搜索
数据仓库与数据挖掘上机实验报告实验目的：学习AnalysisServices的操作和基本的数据清洗实验内容：浏览SQLServer2000AnalysisServices随机教程；规划需求分析；仓库设计；数据清洗转换；建立分析数据库，设置数据源;建立多维数据库（Cube）；设置多维数据库的数据存储方式及访问权限；利用Excel2000访问AnalysisServices实验分析：下面只进行两个关键的实验，数据清洗转换和建立多维数据库（使用Northwind数据库），先用数据清洗转换，将需要的表从源库转换到新数据库，为数据仓库提供需要的数据，要形成的维表有Products,Category,Employees,Dates,Facts(事实表)，在实验二中Products和Category将组成雪花架构的维表。实验一：数据清洗转换内容：为数据仓库新建一个数据库，将Products，Categories，Employees，Orders，OrderDetails转换到新数据库，为数据仓库提供需要的数据目的：为数据仓库事实表和各维表建立基本数据步骤：1）新建一个数据库myNorthwind，并准备从Northwind导入数据。2）建立Products和Categories两个维度表，将维度表需要的列从Northwind数据库复制到myNorthwind。3）建立Employees维度表，将源表的列内容复制过来，并将源表中firstname和lastname合成一个fullname列,在DTS导入/导出向导中使用SQL语句合成新的列fullname。4）建立Dates维度表，由源表Orders表中OrderDate一列产生出年、月、日、周、季等列，同时保留OrderDate一列。在处理数据时使用了VBScript中的DatePart函数。5）建立Facts表，（事实表）该表的数据来自OrderDetails表，首先用Select语句将产品类别编号和员工编号等从各自表中取出；其次计算合计列值，计算方法为单价*(1-折扣)*数量；然后将OrderDetails表的内容复制到Facts表各列即可；再建立主、外键关系。6）最后的新数据库内容为：下面是需要用到的数据转换SQL语句：源表中姓名有firstname和lastname两列，将它们合成一个fullname列select[Employees].[EmployeeID],[Employees].[FirstName]+''+[Employees].[LastName]FullName,[Employees].[Title],[Employees].[TitleOfCourtesy],[Employees].[BirthDate],[Employees].[HireDate],[Employees].[Address],[Employees].[City],[Employees].[Region],[Employees].[PostalCode],[Employees].[Country],[Employees].[HomePhone],[Employees].[Extension],[Employees].[Photo],[Employees].[Notes],[Employees].[ReportsTo],[Employees].[PhotoPath]from[Employees]由源表Orders表中OrderDate一列产生出年、月、日、周、季等列select[Orders].[OrderID],[Orders].[CustomerID],[Orders].[EmployeeID],[Orders].[OrderDate],DatePart(yyyy,[Orders].[OrderDate])OrderYear,DatePart(mm,[Orders].[OrderDate])OrderMonth,DatePart(dd,[Orders].[OrderDate])OrderDay,DatePart(ww,[Orders].[OrderDate])OrderWeek,DatePart(qq,[Orders].[OrderDate])OrderQuarter,[Orders].[RequiredDate],[Orders].[ShippedDate],[Orders].[ShipVia],[Orders].[Freight],[Orders].[ShipName],[Orders].[ShipAddress],[Orders].[ShipCity],[Orders].[ShipRegion],[Orders].[ShipPostalCode],[Orders].[ShipCountry]from[Orders]Facts表的建立select[OrderDetails].[OrderID],[OrderDetails].[ProductID],[OrderDetails].[UnitPrice],[OrderDetails].[Quantity],[OrderDetails].[Discount],[OrderDetails].[UnitPrice]*(1-[OrderDetails].[Discount])*[OrderDetails].[Quantity]TotalPrice,[Orders].[EmployeeID],[Products].[CategoryID]from[OrderDetails],[Orders],[Products]where[OrderDetails].[OrderID]=[Orders].[OrderID]AND[OrderDetails].[ProductID]=[Products].[ProductID]实验二：建立多维数据库内容：建立多维数据库(cube)，要建立事实表Facts和维表Products，Categories，Employees，Dates，设置多维数据库的数据存储方式目的：学会建立事实表，度量，时间维度，雪花表，使用数据存储方式步骤：1)设置数据源，选中实验一中建立的myNorthwind数据库。2)建立多维数据集的事实表，使用AnalysisServer的向导。此时显示刚才选中的myNorthwind数据集，还有一个系统自带的FoodMart数据集。向导提示选择事实数据表，在这里我们选好了Facts表作为事实表。*在下一步用了定义度量值的数据中选择TotalPrice,UnitPrice,Quantity,Discount作为度量，度量值的选择与决策者关心的项目有关。在这里假设决策者关心的是价格对销量产生的影响，从这些数据中可以得出进一步的经营方针。3）定义好事实表后，我们要建立cube的维度表①选择维度的创建方式，维度表的结构有星型架构，雪花架构等等，在本实验中，只用到前两个架构，因为本实验中根本没必要用到其他的结构。而雪花架构的运用也只是用于学习和研究，在实际中，如此简单的数据仓库结构也不需要雪花架构，因为它会降低系统的性能。②在Products和Categories表上用雪花结构，Employees和Dates用星型架构，使用Dates的OrderDate作为时间维度的日期列。选择的时间级别为年，季度，月，日，点下一步再下一步，最给给出列的名字Times。建立Employees维度表时，需要注意的是选择维度的级别，注意下图，级别名称的列中，Country应该是在City上面，分级关系中，先分国家再分城市，最后才到员工。在建立雪花架构时，将Categories和Products两表都选中，并根据其中的关系创建和编辑联接。接着是选择维度的级别等等。。。。4）各维度表已经完成。最后在多维数据集编辑器中就可能看到大体的结构：5）用MOLAP方式保存数据，最后得到的视图是这样的：实验总结：实验一：DTS转换中对Employees，Dates,Facts表的转换存在一定的难度，但通过对VB函数的学习，也不是很困难。不过应该是注意的是：1）要新建一个数据库(此处，命名为myNorthwind),将原来数据库的内容转换格式后导回来。2）对Facts表的转换时，要充分考虑到各表与之的关系。实验二：建立cube其实难度不大，只不过，要多使用，并熟悉AnalysisServer的操作。要搞懂每一项的意思。总的来说，Microsoft的AnalysisServer在人性化方面做得非常的好，操作者好容易上手，学习起来也有大量的文档资料，所以基本上不存在大问题，只要认识了数据仓库的具体意义，学习起来就会很简单。