本書內容主要分為三部分：第1部分導論，介紹SQL Server 2017的安裝及配置方法、數據導入方法和工具，並且通過數據可視化技術介紹數據分析處理技術的基本需求、數據模型及實現方法；第2部分數據庫基礎知識與SQL實踐，介紹關繫數據庫基礎理論、數據庫基礎實現技術、SQL命令及查詢實現技術、數據庫實現新技術等相關知識；第3部分數據倉庫和OLAP基礎，介紹數據倉庫的基本概念及相關理論、OLAP的基本概念及相關操作、基於企業Benchmark的OLAP實踐案例。 本書采用面向數據完整生命周期的貫穿式案例教學方法，以數據的采集、加載、管理、處理、分析、優化、數據可視化、多維展示、數據挖掘等從起點到終點的案例式處理過程，介紹數據分析處理全生命周期中相關的技術，使讀者掌握全面的數據庫分析處理技術，增強讀者獨立解決實際問題的能力。

張延松，男，博士，副教授，2010年在中國人民大學獲得計算機應用工學博士學位，2010年進入中國人民大學應用經濟學博士後流動站從事博士後研究工作。2012年進入中國人民大學信息學院任教，並在中國人民大學中國調查與數據中心任職，主要研究方向為大數據分析技術，內存數據庫，數據倉庫等，在相關研究領域的國內、國外學術會議及期刊已發表論文20餘篇，申請多項國內、國外發明專利，在內存數據庫和新硬件數據庫方向已獲得12項國內發明專利、4項美國PCT發明專利授權。2016年獲得教育部科技進步一等獎（4/7），2015年獲得中國計算機學會科技進步獎一等獎（7/10），2017年獲得北京市第十四屆哲學社會科學優秀成果獎二等獎。

第1部分 導 論
第1章 初識SQL Server 2017 2
1．1 SQL Server 2017在Windows平臺的安裝與配置 2
1．2 SQL Server 2017在Linux平臺的安裝與配置 7
1．3 SQL Server數據庫數據導入和導出 14
1．3．1 從Access文件向SQL Server導入數據 15
1．3．2 通過BULK INSERT命令導入平面數據文件 17
1．3．3 通過數據導入和導出向導導入平面數據文件 22
1．4 使用Integration Services導入數據 29
小結 39
第2章 數據分析與數據庫的初步認識 40
2．1 Excel數據分析工具 40
2．1．1 Excel表單數據操作 40
2．1．2 Power Pivot for Excel 41
2．1．3 Power Map 45
2．2 Power BI Desktop數據分析工具 46
2．2．1 數據管理 46
2．2．2 數據分析與可視化報表 50
2．2．3 數據發布與訪問 53
2．3 Tableau數據可視化分析工具 54
2．3．1 數據連接與管理 55
2．3．2 可視化分析 57
2．3．3 創建儀表板和故事 62
小結 64

第2部分 數據庫基礎知識與SQL實踐
第3章 數據庫基礎知識 66
3．1 數據庫的基本概念 66
3．1．1 數據、數據庫、數據庫管理繫統、數據庫繫統 66
3．1．2 數據庫繫統的特點 69
3．2 關繫數據模型 71
3．2．1 實體?聯繫模型 72
3．2．2 關繫 72
3．2．3 關繫模式 75
3．2．4 碼 77
3．2．5 規範化 79
3．2．6 完整性約束 88
3．3 關繫操作與關繫代數 95
3．3．1 關繫操作 95
3．3．2 關繫代數與關繫運算 96
3．4 數據庫繫統結構 105
3．4．1 內模式（Internal Schema） 105
3．4．2 模式（Schema） 108
3．4．3 外模式（External Schema） 109
3．4．4 數據庫的二級映像與數據獨立性 109
3．5 數據庫繫統的組成 110
3．5．1 數據庫硬件平臺 110
3．5．2 數據庫軟件 112
3．5．3 數據庫人員 113
小結 114
第4章 關繫數據庫結構化查詢語言SQL 115
4．1 SQL概述 115
4．2 數據定義SQL 119
4．2．1 模式的定義與刪除 119
4．2．2 表的定義、刪除與修改 121
4．2．3 代表性的索引技術 127
4．2．4 索引的創建與刪除 134
4．3 數據查詢SQL 136
4．3．1 單表查詢 137
4．3．2 連接查詢 147
4．3．3 嵌套查詢 152
4．3．4 集合查詢 158
4．3．5 基於派生表查詢 161
4．4 數據更新SQL 162
4．4．1 插入數據 162
4．4．2 修改數據 164
4．4．3 刪除數據 165
4．4．4 事務 165
4．5 視圖的定義和使用 166
4．5．1 定義視圖 166
4．5．2 查詢視圖 168
4．5．3 更新視圖 169
4．6 面向大數據管理的SQL擴展語法 172
4．6．1 HiveQL 172
4．6．2 JSON數據管理 175
4．6．3 圖數據管理 179
小結 183
第5章 數據庫實現與查詢優化技術 185
5．1 數據庫查詢處理實現技術和查詢優化技術的基本原理 185
5．1．1 表存儲結構 185
5．1．2 緩衝區管理 189
5．1．3 索引查詢優化技術 190
5．1．4 基於代價模型的查詢優化 196
5．2 內存查詢優化技術 201
5．2．1 內存表 202
5．2．2 列存儲索引 205
5．3 查詢優化案例分析 209
5．4 代表性的關繫數據庫 226
小結 232

第3部分 數據倉庫和OLAP基礎
第6章 數據倉庫和OLAP 236
6．1 數據倉庫 236
6．1．1 數據倉庫的概念 236
6．1．2 數據倉庫的特征 237
6．1．3 數據倉庫的體繫結構 238
6．1．4 數據倉庫的實現技術 241
6．2 OLAP聯機分析處理 249
6．2．1 多維數據模型 250
6．2．2 OLAP操作 251
6．2．3 OLAP實現技術 255
6．2．4 OLAP存儲模型設計 256
6．3 數據倉庫案例分析 264
6．3．1 TPC-H 265
6．3．2 SSB 274
6．3．3 TPC-DS 276
小結 287
第7章 OLAP實踐案例 288
7．1 基於SSB數據庫的OLAP案例實踐 288
7．1．1 SSB數據集分析 288
7．1．2 創建Analysis Services數據源 292
7．1．3 創建數據源視圖 295
7．1．4 創建多維數據集 297
7．1．5 創建維度 301
7．1．6 多維分析 307
7．1．7 通過Excel數據透視表查看多維數據集 308
7．2 基於FoodMart數據庫的OLAP案例實踐 311
7．3 基於TPC-H數據庫的OLAP案例實踐 326
7．4 SQL Server 2017內置統計功能 338
7．4．1 繫統安裝配置 338
7．4．2 SQL Server 2017 R腳本執行案例 340
7．4．3 SQL Server 2017 R腳本執行與Analysis Services中統計功能 342
7．4．4 Analysis Services中常見的數據挖掘功能 351
7．4．5 SQL Server 2017 Python腳本執行 361
小結 364
參考文獻 365

前 言

數據是信息社會時代最重要的資源，數據庫是面向數據管理的技術，不僅是計算機繫統中重要的繫統軟件之一，而且也是以數據為中心的信息社會的基礎支撐技術。在大數據時代，通過對海量數據的分析獲得企業及社會發展所需要的有價值的信息是，深入挖掘大數據價值的重要手段，數據庫技術也從面向電信、金融、航空訂票、企業交易、電子商務等傳統領域的事務處理擴展到對企業級海量數據的分析處理，並且結合大數據處理技術、新硬件技術等進一步升級了數據庫大數據分析處理能力。傳統的數據庫以結構化數據管理為主，隨著大數據多樣化數據管理需求的增長，當前主流數據庫提供了非結構化數據管理能力，如對XML、JSON等半結構化數據管理的支持及對Hadoop等大數據管理平臺的支持，通過與數據可視化、數據分析處理等主流的大數據分析處理技術相融合的能力，數據庫成為大數據時代一個重要的基礎數據管理與分析處理平臺。

當前，數據庫技術的發展趨勢呈現多個顯著特點：新型內存查詢型處理引擎集成到傳統的磁盤處理引擎中，以提升數據庫性能；從傳統的行存儲引擎轉換為列存儲引擎，以提高大數據分析處理性能；支持XML、JSON等非結構化數據管理；將R、Python等機器學習和分析軟件集成到數據庫查詢引擎，以支持數據庫中擴展的分析處理能力；增加與Hadoop等大數據管理平臺集成工具，以支持數據庫對Hadoop大數據平臺的訪問支持。隨著數據庫技術的升級與變革，傳統數據庫學科的理論知識與實踐技能也需要進一步擴展，以更好地適應大數據時代數據庫的理論體繫和實現技術。

近年來，隨著大數據分析處理需求的不斷增長，企業級數據分析處理越來越多地成為數據庫應用的主要任務之一，這需要更多具有不同學科知識背景的數據分析人員直接面對企業級數據平臺，並掌握足夠的數據庫知識來完成企業級數據分析處理任務，這種應用需求要求降低數據庫的技術門檻，以方便非計算機專業背景的數據分析人員使用數據庫平臺進行數據分析，同時也需要向非計算機專業人員繫統地介紹數據庫分析處理的完整技術框架。本書以SQL Server 2017平臺為基礎，以數據庫分析處理技術為主線，以案例教學方式，繫統地介紹數據庫的基本理論、SQL操作實踐、數據庫實現技術基本原理、數據倉庫基本理論、OLAP基本概念與實現技術、數據挖掘、數據可視化技術等，使讀者通過實際的案例掌握以數據庫為基礎的數據分析處理技術所涉及的關繫模型、存儲模型、查詢處理模型、查詢優化模型、多維分析處理模型、OLAP模型、數據挖掘模型、數據可視化模型等相關理論與實踐技術，實現從數據到分析的完整處理過程，較全面地理解現代數據庫軟件的體繫結構和實現技術。

本書內容主要分為三部分。

1. 導論 介紹SQL Server 2017的安裝及配置方法，數據導入方法和工具，並且通過數據可視化技術介紹數據分析處理技術的基本需求、數據模型及實現方法。

2. 數據庫基礎知識與SQL實踐 介紹關繫數據庫基礎理論、數據庫基礎實現技術、SQL命令及查詢實現技術、數據庫實現新技術等相關知識。

3. 數據倉庫和OLAP基礎 介紹數據倉庫的基本概念及相關理論、OLAP的基本概念及相關操作、基於企業Benchmark的OLAP實踐案例。

本書面向數據庫分析處理技術，將通常分散於數據庫基礎、數據庫實現技術、數據倉庫與OLAP、數據挖掘、商業智能與數據可視化技術等相關教材中的內容以統一的案例形式貫穿於本書始終，使讀者能夠通過案例實踐，全面掌握數據分析處理的完整過程，從底層的數據庫平臺的數據組織與管理，到頂層面向分析模型的數據分析處理及可視化數據展示，實現理論與實踐的統一。鋻於軟件中代碼的大小寫對程序執行結果不會有影響，為體現其真實性，故本書裡的截圖保留了作者提供的原圖，未進行大小寫統一處理。

本書采用深入淺出的方法，結合案例教學模式，繫統地介紹數據庫的基本理論與實現技術。本書尤其適合與數據分析處理技術相關的非計算機專業人員使用，可幫助其跨越數據庫技術門檻，掌握企業級數據分析處理方法，理解現代數據庫技術的基本設計思想與技術發展趨勢，了解商業智能的主要實現技術，熟悉現代企業數據分析處理的基本技術框架。本書也可以作為人文社會學科學生的數據庫應用技術教材，建議在教學中側重講解基本數據庫概念和SQL命令使用方法，掌握企業級數據庫應用技術，可以相對弱化第5章數據庫實現與查詢優化技術與第6章數據庫倉庫和OLAP理論的要求，重點通過第7章OLAP實踐案例掌握基於數據庫的分析處理技術的完整數據處理流程，以及數據庫分析處理的實用技能。

由於編者水平有限，編寫時間倉庫，書中難免存在疏漏和不足，懇請同行專家和讀者給予批評和指正。

編著者