本书内容主要分为三部分：第1部分导论，介绍SQL Server 2017的安装及配置方法、数据导入方法和工具，并且通过数据可视化技术介绍数据分析处理技术的基本需求、数据模型及实现方法；第2部分数据库基础知识与SQL实践，介绍关系数据库基础理论、数据库基础实现技术、SQL命令及查询实现技术、数据库实现新技术等相关知识；第3部分数据仓库和OLAP基础，介绍数据仓库的基本概念及相关理论、OLAP的基本概念及相关操作、基于企业Benchmark的OLAP实践案例。 本书采用面向数据完整生命周期的贯穿式案例教学方法，以数据的采集、加载、管理、处理、分析、优化、数据可视化、多维展示、数据挖掘等从起点到终点的案例式处理过程，介绍数据分析处理全生命周期中相关的技术，使读者掌握全面的数据库分析处理技术，增强读者独立解决实际问题的能力。

张延松，男，博士，副教授，2010年在中国人民大学获得计算机应用工学博士学位，2010年进入中国人民大学应用经济学博士后流动站从事博士后研究工作。2012年进入中国人民大学信息学院任教，并在中国人民大学中国调查与数据中心任职，主要研究方向为大数据分析技术，内存数据库，数据仓库等，在相关研究领域的国内、国外学术会议及期刊已发表论文20余篇，申请多项国内、国外发明专利，在内存数据库和新硬件数据库方向已获得12项国内发明专利、4项美国PCT发明专利授权。2016年获得教育部科技进步一等奖（4/7），2015年获得中国计算机学会科技进步奖一等奖（7/10），2017年获得北京市第十四届哲学社会科学优秀成果奖二等奖。

第1部分 导 论
第1章 初识SQL Server 2017 2
1.1 SQL Server 2017在Windows平台的安装与配置 2
1.2 SQL Server 2017在Linux平台的安装与配置 7
1.3 SQL Server数据库数据导入和导出 14
1.3.1 从Access文件向SQL Server导入数据 15
1.3.2 通过BULK INSERT命令导入平面数据文件 17
1.3.3 通过数据导入和导出向导导入平面数据文件 22
1.4 使用Integration Services导入数据 29
小结 39
第2章 数据分析与数据库的初步认识 40
2.1 Excel数据分析工具 40
2.1.1 Excel表单数据操作 40
2.1.2 Power Pivot for Excel 41
2.1.3 Power Map 45
2.2 Power BI Desktop数据分析工具 46
2.2.1 数据管理 46
2.2.2 数据分析与可视化报表 50
2.2.3 数据发布与访问 53
2.3 Tableau数据可视化分析工具 54
2.3.1 数据连接与管理 55
2.3.2 可视化分析 57
2.3.3 创建仪表板和故事 62
小结 64

第2部分 数据库基础知识与SQL实践
第3章 数据库基础知识 66
3.1 数据库的基本概念 66
3.1.1 数据、数据库、数据库管理系统、数据库系统 66
3.1.2 数据库系统的特点 69
3.2 关系数据模型 71
3.2.1 实体?联系模型 72
3.2.2 关系 72
3.2.3 关系模式 75
3.2.4 码 77
3.2.5 规范化 79
3.2.6 完整性约束 88
3.3 关系操作与关系代数 95
3.3.1 关系操作 95
3.3.2 关系代数与关系运算 96
3.4 数据库系统结构 105
3.4.1 内模式（Internal Schema） 105
3.4.2 模式（Schema） 108
3.4.3 外模式（External Schema） 109
3.4.4 数据库的二级映像与数据独立性 109
3.5 数据库系统的组成 110
3.5.1 数据库硬件平台 110
3.5.2 数据库软件 112
3.5.3 数据库人员 113
小结 114
第4章 关系数据库结构化查询语言SQL 115
4.1 SQL概述 115
4.2 数据定义SQL 119
4.2.1 模式的定义与删除 119
4.2.2 表的定义、删除与修改 121
4.2.3 代表性的索引技术 127
4.2.4 索引的创建与删除 134
4.3 数据查询SQL 136
4.3.1 单表查询 137
4.3.2 连接查询 147
4.3.3 嵌套查询 152
4.3.4 集合查询 158
4.3.5 基于派生表查询 161
4.4 数据更新SQL 162
4.4.1 插入数据 162
4.4.2 修改数据 164
4.4.3 删除数据 165
4.4.4 事务 165
4.5 视图的定义和使用 166
4.5.1 定义视图 166
4.5.2 查询视图 168
4.5.3 更新视图 169
4.6 面向大数据管理的SQL扩展语法 172
4.6.1 HiveQL 172
4.6.2 JSON数据管理 175
4.6.3 图数据管理 179
小结 183
第5章 数据库实现与查询优化技术 185
5.1 数据库查询处理实现技术和查询优化技术的基本原理 185
5.1.1 表存储结构 185
5.1.2 缓冲区管理 189
5.1.3 索引查询优化技术 190
5.1.4 基于代价模型的查询优化 196
5.2 内存查询优化技术 201
5.2.1 内存表 202
5.2.2 列存储索引 205
5.3 查询优化案例分析 209
5.4 代表性的关系数据库 226
小结 232

第3部分 数据仓库和OLAP基础
第6章 数据仓库和OLAP 236
6.1 数据仓库 236
6.1.1 数据仓库的概念 236
6.1.2 数据仓库的特征 237
6.1.3 数据仓库的体系结构 238
6.1.4 数据仓库的实现技术 241
6.2 OLAP联机分析处理 249
6.2.1 多维数据模型 250
6.2.2 OLAP操作 251
6.2.3 OLAP实现技术 255
6.2.4 OLAP存储模型设计 256
6.3 数据仓库案例分析 264
6.3.1 TPC-H 265
6.3.2 SSB 274
6.3.3 TPC-DS 276
小结 287
第7章 OLAP实践案例 288
7.1 基于SSB数据库的OLAP案例实践 288
7.1.1 SSB数据集分析 288
7.1.2 创建Analysis Services数据源 292
7.1.3 创建数据源视图 295
7.1.4 创建多维数据集 297
7.1.5 创建维度 301
7.1.6 多维分析 307
7.1.7 通过Excel数据透视表查看多维数据集 308
7.2 基于FoodMart数据库的OLAP案例实践 311
7.3 基于TPC-H数据库的OLAP案例实践 326
7.4 SQL Server 2017内置统计功能 338
7.4.1 系统安装配置 338
7.4.2 SQL Server 2017 R脚本执行案例 340
7.4.3 SQL Server 2017 R脚本执行与Analysis Services中统计功能 342
7.4.4 Analysis Services中常见的数据挖掘功能 351
7.4.5 SQL Server 2017 Python脚本执行 361
小结 364
参考文献 365