具体描述
自1998年《数据仓库生命周期工具箱(第2版)》第一版出版以来，经过十多年的发展，数据仓库行业已经完全成熟，而且软硬件都有了极大的进步。那一版所提出的方法几乎已经被所有的数据仓库厂商和从业人员所采纳。现在，RalphKimbatl和其他专家一起对原有的生命周期方法和技巧集进行了改良。在《数据仓库生命周期工具箱(第2版)》中，他们将悉心为您讲述设计、开发和部署DW／Bl系统的详细步骤。这些步骤将教会您如何创建一个具有适应性的系统来为业务用户提供数据和分析结果，以帮助他们做出更好的商务决策。
作者简介
目录信息
1.1生命周期的历史
1.2生命周期里程碑
1.2.1项目／项目群规划
1.2.2项目／项目群管理
1.2.3业务需求定义
1.2.4技术路线
1.2.5数据路线
1.2.6商业智能应用路线
1.2.7部署
1.2.8维护
1.2.9增长
1.3使用生命周期图
1.4生命周期导航帮助
1.5生命周期相关术语简介
1.5.1数据仓库与商业智能
1.5.2ETL系统
1.5.3业务过程维度模型
1.5.4商业智能应用程序
1.6 小结
第2章项目，项目群的启动与管理
2.1 确定项目
2.1.1评估DW／Bl项目的准备就绪情况
2.1.2弥补不足并确定下步工作
2.1.3确定初步范围和章程
2.1.4建立商业报告和合理性证明
2.2项目规划
2.2.1确立项目标识
2.2.2项目人员配备
2.2.3制定项目计划
2.2.4制定沟通计划
2.3项目管理”
2.3.1 召开项目团队启动会议
2.3.2监控项目状态
2.3.3维护项目计划
2.3.4整理项目文档
2.3.5 范围管理
2.3.6期望管理
2.3.7辨识项目陷入困境的征兆
2.4项目群管理
2.4.1确立管理职责和管理过程
2.4.2将数据管理员的地位提升到企业层
2.4.3利用高效的方法和架构优方法
2.4.4进行定期评估
2.4.5沟通，沟通，沟通
……
第3章收集业务需求
第4章技术架构介绍
第5章创建架构计划和选择产品
第6章维度建模介绍
第7章维度模型设计
第8章物理数据库设计与性能规划
第9章抽取、转换和装载介绍
第10章设计和开发ETL系统
第11章商务智能应用程序介绍
第12章设计和开发商务智能应用程序
第13章DW/BI系统的部署和支持
第14章扩展DW/BI系统
术语表
· · · · · · (收起)
读后感
两天刷完 作为一个门外汉，看完对数仓整体有个大概的了解，后半部分etl都是粗粗看过，以后实践中肯定还会翻来看 OVERALL 1.项目/项目群规划 生命周期的开始。重点问题开始于项目业务范围的界定。只有对业务需求有了基本的了解才能过对业务的范围作出恰当的决策。 2.中间穿插着 ...
极偶然情况下，逛甜水园，发现此书后异常兴奋，高价入手一本。后来发现买贵了，joyo上更便宜一些！ 金球的经典著作。 刚开始读，主要是在上下班地铁上读。翻译的还凑活，希望往后翻译质量能够保持！！
极偶然情况下，逛甜水园，发现此书后异常兴奋，高价入手一本。后来发现买贵了，joyo上更便宜一些！ 金球的经典著作。 刚开始读，主要是在上下班地铁上读。翻译的还凑活，希望往后翻译质量能够保持！！
两天刷完 作为一个门外汉，看完对数仓整体有个大概的了解，后半部分etl都是粗粗看过，以后实践中肯定还会翻来看 OVERALL 1.项目/项目群规划 生命周期的开始。重点问题开始于项目业务范围的界定。只有对业务需求有了基本的了解才能过对业务的范围作出恰当的决策。 2.中间穿插着 ...
两天刷完 作为一个门外汉，看完对数仓整体有个大概的了解，后半部分etl都是粗粗看过，以后实践中肯定还会翻来看 OVERALL 1.项目/项目群规划 生命周期的开始。重点问题开始于项目业务范围的界定。只有对业务需求有了基本的了解才能过对业务的范围作出恰当的决策。 2.中间穿插着 ...
用户评价
这绝对是一本能够“点燃”数据仓库建设热情的书籍。作为一个在传统IT行业摸爬滚打多年的老兵，我对数据仓库的概念并不陌生，但过去往往停留在ETL和BI报告的层面。这本书彻底颠覆了我对数据仓库的认知。它将数据仓库的生命周期分解为一系列可执行的步骤，并且每一步都充满了智慧的火花。作者并没有回避数据仓库建设中的痛点和难点，反而将其作为重点进行深入剖析。比如，关于数据迁移的策略，关于数据安全和合规的考量，关于如何进行性能调优以应对海量数据的挑战，书中都有详尽的阐述。让我耳目一新的是，书中还提到了数据仓库的“演进式”发展，这对于那些希望循序渐进，避免一次性巨大投入的企业来说，无疑是福音。我感觉，这本书不仅仅是在教授技术，更是在传递一种科学、系统、务实的数据仓库建设理念。它让我看到了数据仓库的无限可能，也让我对未来数据驱动的业务发展充满了期待。
如果说过去我对数据仓库的理解是一堆零散的砖瓦，那么读完这本书，我就好像获得了一整套精密的建筑图纸和专业的施工指南。我是一名负责数据治理的项目经理，在工作中常常为数据不一致、数据质量不高、数据安全隐患等问题头疼。这本书从数据仓库的生命周期视角出发，系统地解决了这些问题。书中关于数据标准、元数据管理、数据血缘追踪等章节，为我提供了强有力的理论支撑和实践指导。我特别赞赏书中对“数据资产”概念的强调，以及如何通过数据仓库来管理和赋能数据资产。它让我明白，数据仓库不仅仅是存储数据的地方，更是企业宝贵的数据资产的载体和运营平台。这本书的语言通俗易懂，逻辑清晰，即使是非技术背景的读者也能轻松理解。它就像一位经验丰富的老船长，带领我在数据仓库的海洋中航行，让我不再迷失方向，而是能够稳健地驶向数据价值的彼岸。
这本书的视角非常独特，它不是简单地罗列技术堆栈，而是从更宏观、更战略的角度审视了数据仓库的建设。我是一名初级数据工程师，在学习过程中经常感到迷茫，不知道如何将零散的技术知识串联起来，形成一个完整的体系。这本书恰好填补了我的这一空白。它将数据仓库的生命周期视为一个动态的、持续演进的过程，并针对每个阶段提出了切实可行的策略和建议。例如，在需求分析阶段，书中强调了与业务部门的深度沟通和理解，这对于避免“拍脑袋”式的建设至关重要。在技术选型方面，它并非盲目推崇最新的技术，而是结合实际业务场景，权衡利弊，给出理性的建议。让我印象深刻的是，书中对“人”的因素也给予了足够的重视，认识到团队协作、沟通和文化对数据仓库项目成功的影响。这种人文关怀的视角，在很多技术书籍中是难得一见的。通过阅读这本书，我不仅掌握了数据仓库的构建技术，更学会了如何从战略层面思考问题，如何成为一名更优秀的、更懂业务的数据工程师。
这是一本能够激发深度思考的书籍。我是一名在数据分析领域工作的从业者，虽然每天都在与数据打交道，但对于数据仓库的底层架构和生命周期管理却了解有限。这本书的出现，极大地拓宽了我的视野。它并非专注于某一特定技术或工具，而是从数据仓库的整个生命周期出发，探讨了贯穿始终的核心问题。例如，在数据质量保障方面，书中提出的“五层质量模型”给我留下了深刻印象，这是一种非常系统化的思考方式。在数据安全方面，书中也详细阐述了不同阶段的安全风险和防范措施。让我欣喜的是，书中还探讨了如何将数据仓库与大数据技术、人工智能等新兴领域相结合，为数据仓库的未来发展指明了方向。这本书的价值在于，它不仅仅是技术的罗列，更是对数据仓库建设哲学和战略的深刻洞察。读完这本书，我感觉自己对数据仓库有了更全面的理解，也对自己在数据分析领域的发展有了更清晰的规划。
一本令人振奋的书，充满了智慧和经验的结晶！我是一名在数据领域摸爬滚打了十多年的资深从业者，从最初的报表开发，到后来的数据分析，再到如今涉足数据仓库的构建和管理，见证了数据技术日新月异的发展。这本书的出现，仿佛为我打开了一扇新的窗户，让我对数据仓库的生命周期有了更深刻、更系统的认识。它并非一本枯燥的技术手册，而是通过一个个生动的案例、一套套实用的方法论，带领读者深入理解数据仓库从规划、设计、构建、部署、维护到退役的全过程。书中的每一章节都如同一个精心打磨的工具，或深入讲解数据建模的艺术，或细致剖析ETL流程的优化，或鞭辟入里地揭示数据治理的挑战与机遇。我特别欣赏书中对于数据质量控制的强调，这往往是许多数据项目失败的根源，但这本书却提供了清晰的解决思路和可行的落地步骤。读完这本书，我感觉自己就像拥有了一个强大的“工具箱”，面对未来数据仓库的各种挑战，都能从容应对，充满信心。它不仅是技术人员的宝贵财富，对于数据产品的经理、项目管理者，甚至是希望深入了解数据价值的企业决策者，都具有极高的阅读价值。
翻译一般
翻译的不错，偏理论，可以了解整体架构以及具体实施时可达成的目标
神作。在没有项目经验的时候阅读，没觉得什么。当实际项目遇到困难时，才发现这本书的价值，说到了很多项目中的痛点
从数据仓库的生命周期，产品设计流程，业务需求技术架构，维度建模，性能优化，ETL及其设计和应用，和相关系统的介绍和搭建，覆盖到数据仓库的方方面面，大而全，但不够细致与突出重点，更适合系统架构设计师阅读，而且与hadoop的结合有点脱节。
技术源于实践，结论来自验证，Kimball 经典
