Star Schema: il riferimento completo

Recensioni dei lettori

Il libro è una risorsa completa per la modellazione dimensionale, con particolare attenzione agli schemi a stella e a fiocco di neve. È ben organizzato e fornisce spiegazioni ed esempi dettagliati, rendendolo adatto sia ai principianti che ai professionisti esperti. Molti recensori hanno trovato lo stile di scrittura accattivante, che li ha aiutati ad afferrare facilmente concetti complessi. Tuttavia, alcuni hanno rilevato problemi legati alla mancanza di illustrazioni nella versione Kindle e hanno consigliato una copia fisica per una migliore fruibilità.

Copertura completa e dettagliata degli schemi a stella e a fiocco di neve.

Stile ben scritto e coinvolgente che aiuta a comprendere argomenti complessi.

(basato su 64 recensioni dei lettori)

Titolo originale:

Star Schema the Complete Reference

Contenuto del libro:

La guida definitiva alla progettazione dimensionale per il vostro data warehouse.

Imparate le migliori pratiche di progettazione dimensionale. Star Schema: The Complete Reference offre una copertura approfondita dei principi di progettazione e dei loro razionali sottostanti. Organizzata intorno ai concetti di progettazione e illustrata con esempi dettagliati, è una guida passo passo per i principianti e una risorsa completa per gli esperti.

Questo volume omnicomprensivo inizia con i fondamenti della progettazione dimensionale e mostra come si adattano a diverse architetture di data warehouse, tra cui quelle di W. H. Inmon e Ralph Kimball. Il libro procede con una serie di tecniche avanzate che aiutano ad affrontare la complessità del mondo reale, a massimizzare le prestazioni e ad adattarsi ai requisiti dei prodotti software di BI ed ETL. Vengono forniti compiti di progettazione e risultati che possono essere incorporati in qualsiasi progetto, indipendentemente dall'architettura o dalla metodologia.

⬤ Padroneggiare i fondamenti della progettazione di schemi a stella e dell'elaborazione di modifiche lente.

⬤ Identificare le situazioni che richiedono più stelle o cubi.

⬤ Assicurare la compatibilità tra le diverse aree tematiche man mano che il data warehouse cresce.

⬤ Accogliere gli attributi ripetuti, le gerarchie ricorsive e la scarsa qualità dei dati.

⬤ Supportare requisiti contrastanti per i dati storici.

⬤ Gestire le variazioni all'interno di un processo aziendale e la correlazione di attività disparate.

⬤ Aumentare le prestazioni utilizzando schemi derivati e aggregati.

⬤ Imparare quando è opportuno modificare i progetti per gli strumenti di BI ed ETL.