数据仓库与数据挖掘应用教程

MSTR官方培训教程v1.4

简介

MSTR（MicroStrategy）是一家美国的商业智能（Business Intelligence，简称BI）和分析软件公司，其产品被广泛应用于数据挖掘、数据仓库、在线分析处理（OLAP）等领域。MSTR官方培训教程v1.4是其最新版本的培训教程，覆盖了MSTR的基本概念、原理、应用场景等方面。本文将对该培训教程做一个简要的介绍。

目录

• 入门篇

– 第一章 MSTR产品介绍

– 第二章 MSTR安装与配置

– 第三章 MSTR界面介绍

• 基础篇

– 第四章 MSTR报表设计

– 第五章 MSTR报表高级功能

– 第六章 MSTR报表发布与共享

• 进阶篇

– 第七章 MSTR Cube设计

– 第八章 MSTR数据挖掘

– 第九章 MSTR API与SDK

• 高级篇

– 第十章 MSTR性能优化

– 第十一章 MSTR集群与部署

– 第十二章 MSTR安全与管理

内容概述

MSTR官方培训教程v1.4共分为四个篇章，共计12章。其中，入门篇主要介绍MSTR的产品介绍、安装与配置、界面介绍等内容，属于MSTR的基础入门部分。基础篇涉及MSTR的报表设计、高级功能、发布与共享等内容，对于MSTR的基本用法有了更深入的了解。进阶篇主要介绍MSTR的Cube设计、数据挖掘、API与SDK等内容，是对MSTR进一步深层次使用的介绍。高级篇则主要向用户介绍如何更好地进行MSTR性能优化、集群与部署和安全与管理等方面的使用。

在MSTR官方培训教程v1.4中，用户将通过输入指令、对界面操控、定制菜单等方式来实现对数据进行分析和管理。在入门篇中，用户将学习到MSTR BI系统的基本操作，包括从不同角度查看数据的方式、轻松创建多个可视化项目以及在BI中查找和组织数据的方法。

在基础篇中，学习的内容会更加深入。用户将学习到如何构建基本报表，了解基本UI设计和如何开发单个和多个文档。在进阶篇中，用户将掌握一些高级技能，例如Cube设计、数据挖掘并从输入到分析过程中掌握如何制作和使用高级功能。在高级篇中，用户将了解如何优化MSTR，包括集群和部署以及访问和使用BI时所需的基本安全措施。

管理科学与工程专业硕士学位研究生方向与课程

（2006级用）

（一）学位课程（本专业各方向硕士生公共必修课，计23 学分）

课程

编号 课 程 名 称 学时 学分 开课学期 任课教师

0001 马列经典著作选读 36 2 1

0002 科学社会主义理论与实践 36 2 2

0003 第一外国语 240 5 1、2

管理学 54 3 1 王学东、 詹一虹

8402 运筹学 54 3 1

8403 管理信息技术 54 3 2 胡伟雄

8404 工程经济学 54 3 2 桂学文

（二）指定选修课程（按研究方向设置）

研究

方向 课程编号 课 程 名 称 学时 学分 开课学期 任课教师

电子商务系统 8411 电子商务系统开发 54 3 3 李玉海

8412 电子商务系统管理 54 3 3 王学东

8413 电子商务安全 54 3 4 胡伟雄

电子政务 8414 电子政务原理 54 3 3 娄策群

8432 电子政务运作与管理 54 3 3 王战平

8416 电子政务信息管理 54 3 4 段尧清

供应链与物流管理 8423 现代物流学 54 3 3 李延辉

8424 供应链管理 54 3 3 戈国莲

8428 物流企业管理 54 3 4 桂学文

信息工程与项目管理 8433 信息系统工程与管理 54 3 3 张大斌

8418 数据仓库与数据挖掘 54 3 3 陈菁华

8419 信息网格技术 54 3 4 高劲松

（三）任意选修课程

课程

编号 课 程 名 称 学时 学分 开课学期 任课教师

科学研究与论文写作方法论（同情报学） 36 2 3 娄策群等

网络经济学（同情报学） 54 3 3 娄策群

企业信息化理论与运作（同情报学） 54 3 3 桂学文

电子商务法（同情报学） 36 2 4 王伟军

电子商务管理（同情报学） 54 3 4 王学东

目 录

第一部分 备考指南 ............................................................

第1章 考试概述 ..........................................................

第2章 复习技巧 ..........................................................

第二部分 核心讲义 ............................................................

第1章 数据库应用系统开发方法 ............................................

第2章 需求分析 ..........................................................

第3章 数据库结构设计 ....................................................

第4章 数据库应用系统功能设计与实施 ......................................

第5章 UML与数据库应用系统 ..............................................

第6章 高级数据查询 ......................................................

第7章 数据库及数据库对象 ................................................

第8章 数据库后台编程技术 ................................................

第9章 安全管理 ..........................................................

第一章 数据仓库与数据挖掘概述

1.数据库与数据仓库的本质差别是什么？

答：数据库用于事务处理，数据仓库用于决策分析;数据库保持事务处理的当前状态，数据仓库既保存过去的数据又保存当前的数据;数据仓库的数据是大量数据库的集成;对数据库的操作比较明确，操作数据量少,对数据仓库操作不明确，操作数据量大。

数据库是细节的、在存取时准确的、可更新的、一次操作数据量小、面向应用且支持管理；数据仓库是综合或提炼的、代表过去的数据、不更新、一次操作数据量大、面向分析且支持决策。

6.说明OLTP与OLAP的主要区别。

答：OLTP针对的是细节性数据、当前数据、经常更新、一次性处理的数据量小、对响应时间要求高且面向应用，事务驱动； OLAP针对的是综合性数据、历史数据、不更新，但周期性刷新、一次处理的数据量大、响应时间合理且面向分析，分析驱动。

8.元数据的定义是什么？

答：元数据（metadata）定义为关于数据的数据（data about data），即元数据描述了数据仓库的数据和环境。

9.元数据与数据字典的关系什么？

答：在数据仓库中引入了“元数据”的概念，它不仅仅是数据仓库的字典，而且还是数据仓库本身信息的数据。

18.说明统计学与数据挖掘的不同。

答：统计学主要是对数量数据（数值）或连续值数据（如年龄、工资等），进行数值计算（如初等运算）的定量分析，得到数量信息。

数据挖掘主要对离散数据（如职称、病症等）进行定性分析（覆盖、归纳等），得到规则知识。

19.说明数据仓库与数据挖掘的区别与联系。

答：数据仓库是一种存储技术，它能适应于不同用户对不同决策需要提供所需的数据和信；数据挖掘研究各种方法和技术，从大量的数据中挖掘出有用的信息和知识。

数据仓库与数据挖掘都是决策支持新技术。但它们有着完全不同的辅助决策方式。在数据仓库系统的前端的分析工具中，数据挖掘是其中重要工具之一。它可以帮助决策用户挖掘数据仓库的数据中隐含的规律性。数据仓库和数据挖掘的结合对支持决策会起更大的作用。