دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: سازمان و پردازش داده ها ویرایش: نویسندگان: Claudia Imhoff, Nicholas Galemmo, Jonathan G. Geiger سری: ISBN (شابک) : 9780471324218, 0471324213 ناشر: Wiley سال نشر: 2003 تعداد صفحات: 457 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
در صورت تبدیل فایل کتاب Mastering Data Warehouse Design: Relational and Dimensional Techniques به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تسلط بر طراحی انبار داده: تکنیک های رابطه ای و ابعادی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
بیل اینمون، یکی از پیشگامان انبارهای داده برای کسب و کار، انبار را "مجموعه ای موضوع محور، یکپارچه، متغیر زمانی و غیرفرار از داده ها که در تصمیم گیری استراتژیک استفاده می شود، تعریف کرد. این متن رویکرد مدل سازی رابطه ای اینمون را گرد هم می آورد انبارها با فلسفههای طراحی دیگر بیشتر به مدلسازی ابعادی متکی هستند. نویسندگان انواع مدلهای داده مورد استفاده برای عملکردهای مختلف \"هوش تجاری\" را توصیف میکنند، ساخت گام به گام یک مدل انبار داده را بررسی میکنند و مسائل مربوط به استقرار و مشکلات رایج را مورد بحث قرار میدهند. \"
Bill Inmon, one of the pioneers of data warehouses for business, defined a warehouse "a subject-oriented, integrated, time variant, and non-volatile collection of data used in strategic decision making. This text brings together Inmon's relational modeling approach to warehouses with other design philosophies more reliant on dimensional modeling. The authors describe types of data models used for different "business intelligence" functions, explore the step-by-step construction of a data warehouse model, and discuss deployment issues and common problems"