數(shù)據(jù)倉庫實例課件

1、 數(shù)據(jù)倉庫實例本例采用的是SQl Server2005所提供的商業(yè)智能服務和工具，主要包括Analysis Services(分析服務)，Integration Services(集成服務),Reporting Services(集成服務)和Bussiness Intelligence Developer Studio(BIDS)。數(shù)據(jù)倉庫實例分析服務(Analysis Services)SQL Server 分析服務（SSAS）是一個用于分析數(shù)據(jù)倉庫中數(shù)據(jù)的工具，它包括了OLAP和數(shù)據(jù)挖掘工具。在SQL Server 2005數(shù)據(jù)庫系統(tǒng)中，Analysis Services工具以服務器的方式

2、為用戶提供管理多維數(shù)據(jù)立方體的服務。Analysis Services可以把數(shù)據(jù)倉庫中的數(shù)據(jù)組織起來，經(jīng)過預先的聚集運算，加入到多維立方體中（即建立立方體），然后對復雜的分析型訪問做出迅速的回答。數(shù)據(jù)倉庫實例集成服務(Integration Services)SQL Server 集成服務（SSIS）被定位成一個能生成高性能數(shù)據(jù)集成解決方案(包括數(shù)據(jù)倉庫中數(shù)據(jù)的提取、轉(zhuǎn)換和加載（ETL）的平臺。其集成的含義主要就是指把ETL集成在一起。SSIS通過一個統(tǒng)一的環(huán)境向用戶提供了數(shù)據(jù)轉(zhuǎn)換服務（DTS）所能提供的所有功能，并且大大減少了用戶花在編寫程序和腳本上的精力和時間。SSIS的基本功能包括：合并

3、來自異類數(shù)據(jù)源中的數(shù)據(jù)填充數(shù)據(jù)倉庫和數(shù)據(jù)集市整理數(shù)據(jù)和將數(shù)據(jù)標準化精確和模糊的查找功能將商業(yè)智能置入數(shù)據(jù)轉(zhuǎn)換過程使管理功能和數(shù)據(jù)加載自動化數(shù)據(jù)倉庫實例報表服務(Reporting Services)SQL Server報表服務(SSRS)是一個完整的、基于服務器的平臺，它可以建立、管理、發(fā)布傳統(tǒng)的、基于紙張的報表或者交互的基于Web的報表。SSRS提供的主要功能有：為各類客戶，跨企業(yè)提供并發(fā)訪問功能為各類提供數(shù)據(jù)源支持針對個人和企業(yè)提供提供不同的數(shù)據(jù)報表分發(fā)機制生成各類形式的報表可生成多維數(shù)據(jù)報表，在此基礎(chǔ)上可以進一步完成數(shù)據(jù)分析 工作，是真正的企業(yè)級報表生成工具。數(shù)據(jù)倉庫實例Bussines

4、s Intelligence Developer StudioBIDS是SQL Server 2005新增加的一個開發(fā)環(huán)境，主要用于商業(yè)智能解決方案的開發(fā)。BIDS將開發(fā)商業(yè)智能所涉及的各個方面（例如數(shù)據(jù)轉(zhuǎn)換和抽取、基于多維數(shù)據(jù)集的聯(lián)機分析、數(shù)據(jù)挖掘和生成數(shù)據(jù)報表等）都集成在了一個開發(fā)平臺上，也就是說商業(yè)智能開發(fā)人員可以使用BIDS開發(fā)出完整的商業(yè)智能解決方案。BIDS是一個基于Visual Studio 2005的開發(fā)平臺，與Visual Studio 2005具有相同的設計界面。數(shù)據(jù)倉庫實例1.數(shù)據(jù)源概述本例以SQL Server 2005提供的AdventureWorks數(shù)據(jù)庫作為商業(yè)智

5、能解決方案的數(shù)據(jù)源。AdventureWorks數(shù)據(jù)庫是SQl Server 2005的范例數(shù)據(jù)庫，它是一個大型的跨國自行車制造企業(yè)應用的業(yè)務數(shù)據(jù)庫，其用途是幫助企業(yè)對自行車的生產(chǎn)和銷售進行管理。AdventureWorks數(shù)據(jù)庫主要的應用方面有人力資源、產(chǎn)品管理、市場銷售、采購和供應商管理、生產(chǎn)管理。AdventureWorks數(shù)據(jù)庫是一個比較復雜的數(shù)據(jù)庫，可以使用Microsoft SQL Server Management Studio打開這個數(shù)據(jù)庫，并查看其中的表格和字段。數(shù)據(jù)倉庫實例2.需求分析 AdventureWorks數(shù)據(jù)庫設計的方面很多，但是我們的目標很簡單，只有以下三個：

6、需要分析不同類別的產(chǎn)品通過直銷在不同地區(qū)、不同時間段內(nèi)銷售的業(yè)績。 生成分析結(jié)果的報表。 分析影響客戶所有車的數(shù)量的因素。數(shù)據(jù)倉庫實例 通過目標可以發(fā)現(xiàn)分析銷售業(yè)績基于的維度有三個：產(chǎn)品、客戶和時間，事實數(shù)據(jù)則為反映銷售業(yè)績的訂單。 對于產(chǎn)品我們關(guān)心的是產(chǎn)品的名稱和分類，由于產(chǎn)品和產(chǎn)品類別之間有一對多的關(guān)系，因此可以將這個維度設計為雪花模型。 對于客戶，我們主要需要關(guān)心客戶的姓名、年齡、性別、婚姻狀態(tài)、孩子的狀況、是否擁有房產(chǎn)、擁有汽車的數(shù)量，所在的地區(qū)、國家、省和城市等信息。數(shù)據(jù)倉庫實例 對于時間，我們只關(guān)心年、季度和月份，這些在數(shù)據(jù)庫中不是顯式存在的，但是可以從訂單上的OrderDate字

7、段中計算出來。 對于事實數(shù)據(jù)，我們只會關(guān)心訂單中產(chǎn)品的價格、折扣、數(shù)量和總價的情況。 可以得到如下需求分析模型：數(shù)據(jù)倉庫實例 分析模型的事實表、維度表關(guān)系數(shù)據(jù)倉庫實例3.數(shù)據(jù)轉(zhuǎn)換和抽?。ń?shù)據(jù)倉庫） (1)首先使用Microsoft SQL Server Management Studio新建一個數(shù)據(jù)庫Sales_DW作為數(shù)據(jù)抽取的目標數(shù)據(jù)庫，AdventureWorks作為源數(shù)據(jù)庫。 (2)新建Integration Services 項目Integration Sales，并在此項目中新建一個SSIS包Integration Sales.dtsx，在此包中進行數(shù)據(jù)的抽取，整合等操作。數(shù)據(jù)

8、倉庫實例 (3)創(chuàng)建數(shù)據(jù)源。 在Integration Sales項目下的數(shù)據(jù)源文件夾中添加兩個新的數(shù)據(jù)源連接，一個連接源數(shù)據(jù)庫AdventureWorks,一個連接目標數(shù)據(jù)庫Sales_DW，數(shù)據(jù)源名稱分別為Adventure Works和 Sales_DW 。 (4)設計SSIS包Integration Sales.dtsx。 設計包的方法是從工具箱中將需要使用的容器、任務、可執(zhí)行體等工具拖拽到包的SSIS設計器窗口中，再對這些對象進行設計。 由于主要執(zhí)行的是數(shù)據(jù)抽取工作，因此數(shù)據(jù)流任務是我們主要設置的任務。數(shù)據(jù)倉庫實例 數(shù)據(jù)抽取中所涉及的表主要有事實表FactSales,產(chǎn)品信息表Dim

9、Product，產(chǎn)品類別信息表DimCategory，訂購時間表DimTime以及客戶信息表DimCustmer。 抽取事實表FactSales的數(shù)據(jù)流任務的過程 1)選中SSIS設計器的【控制流】標簽，將工具箱中的【數(shù)據(jù)流任務】對象拖拽到SSIS設計器中，并重命名為FactSales。 2)雙擊【數(shù)據(jù)流任務】FactSales打開【數(shù)據(jù)流】標簽，將【OLE DB源】拖至SSIS設計器上。數(shù)據(jù)倉庫實例 打開【OLE DB源編輯器】，進行【OLE DB源】對象的設置。數(shù)據(jù)倉庫實例 在上述設計中需選中數(shù)據(jù)源Adventure Works，并選擇數(shù)據(jù)訪問模式為【SQL 命令】，在【SQL 命令文本】

10、中輸入進行數(shù)據(jù)抽取的SQL語句。 4)完成【OLE DB源】對象設置后，從工具箱中將【SQL Server目標】對象拖至SSIS設計器上，并選中【OLE DB源】對象，將其綠色連線拖拽至新添的【SQL Server目標】對象上。打開【SQL目標編輯器】，選中數(shù)據(jù)源Sales_DW，并新建表FactSales。數(shù)據(jù)倉庫實例 【SQL目標編輯器】對話框數(shù)據(jù)倉庫實例 完成后的數(shù)據(jù)流任務視圖如下所示： 數(shù)據(jù)倉庫中其他表的數(shù)據(jù)抽取設計步驟與FactSales相同，只是輸入的SQl命令不同。數(shù)據(jù)倉庫實例Integration Sales 包的完整設計視圖：數(shù)據(jù)倉庫實例(5)建立OLAP和挖掘模型。 1)創(chuàng)

11、建OLAP多維數(shù)據(jù)集數(shù)據(jù)源和數(shù)據(jù)源視圖。 新建項目Sales Analysis，并添加到已有解決方案中。在此項目中新建數(shù)據(jù)源選中已在Integration Sales項目中創(chuàng)建好的數(shù)據(jù)源Sales_DW。 新建數(shù)據(jù)源視圖，選中數(shù)據(jù)源Sales_DW，并將FactSales、DimCategory、DimCustomer、DimTime以及DimProduct選為視圖【包含的對象】，命名此數(shù)據(jù)源視圖為 Sales DW View。數(shù)據(jù)倉庫實例 2)創(chuàng)建多維數(shù)據(jù)集 新建多維數(shù)據(jù)集Sales OLAP。選中數(shù)據(jù)源視圖 Sales DW View,并將FaceSales選為事實表，其他表作為維度表。

12、由于時間維度DimTime和客戶維度DimCustomer還分別具有時間層次結(jié)構(gòu)和地理層次結(jié)構(gòu)，因此還需要為這兩個維度創(chuàng)建層次結(jié)構(gòu)，如下所示：數(shù)據(jù)倉庫實例 多維數(shù)據(jù)集Sales OLAP的數(shù)據(jù)視圖和結(jié)構(gòu)數(shù)據(jù)倉庫實例 3)對多維數(shù)據(jù)源部署和處理。 右擊【多維數(shù)據(jù)集】|Sales OLAP多維數(shù)據(jù)集，選中【處理】命令。 【處理】結(jié)果：處理完畢后，分析人員就可以使用Sales OLAP對數(shù)據(jù)進行分析了。數(shù)據(jù)倉庫實例 4)使用多維數(shù)據(jù)集進行銷售業(yè)績的分析 雙擊Sales OLAP多維數(shù)據(jù)集，選中【瀏覽】標簽，將Total等相應字段拖至瀏覽器選項頁的正確位置，在【篩選表達式】劣種可以選擇不同的產(chǎn)品類別，

13、則右下側(cè)表格中的將出現(xiàn)此類別產(chǎn)品的銷售業(yè)績。數(shù)據(jù)倉庫實例 所有自行車在不同地區(qū)不同時間段內(nèi)銷售的業(yè)績數(shù)據(jù)倉庫實例 5)建立數(shù)據(jù)挖掘結(jié)構(gòu)和數(shù)據(jù)挖掘模型 從【現(xiàn)有多維數(shù)據(jù)集】新建挖掘結(jié)構(gòu)Dim Customer，挖掘技術(shù)選擇【Microsoft決策樹 】。 將NumberCarsOwned作為可以預測列，其他列作為輸入。 右擊【挖掘結(jié)構(gòu)】|Dim Customer，選擇【處理】命令，完成對挖掘結(jié)構(gòu)的部署和處理。 單擊設計器上的【挖掘模型查看器】標簽，在設計器上會顯示挖掘結(jié)果。數(shù)據(jù)倉庫實例 影響客戶所有車的數(shù)量的因素挖掘模型：數(shù)據(jù)倉庫實例 為了了解挖掘模型的準確度，可以單擊設計器上的【挖掘準確性圖標】查看挖掘結(jié)構(gòu)的提升圖，直線表示實際值，曲線表示預測的值，這樣可以比較挖掘結(jié)構(gòu)的準確度。數(shù)據(jù)倉庫實例(6)創(chuàng)建報表 新建【報表服務項目】，項目名稱為【Sales 報表】。 本例采用報表設計器創(chuàng)建報表,選擇已創(chuàng)建的多