6數據倉庫開發(fā)實例-免費閱讀
【正文】 通過在維的等級中上升或通過消除某個或某些維來觀察更概括的數據。 多維數據集和 OLAP 多維數據集 銷售數量 10000 玩具 電器 銷售地區(qū) 北京 上海 江蘇 1 2 3 4 服裝 化妝品 產品 時間（月） 以時間、銷售地區(qū)、產品三個維度構成的多維數據集 多維數據集和 OLAP的實現 以 Pubs_DW數據庫為基礎，利用 SQL Server Analysis Service開發(fā) Pubs AS多維數據庫以支持OLAP分析。 多維數據集和 OLAP 1995年 OLAP專門研究機構 OLAP Report提出關于 OLAP的簡明定義 FASMI （ Fast Analysis of Shared Multidimensional Information）。科德 (Edgar Frank Codd) —“關系數據庫之父” 多維數據集和 OLAP 1995年 OLAP專門研究機構 OLAP Report提出關于 OLAP的簡明定義 FASMI （ Fast Analysis of Shared Multidimensional Information）。 建立多維數據模型 訂單 FactSales 屬性名稱 來源 功能描述 鍵 值 列 pub_id publishers表 出版社編號 stor_id stores表 書店編號 book_id titles表 圖書編號 ord_date sales表 銷售日期 度 量 值 列 qty sales表 銷售量 amount 計算生成（ qty*price） 銷售額 建立多維數據模型 最終，確定數據集市包括以下多維數據模型： ? 主題 —— 圖書銷售業(yè)績 ? 度量值 —— 1. 圖書銷售量 2. 圖書銷售額 ? 維度 —— 1. 出版社（國別 州 城市 出版社） 2. 作者（作者姓名） 3. 圖書（圖書類別 單一圖書，圖書出版年） 4. 書店（州 市 書店） 5. 銷售日期（年 月 日） Microsoft 數據倉庫工具集 核心數據倉庫工具集 ——SQL Server ? 關系引擎（ RDBMS）：實現關系數據庫 ? SQL Server Integration Service(SSIS):實現 ETL系統(tǒng) ? SQL Server Analysis Service(SSAS):實現多維數據庫，支持 OLAP查詢，實現數據挖掘 ? SQL Server Reporting Service(SSRS): 定義報表 ? 開發(fā)和管理工具： SQL Server BI Development Studio（ BIDS）和 SQL Server Management Studio。 ? 希望針對每個州的書店作圖書銷售業(yè)績分析。 ? 希望針對每個國家的出版社作圖書銷售業(yè)績分析。數據倉庫與 OLAP 廣東工業(yè)大學 艾丹祥 數據倉庫開發(fā)實例 案例背景 Pub是美國的一家圖書出版公司，希望構建數據倉庫。 ? 希望針對每個州的出版社作圖書銷售業(yè)績分析。 ? 希望針對每個城市的書店作圖書銷售業(yè)績分析。 Microsoft 數據倉庫系統(tǒng)的體系結構 源系統(tǒng)數據庫 ETL 聚合 (支持 OLAP) 源系統(tǒng)數據庫 源系統(tǒng)數據庫 事實表和維度表 度量和維度 前端工具 核心數據倉庫 RDBMS SSIS SSAS SSRS ETL過程 利用 SQL Server Integration Service 對 Pubs數據庫進行抽取和整理，形成 Pubs_DW數據倉庫。 快速性（ Fast） —— OLAP系統(tǒng)必須能快速響應用戶的分析查詢要求，對于用戶大部分分析要求在 5秒鐘內作出反應，否則超過 30秒用戶可能會失去分析的主線索，影響分析質量。 多維性（ Multidimensional） —— OLAP系統(tǒng)能對數據進行多維視圖和分析，是 OLAP的關鍵屬性。 Pubs_DW （關系數據庫） FactSales FactBookAuthor DimPublisher DimBook DimAuthor DimStore DimDate SSAS Pubs_AS （多維數據集） Sale
教學教案相關推薦
鄂ICP備17016276號-1