2.1 数据的概念
2.2 数据的内容
2.2.1 实时数据与历史数据
2.2.2 事务数据与时态数据
2.2.3 图形数据与图像数据
2.2.4 主题数据与全局数据
2.2.5 空间数据
2.2.6 序列数据和数据流
2.2.7 元数据与数据字典
2.3 数据属性及数据集
2.4 数据特征的统计描述
2.4.1 集中趋势
2.4.2 离散程度
2.4.3 数据的分布形状
2.5 数据的可视化
2.6 数据相似性与相异性的度量
2.7 数据质量
2.8 数据预处理
2.8.1 被污染的数据
2.8.2 数据清理
2.8.3 数据集成
2.8.4 数据变换
2.8.5 数据规约
思考题 
第3章 数据仓库与数据 etl
基础
3.1 从数据库到数据仓库
3.2 数据仓库的结构
3.2.1 两层体系结构
3.2.2 三层体系结构
3.2.3 组成元素
3.3 数据仓库的数据模型
3.3.1 概念模型
3.3.2 逻辑模型
3.3.3 物理模型
3.4 etl
3.4.1 数据抽取
3.4.2 数据转换
3.4.3 数据加载
3.5 olap
3.5.1 维
3.5.2 olap 与oltp
3.5.3 olap 的基本操作
3.6 olap 的数据模型
3.6.1 rolap
3.6.2 molap
3.6.3 holap 
思考题 
第4章数据仓库和 etl 工具
4.1 ibm db2 v10
4.1.1 自适应压缩
4.1.2 多温度存储
4.1.3 时间旅行查询