Brian Knight，是SQL Server MVP、MCIIP、MCSE以及MCDBA，是Pragjnatic Works的拥有者和创始人。同时，他还是BIDN.com、SQLServerCentral.com和SQLShare.com的共同创始人之一。他负责运行Jacksonville（JSSUG）的本地SQL Server用户组。Brian是几个技术杂志的专栏作家，也是许多SQL Server书籍的作者。他经常在一些非常重要的会议上演讲，比如PASS、SQL Connections、TechEd、SQL Saturdays、Code Camps以及其他会议。现居住在美国弗罗里达州的Jacksonville，他喜欢他的孩子以及跑马拉松。
　　
　　Erik Veerman，是SolidQ的指导者，专注于培训、指导和构建SQL Server BI平台上的解决方案。Erik在广泛的业务领域内设计了许多的BI解决方案—一电信、营销、零售、商业地产、金融、供应链和信息技术。他的行业认可包括Microsoft的Worldwide BI Solution of the Year以及．SQ/ Server Magazine的创新杯冠军。作为一名OLAP设计、ETL处理以及三维建模方面的专家，Erik是研究者、作者和导师。通过在SSIS方面的Wrox书籍，他帮助推动了行业ETL标准和SSIS的最佳实践，同时他还是Microsoft出版社SQL Server BI培训工具包的主要作者。Erick现在和他的妻子以及4个精力充沛的孩子居住在美国佐治亚州的Atlanta。
　　
　　Jessicam Moss，是Microsoft SQL Server商业智能领域著名的实践者、作者和演讲者。她为不同行业的不同公司创建了大量的数据仓库和商业智能解决方案，同时还进行关于Integration Services、Reporting Services和Analysis Services的培训课程。当她为一家大型的服装零售商工作时，曾经参与了SQL Server 2005 TAP计划，在该计划中，她为Integration Services开发了最佳的实现方法。Jessica为多家杂志、网站和图书撰写技术资料，其中包括Wrox图书Microsoft SQL Server 2008 Integration Services:Problem-Design-Solution．并且还在许多国际会议上发言，比如PASS Community Summit、SharePoint Connections以及SQLTeach Intemational Conference。作为一名创建用户到用户社区关系的强力支持者，Jessica通过PASS组织为帮助教育他人贡献自己的力量。
　　
　　Mike Davis，是MCTS、MCITP，是Pragmatic Works的Managing Project Lead。本书是他的第三本关于商业智能特别是Integration Services方面的书。他使用SQL Server近十年，并且和他的客户一起开发了许多成功的商业智能项目。Mike是一名经验丰富的演讲者，在许多事件上都提出过自己的看法，比如SQL Server用户组、代码阵营、SQL Saturday事件以及PASS Summit。Mike还是弗罗里达州Jacksonville的本地用户组（JSSUG）的活跃成员。在业余时间，他喜欢玩飞镖和弹吉他。读者可以通过博客MikeDavisSQL.com和BIDN.com与他联系。
　　
　　Chris Rock，是一名软件开发人员，同时也是Pragrnatic Works的项目经理。他在1998年开始使用VB和SQL Server 6.5开发软件，自SSIS诞生以来就一直使用SSIS。Chris在多个本地SQL Saturday以及弗罗里达州的Code Camp中演讲。当他不编写代码时，Chris喜欢训练他的猫说英语。

　　Microsoft SQL Server Integration Services （SSIS） 2012提供了．些重要和增强的功能，从而极在地扩展了该产品功能——《SQL Server数据库经典译丛：SQL Server 2012 Integration Services 高级教程（第2版）》演示了如何有效地使用这些功能。书中不仅介绍了2012产品发布版本的最新功能，还时论了关于如何有效使用这些功能的最佳实践。为了更好地说明相关概念和技术，每一章都包括了一些有用的案例研究以及实例教程——所有这些内容都基于专家作者多年来的实际工作经验。
　　《SQL Server数据库经典译丛：SQL Server 2012 Integration Services 高级教程（第2版）》主要内容包括：
　　说明如何使用SSIS来提取、转换和加载（ETL）数据；
　　介绍每个SSIS任务以及数据流组件；
　　传授最有效的SSIS性能优化技术；
　　介绍数据清洗和增量加载等高级技术；
　　演示如何使用SSIS中的内置组件来加载数据仓库；
　　介绍用于提高可管理性和可扩展性的最佳实践。

　　5.6.14百分比抽样转换和行抽样转换
　　百分比抽样和行抽样转换能够从源中获取数据并随机选择一组数据子集。该转换产生两个可供选择的输出。一个输出是随机选择的数据，而另一个输出则是其他没有被选择的数据。可以使用该转换向开发或者测试服务器发送数据子集。该转换最突出的应用是对数据挖掘模型进行定型。您可以使用一条输出路径来定型自己的数据挖掘模型，并取样来验证该模型。
　　为了配置该转换，首先选择希望被取样的行的百分比或数量。可以想象，百分比抽样转换能够选择行百分比，而行抽样转换则指定希望被随机输出的行数。然后，可以选择性地为来自转换的每个输出命名。最后一个选项就是指定随机选择数据的种子。如果选择了一个种子并多次运行该转换，那么将会向目标输出相同数据。而如果取消选中该选项（此为默认设置），那么在运行时种子将自动增加，因此每次您都会看到随机数据。
　　5.6.15透视转换
　　您是否曾经有过这样的感觉，数据透视表是现代为企业主转换数据的Rosetta Stone。数据可以以关联方式进行存储，但如果数据透视表以自己的格式要求数据时则需要编写复杂的选择语句来生成。好了，闲话少说。现在，我们可以使用一个SSIS转换来生成相关结果。透视数据表（pivot table）是交叉表格列的结果，而这些列则是按照行格式汇总数据生成的。
　　通常，可以使用下面所示的输入列来生成透视转换：透视键：透视列是向“透视”输入的数据元素。单词“透视”的另一种说法就是“为每个唯一实例创建列”。然而，该数据必须是可控的。假设在表中创建列，此时你并不会在一个表中创建1 000个独立命名的列，所以为了在选择需要放入数据透视表中的数据元素时获得最佳结果，请通过运行GROUP BY语句来选取元素，这样将会生成15或者更少的列。如果正在处理日期，那么可以使用DATENAME之类的函数将日期转换为一年中的一月或一天。
　　设置键：设置键将创建一列，并将所有行中唯一值放置在该列中。与GROUP BY语句相类似，需要将一些数据定义为组（行），而其他数据则没有多个意义。
　　透视值：这些列是数据的聚合，以矩阵的形式提供了行列和透视列之间的结果。
　　透视转换可以接收一个输入流，使用前面列的定义并生成数据透视表输出。如果在进行该转换之前熟悉一下输入需求并格式化数据，那么将是非常有帮助的。可以使用GROUP BY语句聚合数据。特别要注意按行列进行排序—_i塞可能会显著地改变您的结果。
　　为了正确地设置，必须先定义每个文本透视列。在使用透视转换过程时经常会产生一个常见的误解（也是产生混乱的根源），认为只需要简单地按购买日期的月份列来设置透视列，该转换应该就会自动生成带有一年12个月份的透视列。但事实并非如此。您需要亲自为一年中的每个月创建一个输出列。如果为透视列使用颜色，那么则需要为每种可能的颜色添加一个输出列。例如，如果将透视列设置为蓝色、绿色和黄色，那么当红色出现在输入源时，透视转换将失败。因此，需要未雨绸缪，事先了解您所选择的透视列可能产生的透视，或者为那些与您所期望的透视值不相匹配的数据提供一个错误输出。
　　在本示例中，我们将使用一些AdventureWorks产品以及交易记录来生成一个快速数据透视表，以便按月显示售出的产品数量。这是一种典型的上层管理需求，并且在本示例中可以介绍所有相关的选项。AdventureWorks管理部门需要一个所有产品的列表，并且按月显示2003年中每个产品的交易数量。
　　……

第1章 欢迎使用SQL Server Integration ServiceS
1.1 SQL Server SSIS历史概述
1.2 SSIS中的新内容
1.3 商业工具
1.3.1 导入和导出向导
1.3.2 SQL Server Data Tools体验
1.4 SSIS体系结构
1.4.1 包
1.4.2 控制流
1.4.3 数据流
1.4.4 变量
1.4.5 参数
1.4.6 错误处理和日志记录
1.5 SQLServer版本
1.6 小结

第2章 SSIS工具
2.1 导入和导出向导
2.1 SQL Server Data Tools
2.3 创建第一个包
2.4 解决方案资源管理器窗口
2.4.1 工具箱
2.4.2 属性窗口
2.5 SSIS包设计器
2.5.1 控制流
2.5.2 连接管理器
2.5.3 变量
2.5.4 数据流
2.5.5 参数
2.5.6 事件处理程序
2.5.7 包资源管理器
2.5.8 执行包
2.6 Management Studio
2.7 小结

第3章 SSIS任务
3.1 SSIS任务对象
3.1.1 使用任务编辑器
3.1.2 任务编辑器的“表达式”选项卡
3.1.3 SDDTCmmon属性
3.2 循环和序列任务
3.3 脚本任务(.NET)
3.4 Analysis Services任务
3.4.1 Analysis Services执行DDL任务
3.4.2 AnalysisServices处理任务
3.4.3 数据挖掘查询任务
3.5 数据流任务
3.6 数据准备任务
3.6.1 数据事件探查器
3.6.2 文件系统任务
3.6.3 对文件进行归档
3.6.4 FTP任务
3.6.5 使用FTP获取文件
3.6.6 Web服务任务
3.6.7 使用Web服务任务和XML源组件来获取数据
3.6.8 XML任务
3.6.9 验证XML文件
3.7 RDBMS服务器任务
3.7.1 大容量插入任务
3.7.2 使用大容量插入任务
3.7.3 执行SQL任务
3.8 工作流任务
3.8.1 执行包任务
3.8.2 执行进程任务
3.8.3 消息队列任务
3.8.4 发送邮件任务
3.8.5 wrvn数据读取器任务
3.8.6 WMI事件观察器任务
3.8.7 为了文件传输而轮询目录
3.9 SMO管理任务
3.9.1 传输数据库任务
3.9.2 传输错误消息任务
3.9.3 传输登录名任务
3.9.4 传输主存储过程任务
3.9.5 传输作业任务
3.9.6 传输SQL Server对象任务
3.1 0小结

第4章 容器
4.1 任务宿主容器
4.2 序列容器
4.3 组
4.4 For循环容器
4.5 Foreach循环容器
4.5.1 Foreach文件枚举器示例
4.5.2 ForeachADO枚举器示例
4.6 小结

第5章 数据流I
5.1 理解数据流
5.2 数据查看器
5.3 源
5.3.1 0LE DB源
5.3.2 Excel源
5.3.3 平面文件源
5.3.4 原始文件源
5.3.5 XML源
5.3.6 ADO.NET源
5.4 目标
5.4.1 Excel目标
5.4.2 平面文件目标
5.4.3 0LE DB目标
5.4.4 原始文件目标
5.4.5 记录集目标
5.4.6 SQLServer和移动目标
5.4.7 数据挖掘模型定型目标
5.4.8 DataReader目标
5.4.9 处理维度目标和处理分区目标
5.5 常用转换
5.5.1 同步转换和异步转换
5.5.2 聚合转换
5.5.3 有条件拆分转换
5.5.4 数据转换
5.5.5 派生列转换
5.5.6 查找转换
5.5.7 缓存转换
5.5.8 行计数转换
5.5.9 脚本组件
5.5.1 0渐变维度转换
5.5.1 1排序转换
5.5.1 2 Union All转换
5.6 其他转换
5.6.1 审核转换
5.6.2 字符映射表转换+
5.6.3 复制列转换
5.6.4 数据挖掘查询转换
5.6.5 DQS清除转换
5.6.6 导出列转换
5.6.7 模糊查找转换
5.6.8 模糊分组转换
5.6.9 导入列转换
5.6.10 合并转换
5.6.11 合并联接转换
5.6.12 多播转换
5.6.13 0LE DB命令转换
5.6.14 百分比抽样转换和行抽样转换
5.6.15 透视转换
5.6.16 逆透视转换
5.6.17 字词提取转换
5.6.18 字词查找转换
5.7 数据流示例
5.8 小结

第6章 使用变量、参数和表达式
第7章 联接数据
第8章 创建端到端的包
第9章 在SSIS中编写脚本
第10章 加载数据仓库
第11章 SSIS中高级的数据清洗
第12章 使用关系引擎
第13章 访问异构数据
第14章 可靠性和可扩展性
第15章 理解和优化数据流引擎
第16章 SSIS软件开发生命周期
第17章 错误和事件处理
第18章 编程和扩展SSIS
第19章 向组件添加用户界面
第20章 外部管理和WMI任务实现
第21章 通过外部应用程序使用SSIS
第22章 管理SSIS
第23章 案例研究：一个编程示例