仓储物流数据仓库的设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1.绪论 | 第10-15页 |
| 1.1 物流业发展概况 | 第10-11页 |
| 1.2 数据仓库对物流业的意义 | 第11-12页 |
| 1.3 数据仓库在物流企业的应用现状 | 第12页 |
| 1.4 本文主要内容 | 第12-14页 |
| 1.4.2 设计ETL过程 | 第13-14页 |
| 1.5 本文的架构 | 第14-15页 |
| 2.相关技术 | 第15-21页 |
| 2.1 数据仓库技术 | 第15-18页 |
| 2.1.1 数据仓库的概念和特点 | 第15-16页 |
| 2.1.2 数据仓库的体系结构 | 第16-17页 |
| 2.1.3 数据仓库的数据模型 | 第17页 |
| 2.1.4 数据仓库的实现 | 第17-18页 |
| 2.2 ETL过程 | 第18-20页 |
| 2.2.1 ETL的概念 | 第18-19页 |
| 2.2.2 ETL的架构和技术 | 第19-20页 |
| 2.2.3 Kettle工具的ETL系统 | 第20页 |
| 2.3 本章小结 | 第20-21页 |
| 3.仓储物流数据仓库设计 | 第21-33页 |
| 3.1 物流数据仓库目标分析 | 第21页 |
| 3.2 数据仓库建立 | 第21-28页 |
| 3.2.1 仓储物流数据的概念模型 | 第21-22页 |
| 3.2.2 建立数据仓库主题 | 第22-23页 |
| 3.2.3 数据仓库逻辑模型 | 第23-26页 |
| 3.2.4 物理模型设计 | 第26-28页 |
| 3.3 缓慢渐变维度设计 | 第28-31页 |
| 3.3.1 缓慢渐变维度的处理方法 | 第28页 |
| 3.3.2 物流数据仓库的缓慢变更维设计 | 第28-31页 |
| 3.4 粒度设计 | 第31-32页 |
| 3.4.1 粒度设计策略 | 第31-32页 |
| 3.4.2 物流数据仓库的粒度划分 | 第32页 |
| 3.5 本章小结 | 第32-33页 |
| 4.物流数据仓库ETL过程设计 | 第33-47页 |
| 4.1 数据采集过程 | 第33-35页 |
| 4.1.1 数据源分析 | 第33页 |
| 4.1.2 采集数据 | 第33-35页 |
| 4.3 数据清洗 | 第35-37页 |
| 4.3.1 相关数据表选择 | 第35-36页 |
| 4.3.2 数据过滤清洗 | 第36-37页 |
| 4.4 数据抽取 | 第37-42页 |
| 4.4.1 维持数据一致性 | 第38页 |
| 4.4.2 整体抽取机制 | 第38-39页 |
| 4.4.3 变更数据捕获CDC机制 | 第39-42页 |
| 4.5 数据转换 | 第42-44页 |
| 4.5.1 清洗转换 | 第42-43页 |
| 4.5.2 合并过程的字段转换 | 第43页 |
| 4.5.3 事实表的外键转换 | 第43-44页 |
| 4.6 数据加载 | 第44-45页 |
| 4.7 ETL过程实现 | 第45-46页 |
| 4.8 本章小结 | 第46-47页 |
| 5.物流数据仓库的应用 | 第47-52页 |
| 5.1 仓库数据分析 | 第47-49页 |
| 5.2 商品数据分析 | 第49-50页 |
| 5.3 物流数据分析 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 6.总结与展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55页 |
