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，并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，介紹關系數據庫基礎理論、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、基于企業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后流動站從事博士后研究工作。2012年進入中國人民大學信息學院任教，并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余篇，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、數據庫管理系統、數據庫系統 66
3.1.2 數據庫系統的特點 69
3.2 關系數據模型 71
3.2.1 實體?聯系模型 72
3.2.2 關系 72
3.2.3 關系模式 75
3.2.4 碼 77
3.2.5 規范化 79
3.2.6 完整性約束 88
3.3 關系操作與關系代數 95
3.3.1 關系操作 95
3.3.2 關系代數與關系運算 96
3.4 數據庫系統結構 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 數據庫系統的組成 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 關系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 基于派生表查詢 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 緩沖區管理 189
5.1.3 索引查詢優化技術 190
5.1.4 基于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 代表性的關系數據庫 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 數據倉庫的體系結構 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 基于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 基于FoodMart數據庫的OLAP案例實踐 311
7.3 基于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 系統安裝配置 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
新書資訊