數據倉庫的構建及其多維數據集分析

1、科技廣場 2007.6208入 (Import 、 導出 (Export 以及轉換的服務。 DTS 中最常 用的兩大工具是DTS向導和 DTS設計器, 因為本文涉及的數 據轉換是由多個表取得數據并轉換至目的數據庫, 因此選擇 DTS設計器。將Northwind數據庫中的數據轉移到數據倉庫的目的數 據庫中, 遵循以下步驟:設置數據源;設置數據目的地; 設置轉換方式;將數據轉移任務存儲為一個包;執(zhí)行包 進行實際數據轉移。在正式進行數據轉換之前, 首先要為Northwind的數據 倉庫新建一個數據庫Northwind_DW, 這樣數據源和數據目的 地分別為數據庫Northwind和 Northwin

2、d_DW。 然后激活DTS 設計器并創(chuàng)建轉移數據包NorthwindToNorthwind_DW。 接下來便可以進行事實表和維度表的數據轉換任務了, 這個過程是將源數據庫中的某些表中的字段抽取出來, 進行 相應的組合和轉換, 生成目的數據庫中的事實表或維度表, 這些工作都可用SQL語句及VB轉換腳本語句來完成。 以事實 表 Sales 為例, 在其轉換數據任務屬性中, 對應的 SQL 語句 如下:SELECTe.EmployeeID,p.ProductID,s.SupplierID,c. CustomerID,o.OrderDate,od.Quantity,od.UnitPrice,od. D

3、iscountFROMOrderso,OrderDetailsod,Employeese, Productsp,Supplierss,CustomerscWHEREo.OrderID=od.OrderIDANDo.EmployeeID=e. EmployeeIDANDo.CustomerID=c.CustomerIDANDod. ProductID=p.ProductIDANDp.SupplierID=s.SupplierID 除了以上抽取出的字段外, 事實表Sales還包含一個度 量值字段Total, 是將已抽取出的字段UnitPrice、 Discount、 Quantity進行組合轉換而

4、成, 對應的VB轉換腳本語句如下 : FunctionMain(DTSDestination("Total"=DTSSource("UnitPrice" *D T S S o u r c e (" Q u a n t i t y " *(1. 0-D T S S o u r c e ("Discount"Main=DTSTransformStat_OKEndFunction員工維度表Employee數據轉換方法同事實表數據轉換方 法, 其它維度表數據轉換更容易, 方法基本相同, 只是在進 行轉換選項時, 不需要選擇

5、新建選項。至此, 數據轉換包設計完畢, 保存并執(zhí)行, 便將數據由 Northwind數據庫加載到Northwind_DW中。 最后進行設置表 的主鍵和外鍵工作。3多維數據集分析在分析數據時, 用戶往往并不是以單一的維度為基準, 而是以多個維度為依據。 譬如在Northwind的數據倉庫中包 括了員工、 顧客、 產品、 供貨商以及時間等 5個維度, 就會 經常有查詢某供應商于某年提供了多少金額的某產品或查詢 某員工于某年銷售了多少金額的產品給某顧客等這類查詢。 正因為用戶查詢具有使用多重維度的特點, 所以應該將多個 維度集合在一起成為一個單位, 即構成一個多維數據集。 微軟公司在SQLServe

6、r2000上提供了AnalysisSer- vices 5,是數據倉庫的解決方案,其主要組件是分析服務器AnalysisServer, 它是執(zhí)行于 Windows2000或WindowsNT服務器上的一個服務, 會由數據倉庫中抽取信息, 并且生成多維數據集 6。激活管理分析服務器的工具AnalysisManager, 創(chuàng)建一個存儲多維數據集的數據庫Northwind_OLAP, 設置數據源為前面已創(chuàng)建好的數據庫Northwind_DW, 然后按以下步驟創(chuàng)建多維數據集:從數據源中選擇事實數據表Sales。從事實表中選取字段 Total、 Quantity、 UnitPrice、 Discount

7、作為多維數據集度量值。創(chuàng)建星型架構維度。 從數據源中分別選擇與Sales表呈星型架構的維度表Customer、 Supplier、 Employee、 Time創(chuàng)建顧客維度、 供貨商維度、 員工維度和時間維度, 其中顧客維度包括Country、 Region、 City和CustomerName四個級別, 前者為父級別, 后者為子級別;供貨商維度和員工維度包括的級別分別為SupplierName和Name;時間維度級別選擇【年,季度,月】 。創(chuàng)建雪花架構維度。從數據源中同時選中維度表 Product和Category創(chuàng)建與Sales事實表呈雪花架構的產品維度, 維度級別包括CategoryNa

8、me和ProductName, 前者為父級別, 后者為子級別。創(chuàng)建好所有的維度后, 將多維數據集命名為CUBE5并存儲處理,即可瀏覽數據了,如圖二所示。4結束語在進行數據倉庫項目開發(fā)過程中, 數據的抽取轉換工作是重點, 直接關系到數據倉庫中數據的好壞, 而如何訪問數據倉庫中的數據也是用戶所關心的問題, 本文以SQLServer2000中的Northwind數據庫為模板, 探討了一個商用數據倉庫的創(chuàng)建以及對其進行多維數據集分析的一般過程。 如何對已有的數據倉庫采用適當的算法進行數據挖掘, 為高層領導提供有用的決策信息, 是筆者下一步要研究的方向。參考文獻1InmonWH.BuildingtheDataWarehouseM.USA:ByWileyComputerPublishing,JohnWiley&Sons,Inc.1998.2李超, 余昭平.基于最大模式的關聯規(guī)則挖掘算法研究J.微計算機信息,2006, (22:2-3.3羅會蘭.數據提取、 轉換和裝載技術研究J.計算機工程與設計,2004, (255:761-765.4郭和偉,孫德寶等.數據倉庫實現過程及在線分析J.計算機與應用化學,2004, (212:293-298.5沈兆陽.SQLServer2000OLAP解決方案:數據