SQL Server的數(shù)據(jù)倉庫創(chuàng)建2.ppt

1、第9章 數(shù)據(jù)倉庫應用實例,9.1數(shù)據(jù)倉庫的數(shù)據(jù)加載與鉆取 9.2數(shù)據(jù)挖掘模型的設計 9.3SQL Server中的數(shù)據(jù)挖掘工具 9.4數(shù)據(jù)倉庫客戶端界面的設計,9.1 數(shù)據(jù)倉庫的數(shù)據(jù)加載與鉆取,9.1.1 數(shù)據(jù)倉庫的數(shù)據(jù)加載 1.SQL Server的數(shù)據(jù)復制工具與應用 5個有關復制的向導工具：創(chuàng)建和管理發(fā)布、強制其它服務器訂閱、請求訂閱、禁用發(fā)布和分布、配置發(fā)布、訂閱服務器和分發(fā),SQL Server數(shù)據(jù)復制向導,2.創(chuàng)建發(fā)布向導,利用發(fā)布向導可以完成這樣一些操作：選擇發(fā)布數(shù)據(jù)庫。使用發(fā)布模板。選擇發(fā)布類型。選擇可更新的訂閱?？蓚魉偷挠嗛啠煺諒椭苹蚴聞諒椭瓶墒褂玫倪x項）。指定訂閱服務器類型

2、。指定要發(fā)布的數(shù)據(jù)和數(shù)據(jù)庫對象項目。選擇發(fā)布名稱和描述。自定義發(fā)布屬性，包括篩選列、篩選行、啟用動態(tài)篩選器、驗證訂閱信息、優(yōu)化同步、允許匿名訂閱以及設置快照代理調度，以完成數(shù)據(jù)發(fā)布的創(chuàng)建。數(shù)據(jù)發(fā)布的開始需要在數(shù)據(jù)發(fā)布服務器上打開SQL Server企業(yè)管理器，展開一個服務器組，展開復制文件夾，右擊發(fā)布文件夾，然后單擊“新建發(fā)布”命令，按照向導提示完成數(shù)據(jù)的分布創(chuàng)建。,3.創(chuàng)建強制新訂閱向導,在強制訂閱中，集中的分發(fā)服務器將建立調度，按照此調度與遠程的、偶爾連接的訂閱服務器進行連接。使用強制訂閱，分發(fā)代理程序（用于快照發(fā)布和事務發(fā)布）或合并代理程序（用于合并發(fā)布）可以運行于分發(fā)服務器。 建立訂閱

3、時要考慮的因素是需要訂閱的類型（強制、請求或匿名）以及運行復制代理程序的位置。 為了創(chuàng)建訂閱，發(fā)布服務器上必須有發(fā)布，訂閱服務器上也必須有訂閱數(shù)據(jù)庫?？梢栽趧?chuàng)建訂閱之前創(chuàng)建訂閱數(shù)據(jù)庫，或在創(chuàng)建強制訂閱向導中指定新的訂閱數(shù)據(jù)庫。可以為任何在發(fā)布服務器和分發(fā)服務器的屬性中啟用的訂閱服務器創(chuàng)建強制訂閱。,3.創(chuàng)建強制新訂閱向導,4.創(chuàng)建請求訂閱向導,5.禁用發(fā)布或分布向導,在SQL Server的企業(yè)管理器中的“工具”菜單中打開向導菜單項，調出“選擇向導”對話框，選擇其中的“復制”節(jié)點，選擇“禁用發(fā)布或分布向導”菜單項。，進入“歡迎使用禁用發(fā)布或分布向導”對話框。利用該向導可以完成“除去所選服務器上

4、的所有發(fā)布”或“除去對應已除去發(fā)布的所有訂閱”這些設置不會影響到該服務器從其它發(fā)布服務器接受到的訂閱。,9.1.2 超市數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)加載,數(shù)據(jù)倉庫的數(shù)據(jù)導入,9.1.2 超市數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)加載,DTS數(shù)據(jù)導入/導出向導,9.1.2 超市數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)加載,數(shù)據(jù)導入源的選擇,9.1.2 超市數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)加載,數(shù)據(jù)導入源的確定,9.1.2 超市數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)加載,數(shù)據(jù)導入目的庫選擇,9.1.2 超市數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)加載,數(shù)據(jù)導入方式選擇,9.1.2 超市數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)加載,導入數(shù)據(jù)表和視圖的選擇,9.1.2 超市數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)加載,數(shù)據(jù)導入源和目的的映射確定,9.

5、1.2 超市數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)加載,數(shù)據(jù)導入的轉換語言,9.1.2 超市數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)加載,數(shù)據(jù)導入任務包的保存與調度,9.1.2 超市數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)加載,任務包的作業(yè)調度,任務包的保存,任務包完成提示,任務包的瀏覽,9.1.3 多維數(shù)據(jù)集的更新,DTS調度包的建立,處理任務框架,選擇處理對象,調度任務處理選項確定,任務的建立,任務工作流確定,任務工作流屬性設置,DTS包的保存,任務包的調度設置,任務包的運行時間設置,9.1.4 數(shù)據(jù)倉庫的鉆取訪問,1.數(shù)據(jù)鉆取的進入,2.數(shù)據(jù)鉆取選項的確定,3.鉆取數(shù)據(jù)列的選擇,4.數(shù)據(jù)鉆取角色的管理,在進行數(shù)據(jù)鉆取前，還需要利用與編輯命令同一菜單中

6、的“管理角色”命令確定可以進行數(shù)據(jù)鉆取的管理人員。,5.鉆取數(shù)據(jù)的選擇,6.鉆取結果顯示,9.1.5 數(shù)據(jù)倉庫的多維表達式MDX應用,MDX啟動順序：開始程序Microsoft SQL ServerAnalysis ServicesMDX示例應用程序。啟動MDX以后將出現(xiàn)Connect對話框，在Server輸入框中輸入Analysis Services服務器名稱，Provider輸入框中輸入MSOLAP，單擊“OK”按鈕后，出現(xiàn)示例應用程序窗口,MDX新查詢建立,MDX查詢結果顯示,MDX的立方體旋轉顯示,9.2 數(shù)據(jù)挖掘模型的設計,9.2.1 數(shù)據(jù)挖掘對象的分析 數(shù)據(jù)挖掘項目組成員 超市營銷

7、策略評價主要通過門市、商品、營銷策略、日期和客戶五個維度。要分析的則是商品的銷售量、銷售額、商品的成本和商品銷售的利潤等度量信息。 商品銷售量增長率=（實施促銷策略后商品銷售量/實施促銷策略前商品銷售量-1）100% 商品銷售額增長率=（實施促銷策略后商品銷售額/實施促銷策略前商品銷售額）100% 商品利潤增長率=（實施促銷策略后商品利潤/實施促銷策略前商品利潤）100% 商品促銷策略門市影響率=不同門市相同促銷策略商品利潤增長率之比 商品促銷策略時間影響率=不同時間相同促銷策略商品利潤增長率之比等各種新的變量。,9.2.2 數(shù)據(jù)挖掘模型與相關數(shù)據(jù)的準備,1挖掘模型的確定 在過去的若干年中的業(yè)

8、務趨勢是什么？在業(yè)務的不同分類中有哪些最活躍的因素？不同的元素之間是否存在相關性？最感興趣的分類存在哪些地方？不同的分類有哪些層次？ 客戶分成“接收促銷”、“不接收促銷”兩個分類。 將客戶分成三個不同的聚類，它們的特征分別有哪些？銷售額前10個商品聚類是什么？它們彼此之間有哪些不同之處？ 有時為了解決一些較大的業(yè)務問題，可能還需要對業(yè)務問題進行分解，將業(yè)務問題分解成多個較小的問題。如果這些問題能夠使用分類、估計、關聯(lián)分組、聚類、細分或預測等挖掘方法來解決。那么這一較大的問題也就可以用數(shù)據(jù)挖掘方法解決。,9.2.2 數(shù)據(jù)挖掘模型與相關數(shù)據(jù)的準備,將客戶流失問題分解成這樣一些問題：那些已經(jīng)或正在流

9、失的客戶具有哪些特征？能否建立一個預測正在流失客戶的模型，預測客戶流失行為的發(fā)生？能否建立一個模型，進一步預測那些將要流失的客戶會在什么時候流失？能否建立一個模型解釋這些流失客戶為什么流失？對這些分解以后的問題就可以使用不同的數(shù)據(jù)挖掘方法來解決。,9.2.2 數(shù)據(jù)挖掘模型與相關數(shù)據(jù)的準備,可以使用聚類方法將流失的客戶分成不同的組，這就能夠很好地說明那些流失客戶的特征。對問題，則可以將所有客戶劃分到“流失”和“不流失”兩個客戶類中，這就可以預測那些可能流失的客戶。同時，這種分類也可以用來解釋問題。而對于問題則可以變換一下角度來考慮，即開發(fā)一個預測模型，預測客戶會在“近期”、“中期”、“遠期”流失

10、，這樣就可以將所有客戶分成“近期”、“中期”、“遠期”三個流失類。,9.2.2 數(shù)據(jù)挖掘模型與相關數(shù)據(jù)的準備,確定挖掘模型的分析目標或挖掘成功的度量值 度量值的確定步驟：收集企業(yè)的關鍵戰(zhàn)略領域報表、識別企業(yè)信息量化的度量指標、對這些度量指標進行編碼、識別數(shù)據(jù)挖掘解決業(yè)務問題的度量指標、對度量指標設定基線。 例如，在超市數(shù)據(jù)挖掘中經(jīng)常進行度量的指標有：購買商品的客戶百分比、對促銷策略響應的客戶數(shù)、客戶購買商品的平均量、某一時間段購買商品的總量或總金額、商品銷售的利潤率。在確定了度量值以后，還要確定這些度量值的當前值，以便在數(shù)據(jù)挖掘以后，采取相應對策后的比較。,2挖掘數(shù)據(jù)的準備,建立數(shù)據(jù)挖掘庫：選擇業(yè)務數(shù)據(jù)、轉換業(yè)務數(shù)據(jù)、驗證業(yè)務數(shù)據(jù)。 為數(shù)據(jù)挖掘工作準備訓練數(shù)據(jù)集與數(shù)據(jù)驗證集：確定數(shù)據(jù)質量、準備適當?shù)臄?shù)據(jù)、為目標變量確定初值、確定數(shù)據(jù)挖掘變量的格式。,9.2.3 數(shù)據(jù)挖掘模型的應用,注意多目標變量之間的相互關系 確定多目標變量最終的分析順序 剔除那些對目標變量具有強相關性的變量 挖掘模型的維護和完善 將所獲得挖掘結果存儲進多維數(shù)據(jù)集,9.3 SQL Server中的數(shù)據(jù)挖掘工具,MS SQL Server2000中的Analysis Services可以對關系數(shù)據(jù)庫和多維數(shù)據(jù)源中的數(shù)據(jù)進行挖掘，因此任何利用OLE DB可以訪問的關系數(shù)據(jù)源數(shù)據(jù)