数据仓库实例

计算机王莹`本例采用的是SQlServer2005所提供的商业智能服务和工具，主要包括AnalysisServices(分析服务)，IntegrationServices(集成服务),ReportingServices(集成服务)和BussinessIntelligenceDeveloperStudio(BIDS)。`分析服务(AnalysisServices)`SQLServer分析服务（SSAS）是一个用于分析数据仓库中数据的工具，它包括了OLAP和数据挖掘工具。在SQLServer2005数据库系统中，AnalysisServices工具以服务器的方式为用户提供管理多维数据立方体的服务。AnalysisServices可以把数据仓库中的数据组织起来，经过预先的聚集运算，加入到多维立方体中（即建立立方体），然后对复杂的分析型访问做出迅速的回答。`集成服务(IntegrationServices)`SQLServer集成服务（SSIS）被定位成一个能生成高性能数据集成解决方案(包括数据仓库中数据的提取、转换和加载（ETL））的平台。其集成的含义主要就是指把ETL集成在一起。SSIS通过一个统一的环境向用户提供了数据转换服务（DTS）所能提供的所有功能，并且大大减少了用户花在编写程序和脚本上的精力和时间。`SSIS的基本功能包括：◦合并来自异类数据源中的数据◦填充数据仓库和数据集市◦整理数据和将数据标准化◦精确和模糊的查找功能◦将商业智能置入数据转换过程◦使管理功能和数据加载自动化`报表服务(ReportingServices)`SQLServer报表服务(SSRS)是一个完整的、基于服务器的平台，它可以建立、管理、发布传统的、基于纸张的报表或者交互的基于Web的报表。`SSRS提供的主要功能有：◦为各类客户，跨企业提供并发访问功能◦为各类提供数据源支持◦针对个人和企业提供提供不同的数据报表分发机制◦生成各类形式的报表◦可生成多维数据报表，在此基础上可以进一步完成数据分析工作，是真正的企业级报表生成工具。`BussinessIntelligenceDeveloperStudio`BIDS是SQLServer2005新增加的一个开发环境，主要用于商业智能解决方案的开发。BIDS将开发商业智能所涉及的各个方面（例如数据转换和抽取、基于多维数据集的联机分析、数据挖掘和生成数据报表等）都集成在了一个开发平台上，也就是说商业智能开发人员可以使用BIDS开发出完整的商业智能解决方案。`BIDS是一个基于VisualStudio2005的开发平台，与VisualStudio2005具有相同的设计界面。`1.数据源概述`本例以SQLServer2005提供的AdventureWorks数据库作为商业智能解决方案的数据源。`AdventureWorks数据库是SQlServer2005的范例数据库，它是一个大型的跨国自行车制造企业应用的业务数据库，其用途是帮助企业对自行车的生产和销售进行管理。`AdventureWorks数据库主要的应用方面有人力资源、产品管理、市场销售、采购和供应商管理、生产管理。`AdventureWorks数据库是一个比较复杂的数据库，可以使用MicrosoftSQLServerManagementStudio打开这个数据库，并查看其中的表格和字段。`2.需求分析◦AdventureWorks数据库设计的方面很多，但是我们的目标很简单，只有以下三个：x需要分析不同类别的产品通过直销在不同地区、不同时间段内销售的业绩。x生成分析结果的报表。x分析影响客户所有车的数量的因素。◦通过目标可以发现分析销售业绩基于的维度有三个：产品、客户和时间，事实数据则为反映销售业绩的订单。◦对于产品我们关心的是产品的名称和分类，由于产品和产品类别之间有一对多的关系，因此可以将这个维度设计为雪花模型。◦对于客户，我们主要需要关心客户的姓名、年龄、性别、婚姻状态、孩子的状况、是否拥有房产、拥有汽车的数量，所在的地区、国家、省和城市等信息。◦对于时间，我们只关心年、季度和月份，这些在数据库中不是显式存在的，但是可以从订单上的OrderDate字段中计算出来。◦对于事实数据，我们只会关心订单中产品的价格、折扣、数量和总价的情况。◦可以得到如下需求分析模型：◦分析模型的事实表、维度表关系`3.数据转换和抽取（建立数据仓库）◦(1)首先使用MicrosoftSQLServerManagementStudio新建一个数据库Sales_DW作为数据抽取的目标数据库，AdventureWorks作为源数据库。◦(2)新建IntegrationServices项目IntegrationSales，并在此项目中新建一个SSIS包IntegrationSales.dtsx，在此包中进行数据的抽取，整合等操作。◦(3)创建数据源。x在IntegrationSales项目下的数据源文件夹中添加两个新的数据源连接，一个连接源数据库AdventureWorks,一个连接目标数据库Sales_DW，数据源名称分别为AdventureWorks和Sales_DW。◦(4)设计SSIS包IntegrationSales.dtsx。x设计包的方法是从工具箱中将需要使用的容器、任务、可执行体等工具拖拽到包的SSIS设计器窗口中，再对这些对象进行设计。x由于主要执行的是数据抽取工作，因此数据流任务是我们主要设置的任务。x数据抽取中所涉及的表主要有事实表FactSales,产品信息表DimProduct，产品类别信息表DimCategory，订购时间表DimTime以及客户信息表DimCustmer。x抽取事实表FactSales的数据流任务的过程x1)选中SSIS设计器的【控制流】标签，将工具箱中的【数据流任务】对象拖拽到SSIS设计器中，并重命名为FactSales。x2)双击【数据流任务】FactSales打开【数据流】标签，将【OLEDB源】拖至SSIS设计器上。x打开【OLEDB源编辑器】，进行【OLEDB源】对象的设置。x在上述设计中需选中数据源AdventureWorks，并选择数据访问模式为【SQL命令】，在【SQL命令文本】中输入进行数据抽取的SQL语句。x4)完成【OLEDB源】对象设置后，从工具箱中将【SQLServer目标】对象拖至SSIS设计器上，并选中【OLEDB源】对象，将其绿色连线拖拽至新添的【SQLServer目标】对象上。打开【SQL目标编辑器】，选中数据源Sales_DW，并新建表FactSales。x【SQL目标编辑器】对话框◦完成后的数据流任务视图如下所示：◦数据仓库中其他表的数据抽取设计步骤与FactSales相同，只是输入的SQl命令不同。`IntegrationSales包的完整设计视图：`(5)建立OLAP和挖掘模型。◦1)创建OLAP多维数据集数据源和数据源视图。x新建项目SalesAnalysis，并添加到已有解决方案中。在此项目中新建数据源选中已在IntegrationSales项目中创建好的数据源Sales_DW。x新建数据源视图，选中数据源Sales_DW，并将FactSales、DimCategory、DimCustomer、DimTime以及DimProduct选为视图【包含的对象】，命名此数据源视图为SalesDWView。◦2)创建多维数据集x新建多维数据集SalesOLAP。选中数据源视图SalesDWView,并将FaceSales选为事实表，其他表作为维度表。x由于时间维度DimTime和客户维度DimCustomer还分别具有时间层次结构和地理层次结构，因此还需要为这两个维度创建层次结构，如下所示：x多维数据集SalesOLAP的数据视图和结构◦3)对多维数据源部署和处理。x右击【多维数据集】|SalesOLAP多维数据集，选中【处理】命令。x【处理】结果：处理完毕后，分析人员就可以使用SalesOLAP对数据进行分析了。◦4)使用多维数据集进行销售业绩的分析x双击SalesOLAP多维数据集，选中【浏览】标签，将Total等相应字段拖至浏览器选项页的正确位置，在【筛选表达式】劣种可以选择不同的产品类别，则右下侧表格中的将出现此类别产品的销售业绩。x所有自行车在不同地区不同时间段内销售的业绩◦5)建立数据挖掘结构和数据挖掘模型x从【现有多维数据集】新建挖掘结构DimCustomer，挖掘技术选择【Microsoft决策树】。x将NumberCarsOwned作为可以预测列，其他列作为输入。x右击【挖掘结构】|DimCustomer，选择【处理】命令，完成对挖掘结构的部署和处理。x单击设计器上的【挖掘模型查看器】标签，在设计器上会显示挖掘结果。x影响客户所有车的数量的因素挖掘模型：x为了了解挖掘模型的准确度，可以单击设计器上的【挖掘准确性图标】查看挖掘结构的提升图，直线表示实际值，曲线表示预测的值，这样可以比较挖掘结构的准确度。`(6)创建报表◦新建【报表服务项目】，项目名称为【Sales报表】。◦本例采用报表设计器创建报表,选择已创建的多维数据集作为数据源，数据源名称为SalesDW。◦新建报表SalesReport.rdl,为报表新建一个数据集SalesDateSet,数据集的数据源选择前面已建好的数据源SalesDW。◦在报表设计器中可创建数据集查询视图以及所要生成的报表。◦自行车对不同地区的客户在不同时间内的销售业绩(数据集查询视图)◦自行车销售业绩报表【预览】结果结束，谢谢。