商務(wù)智能課件2

北京科技大學(xué)3.1什么是數(shù)據(jù)倉庫？3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織3數(shù)據(jù)觀察和數(shù)據(jù)分析的基礎(chǔ)-數(shù)據(jù)倉庫北京科技大學(xué)3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織數(shù)據(jù)組織數(shù)據(jù)的來源數(shù)據(jù)的結(jié)構(gòu)北京科技大學(xué)（1）數(shù)據(jù)源數(shù)據(jù)源是數(shù)據(jù)倉庫的原始數(shù)據(jù)來源，是數(shù)據(jù)倉庫系統(tǒng)開發(fā)與應(yīng)用的數(shù)據(jù)基礎(chǔ)。數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)源非常廣泛。從總體內(nèi)容上講，可以分為企業(yè)內(nèi)部數(shù)據(jù)源和企業(yè)外部數(shù)據(jù)源兩大類。

3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)1）企業(yè)內(nèi)部數(shù)據(jù)源

企業(yè)內(nèi)部數(shù)據(jù)指的是企業(yè)多年來的數(shù)據(jù)沉淀（主要是業(yè)務(wù)數(shù)據(jù)）。由于各企業(yè)的歷史背景與應(yīng)用環(huán)境不同，企業(yè)內(nèi)部數(shù)據(jù)源有很大的差異，表現(xiàn)在數(shù)據(jù)內(nèi)容、結(jié)構(gòu)和存儲(chǔ)類型等許多方面。在數(shù)據(jù)倉庫系統(tǒng)的建設(shè)中，應(yīng)該針對(duì)商務(wù)需求對(duì)內(nèi)部數(shù)據(jù)源進(jìn)行充分的分析，適當(dāng)?shù)膶?duì)比，為正確高效地獲取基礎(chǔ)數(shù)據(jù)做準(zhǔn)備。3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)2）企業(yè)外部數(shù)據(jù)源

企業(yè)外部數(shù)據(jù)源的內(nèi)容更為廣泛，數(shù)據(jù)的存儲(chǔ)類型也更為多樣化，比較常見的為目標(biāo)市場信息、競爭對(duì)手信息、行業(yè)統(tǒng)計(jì)信息等。外部數(shù)據(jù)源的獲取往往存在著一定的難度，可能采用的幾種主要方式為：從行業(yè)相關(guān)部門獲取資料；向信息咨詢公司購買數(shù)據(jù)；企業(yè)內(nèi)部組建相應(yīng)機(jī)構(gòu)進(jìn)行專門的調(diào)查研究；從行業(yè)期刊或網(wǎng)絡(luò)中分析摘錄相關(guān)信息等。3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)（2）數(shù)據(jù)倉庫中的數(shù)據(jù)結(jié)構(gòu)

數(shù)據(jù)倉庫的總線主題粒度維度數(shù)據(jù)立方體數(shù)據(jù)集市星形模式相關(guān)基本概念一致性保障機(jī)制數(shù)據(jù)組織方式3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)（3）數(shù)據(jù)倉庫中數(shù)據(jù)結(jié)構(gòu)相關(guān)概念1）主題主題是一個(gè)在較高層次上將數(shù)據(jù)歸類的標(biāo)準(zhǔn)，每一個(gè)主題基本對(duì)應(yīng)一個(gè)宏觀的分析領(lǐng)域。面向主題的數(shù)據(jù)組織方式是根據(jù)分析要求將數(shù)據(jù)組織成一個(gè)個(gè)完備的分析領(lǐng)域，稱為主題域。主題域應(yīng)該具有獨(dú)立性和完備性。3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)業(yè)務(wù)（應(yīng)用）與主題例如對(duì)一個(gè)保險(xiǎn)公司來說，應(yīng)用問題可能是汽車保險(xiǎn)、健康保險(xiǎn)和意外傷亡保險(xiǎn)等；而公司的主要主題域卻可能是顧客、保險(xiǎn)單、索賠等。操作型環(huán)境數(shù)據(jù)倉庫應(yīng)用主題顧客保險(xiǎn)單索賠3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)2）粒度粒度是指數(shù)據(jù)倉庫中數(shù)據(jù)單元的詳細(xì)程度和級(jí)別。數(shù)據(jù)越詳細(xì)，粒度越小級(jí)別就越低；數(shù)據(jù)綜合度越高，粒度越大級(jí)別就越高。在傳統(tǒng)的操作型數(shù)據(jù)庫系統(tǒng)中，對(duì)數(shù)據(jù)處理和操作都是在最低級(jí)的粒度上進(jìn)行的。但是在數(shù)據(jù)倉庫環(huán)境中應(yīng)用的主要是分析型處理，一般需要將數(shù)據(jù)劃分為：詳細(xì)數(shù)據(jù)、輕度總結(jié)、高度總結(jié)三級(jí)或更多級(jí)粒度。3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)數(shù)據(jù)粒度與對(duì)象信息的詳細(xì)程度高細(xì)節(jié)——低粒度級(jí)例如：一個(gè)顧客一個(gè)月內(nèi)所有電話的通話細(xì)節(jié)。低細(xì)節(jié)——高粒度級(jí)例如：一個(gè)顧客一個(gè)月內(nèi)通話總額。3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)粒度與數(shù)據(jù)量低粒度級(jí)能回答細(xì)節(jié)問題數(shù)據(jù)量大高粒度級(jí)能進(jìn)行綜合性查詢數(shù)據(jù)量小權(quán)衡選擇粒度的高低是非常重要的，它關(guān)系到能否滿足企業(yè)決策信息支持的需要，以及能否滿足查詢速度的要求。3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)3）維度維度是指人們觀察事物的特定的角度，例如：時(shí)間維、地區(qū)維。人們從某個(gè)維的角度觀察數(shù)據(jù)，還可以根據(jù)細(xì)節(jié)程度的不同形成多個(gè)描述層次，該多個(gè)描述層次就稱為維層次。3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)中國西北地區(qū)東北地區(qū)華北地區(qū)簡單層次關(guān)系的維層次3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)中國西北地區(qū)東北地區(qū)華北地區(qū)黑龍江省遼寧省吉林省沈陽市鞍山市…………復(fù)雜層次關(guān)系的維層次3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)（4）數(shù)據(jù)倉庫中數(shù)據(jù)的組織方式1）數(shù)據(jù)立方體數(shù)據(jù)立方體是指由兩個(gè)或更多個(gè)維來描述或分類的數(shù)據(jù)。在三維的情況下以圖形來表示，該類數(shù)據(jù)具有立方體結(jié)構(gòu)，一般稱為數(shù)據(jù)立方體。雖然通常從幾何意義的角度將立方體理解為三維，但是在數(shù)據(jù)倉庫中數(shù)據(jù)立方體是一個(gè)n維的概念。3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)數(shù)據(jù)立方體（圖示）與分析問題問題：“某產(chǎn)品在某個(gè)月份在某個(gè)地區(qū)的銷售收入是多少？”銷售收入地區(qū)維時(shí)間維產(chǎn)品維產(chǎn)品維時(shí)間維地區(qū)維銷售收入3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)數(shù)據(jù)立方體（數(shù)據(jù)）例：某錄像機(jī)生產(chǎn)商某年的部分銷售數(shù)據(jù)半年季度月份地區(qū)大類具體地區(qū)碼CAMCVCRTR-75UX-11TR-78EC-1XVG上半年1季度一月北部5316059001290450809上半年1季度一月北部539899788564780655上半年1季度一月南部652900680602780680上半年1季度一月南部6835901020608800407上半年1季度一月南部8671300780398745576上半年1季度二月北部5311098980479576879上半年1季度二月北部5391350680609889809……………………………………………………3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)從前數(shù)據(jù)立方體數(shù)據(jù)中可以獲得銷售分析維度的信息。產(chǎn)品維層次錄像機(jī)產(chǎn)品CAMCVCRTR-78TR-75UX-11XVGEC-1全部地區(qū)北部地區(qū)南部地區(qū)652531539867683地區(qū)維層次3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)時(shí)間維層次上半年全年下半年一季度二季度4月2月3月6月5月1月三季度四季度10月8月9月12月11月7月3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)“銷售分析”數(shù)據(jù)立方體-便于觀察數(shù)據(jù)！注：紅色部分代表了1月份531地區(qū)所有產(chǎn)品的銷售收入

TR-75UX-11TR-78EC-1XVG5315396526838675月4月3月2月1月全部南方北方第1季第2季1年產(chǎn)品地區(qū)27時(shí)間錄像機(jī)CACMVCR3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)2）數(shù)據(jù)集市

數(shù)據(jù)集市是完整的數(shù)據(jù)倉庫的一個(gè)邏輯子集，而數(shù)據(jù)倉庫正是由其所有的數(shù)據(jù)集市有機(jī)組合而成的。數(shù)據(jù)集市一般在某一個(gè)業(yè)務(wù)部門建設(shè)，滿足其分析決策的需要，可以將其理解為“部門級(jí)數(shù)據(jù)倉庫”。各數(shù)據(jù)集市都應(yīng)該是數(shù)據(jù)倉庫的有機(jī)組成部分，且各數(shù)據(jù)集市間應(yīng)協(xié)調(diào)一致，滿足整個(gè)企業(yè)分析決策的需要。3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)數(shù)據(jù)集市（DataMart）

—

部門級(jí)數(shù)據(jù)倉庫

銷售子系統(tǒng)數(shù)據(jù)抽取與集成數(shù)據(jù)抽取銷售子系統(tǒng)銷售子系統(tǒng)數(shù)據(jù)抽取數(shù)據(jù)抽取.........數(shù)據(jù)集市數(shù)據(jù)倉庫業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫北京科技大學(xué)3）星形模式為了數(shù)據(jù)分析方便，在數(shù)據(jù)倉庫中，由兩種類型的表（事實(shí)表和維表）保存數(shù)據(jù)。事實(shí)表和維表間通過星形方式連接而成，故稱為星形模式。時(shí)間碼產(chǎn)品碼地區(qū)碼銷售量銷售額銷售成本產(chǎn)品碼產(chǎn)品大類產(chǎn)品細(xì)類產(chǎn)品名稱地區(qū)碼國家地區(qū)城市時(shí)間碼日期月份季度年度時(shí)間維表事實(shí)表產(chǎn)品維表地區(qū)維表北京科技大學(xué)事實(shí)表與維表

事實(shí)表包含的是業(yè)務(wù)數(shù)據(jù)信息，數(shù)據(jù)取值通常是可度量的、連續(xù)型的，且具有可加性，數(shù)據(jù)量可達(dá)到幾百萬甚至上億條記錄。

維表包含的是相應(yīng)維度的描述型信息，這些信息用作查詢的約束條件，一般是離散的、描述性的，不具有可加性。3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)（5）數(shù)據(jù)倉庫中數(shù)據(jù)的一致性保障機(jī)制：數(shù)據(jù)總線

一個(gè)數(shù)據(jù)倉庫內(nèi)所有的數(shù)據(jù)集市必須具有統(tǒng)一一致的維定義和統(tǒng)一一致的業(yè)務(wù)事實(shí)。統(tǒng)一的維和統(tǒng)一的事實(shí)就是數(shù)據(jù)倉庫的“總線”。總線型結(jié)構(gòu)的目的在于避免各數(shù)據(jù)集市不能有機(jī)地組合在一起，不能從全企業(yè)的角度查看數(shù)據(jù)信息。3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)數(shù)據(jù)倉庫的總線型結(jié)構(gòu)應(yīng)收帳款事實(shí)銷售量事實(shí)銷售額事實(shí)…分銷渠道維時(shí)間維…客戶維產(chǎn)品維統(tǒng)一的事實(shí)統(tǒng)一的維財(cái)務(wù)數(shù)據(jù)集市銷售數(shù)據(jù)集市3.2數(shù)據(jù)倉庫的數(shù)據(jù)組織北京科技大學(xué)1什么是商務(wù)智能？2業(yè)務(wù)層面的商務(wù)智能-業(yè)務(wù)流程可視化3數(shù)據(jù)觀察和數(shù)據(jù)分析的基礎(chǔ)-數(shù)據(jù)倉庫4數(shù)據(jù)觀察層面的商務(wù)智能-在線分析處理（OLAP）5數(shù)據(jù)分析層面的商務(wù)智能-數(shù)據(jù)挖掘商務(wù)智能北京科技大學(xué)基于數(shù)據(jù)倉庫進(jìn)行數(shù)據(jù)分析的兩種方式在線分析處理數(shù)據(jù)挖掘在線分析處理是基于數(shù)據(jù)倉庫進(jìn)行數(shù)據(jù)分析的兩種方式之一北京科技大學(xué)4.1什么是在線分析處理（OLAP）？4.2OLAP的基本操作4.3OLAP應(yīng)用實(shí)例4數(shù)據(jù)觀察層面的商務(wù)智能-在線分析處理（OLAP）北京科技大學(xué)（1）OLAP的產(chǎn)生60年代末，E.F.Codd提出了關(guān)系數(shù)據(jù)模型，其促進(jìn)了關(guān)系數(shù)據(jù)庫及聯(lián)機(jī)事物處理（OLTP）的發(fā)展。后來，聯(lián)機(jī)事務(wù)處理已不能滿足終端用戶對(duì)數(shù)據(jù)庫查詢分析越來越復(fù)雜的需要，SQL對(duì)大數(shù)據(jù)庫進(jìn)行的簡單查詢不能滿足用戶分析的需求。聯(lián)機(jī)分析處理(OnlineAnalysisProcessing)就是針對(duì)用戶決策分析需要對(duì)關(guān)系數(shù)據(jù)庫進(jìn)行大量計(jì)算才能得到所需要的結(jié)果的數(shù)據(jù)分析需求發(fā)展而來的技術(shù)。4.1什么是在線分析處理（OLAP）？北京科技大學(xué)（2）OLAP的本質(zhì)OLAP是數(shù)據(jù)處理的一種技術(shù)概念，其基本目的是使企業(yè)的決策者應(yīng)能靈活地操縱企業(yè)的數(shù)據(jù)，以多維的形式從多方面和多角度來觀察企業(yè)的狀態(tài)、了解企業(yè)的變化，通過快速、一致、交互地訪問各種可能的信息視圖，幫助管理人員掌握數(shù)據(jù)中存在的規(guī)律，實(shí)現(xiàn)對(duì)數(shù)據(jù)的歸納、分析和處理，幫助組織完成相關(guān)的決策。4.1什么是在線分析處理（OLAP）？北京科技大學(xué)（3）OLAP的特征

快速性可分析性多維性信息性用戶對(duì)OLAP的快速反應(yīng)能力有很高的要求

OLAP系統(tǒng)能處理與應(yīng)用有關(guān)的任何邏輯分析和統(tǒng)計(jì)分析

OLAP系統(tǒng)必須提供對(duì)數(shù)據(jù)的多維視圖和分析OLAP系統(tǒng)應(yīng)能及時(shí)獲得信息并且管理大容量信息

4.1什么是在線分析處理（OLAP）？北京科技大學(xué)（4）OLAP多維數(shù)據(jù)視圖

觀察在某一時(shí)間點(diǎn)或時(shí)間段上各個(gè)產(chǎn)品在各個(gè)地區(qū)的銷售情況產(chǎn)品地區(qū)時(shí)間觀察某地區(qū)各個(gè)產(chǎn)品在各個(gè)時(shí)期的銷售情況產(chǎn)品地區(qū)時(shí)間觀察某種產(chǎn)品在各個(gè)時(shí)期和各個(gè)地區(qū)中的銷售情況產(chǎn)品地區(qū)時(shí)間觀察某種產(chǎn)品在某時(shí)間點(diǎn)或時(shí)間段上在某地區(qū)的銷售情況產(chǎn)品地區(qū)時(shí)間4.1什么是在線分析處理（OLAP）？北京科技大學(xué)4.1什么是在線分析處理（OLAP）？4.2OLAP的基本操作4.3OLAP應(yīng)用實(shí)例4數(shù)據(jù)觀察層面的商務(wù)智能-在線分析處理（OLAP）北京科技大學(xué)4.2OLAP的基本操作對(duì)于訂貨分析的訂貨立方體，選定訂貨立方體中的客戶維與產(chǎn)品維，在時(shí)間維中選取一個(gè)屬性成員（如“2008年1月”），就得到了訂貨立方體在產(chǎn)品和客戶兩維上的一個(gè)切片。該切片表示2008年1月各客戶、各產(chǎn)品的訂購情況。

（1）切片

切片就是在某個(gè)或某些維上選定一個(gè)屬性成員，而在某兩個(gè)維上取一定區(qū)間的屬性成員或全部屬性成員。北京科技大學(xué)切片操作例產(chǎn)品維客戶維產(chǎn)品維客戶維時(shí)間維產(chǎn)品訂購情況2008年1月產(chǎn)品訂購情況選定時(shí)間維的維成員“2008年1月”選定兩個(gè)維，產(chǎn)品維和客戶維數(shù)據(jù)切片4.2OLAP的基本操作北京科技大學(xué)接前例，若將時(shí)間維上的取值設(shè)定為一個(gè)區(qū)間（例如取“2008年1月至2008年10月”），而非單一的屬性成員時(shí)，就得到一個(gè)數(shù)據(jù)切塊，它可以看成由2008年1月至2008年10月10個(gè)切片疊合而成。（2）切塊

切塊是在立方體中的三個(gè)維上取一定區(qū)間的屬性成員或全部屬性成員。從另一個(gè)角度講，切塊可以看成是由多個(gè)切片疊合起來。

4.2OLAP的基本操作北京科技大學(xué)切塊操作例產(chǎn)品維客戶維時(shí)間維數(shù)據(jù)切塊產(chǎn)品維客戶維時(shí)間維4.2OLAP的基本操作北京科技大學(xué)實(shí)現(xiàn)所有客戶對(duì)某產(chǎn)品季度訂購額與月份訂購額之間的鉆取。比如2008年第一季度。（3）上鉆和下鉆

鉆取包括上鉆和下鉆兩種操作。從高級(jí)別數(shù)據(jù)到明細(xì)數(shù)據(jù)視圖稱為下鉆；從明細(xì)級(jí)向上到高級(jí)來觀察數(shù)據(jù)，稱為上鉆。數(shù)據(jù)庫的設(shè)計(jì)以及數(shù)據(jù)的粒度級(jí)別將決定下鉆或上鉆的能力。

4.2OLAP的基本操作北京科技大學(xué)銷售額（單位：萬元）第一季度1月2月3月產(chǎn)品125515產(chǎn)品2201518……（3）上鉆和下鉆

銷售額（單位：萬元）第一季度產(chǎn)品145產(chǎn)品253……上鉆下鉆4.2OLAP的基本操作北京科技大學(xué)將一個(gè)橫向?yàn)闀r(shí)間、縱向?yàn)楫a(chǎn)品的報(bào)表，變成一個(gè)橫向仍為時(shí)間和縱向旋轉(zhuǎn)為客戶的報(bào)表。

（4）旋轉(zhuǎn)旋轉(zhuǎn)即是改變一個(gè)報(bào)告或頁面顯示的維方向。通過旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù)。

4.2OLAP的基本操作北京科技大學(xué)（4）旋轉(zhuǎn)

旋轉(zhuǎn)以改變頁面顯示時(shí)間維客戶維產(chǎn)品維時(shí)間維產(chǎn)品維客戶維4.2OLAP的基本操作北京科技大學(xué)3.1什么是在線分析處理（OLAP）？3.2OLAP的基本操作4.3OLAP應(yīng)用實(shí)例4數(shù)據(jù)觀察層面的商務(wù)智能-在線分析處理（OLAP）北京科技大學(xué)4.3OLAP應(yīng)用實(shí)例（1）問題背景描述以某鋼鐵集團(tuán)銷售公司為背景，給出數(shù)據(jù)倉庫的星型建模方案及OLAP分析例。該鋼鐵集團(tuán)銷售公司是一個(gè)較早應(yīng)用MIS的企業(yè)，經(jīng)過多年的發(fā)展，公司積累的數(shù)據(jù)越來越多，大量的數(shù)據(jù)背后隱藏著許多重要的信息。為了充分利用這些數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中所隱含的知識(shí)，公司迫切要求建立數(shù)據(jù)倉庫，實(shí)現(xiàn)OLAP分析。使用工具為SQLServer。北京科技大學(xué)（2）確定分析主題

建立數(shù)據(jù)倉庫的第一步是確定商業(yè)需求，根據(jù)需求確定分析主題。本例主要討論該鋼鐵集團(tuán)銷售公司的訂貨分析主題。訂貨主題主要從時(shí)間、客戶、產(chǎn)品等維度來分析產(chǎn)品訂購情況。

發(fā)現(xiàn)優(yōu)勢(shì)產(chǎn)品，判別產(chǎn)品潛在的銷售能力，選擇合適的分銷渠道識(shí)別客戶群，預(yù)測客戶的訂貨趨勢(shì)，采取靈活的促銷策略降低庫存量，減少交貨失誤，改善訂貨業(yè)務(wù)通過訂貨分析實(shí)現(xiàn)4.3OLAP應(yīng)用實(shí)例北京科技大學(xué)（3）分析數(shù)據(jù)源

在確定主題之后，需要分析數(shù)據(jù)源，并進(jìn)行相關(guān)數(shù)據(jù)的抽取。本例的數(shù)據(jù)源來自該鋼鐵集團(tuán)銷售公司。我們需要的數(shù)據(jù)有：時(shí)間信息（包括年、月）、客戶信息（包括客戶編號(hào)、客戶名稱、客戶分部）、產(chǎn)品信息（包括品種編號(hào)、品種名稱、產(chǎn)品長度、厚度、寬度），以及事實(shí)表中的事實(shí)度量值訂貨量。4.3OLAP應(yīng)用實(shí)例北京科技大學(xué)分析數(shù)據(jù)源

4.3OLAP應(yīng)用實(shí)例北京科技大學(xué)（4）建立訂貨分析的星形模式

時(shí)間碼產(chǎn)品碼客戶碼訂貨量產(chǎn)品碼品種編號(hào)品種名稱產(chǎn)品厚度產(chǎn)品寬度產(chǎn)品長度客戶碼客戶編號(hào)客戶名稱客戶分部時(shí)間碼月份年度時(shí)間維表訂貨事實(shí)表產(chǎn)品維表客戶維表4.3OLAP應(yīng)用實(shí)例北京科技大學(xué)時(shí)間維的結(jié)構(gòu)

4.3OLAP應(yīng)用實(shí)例北京科技大學(xué)產(chǎn)品維的結(jié)構(gòu)

4.3OLAP應(yīng)用實(shí)例北京科技大學(xué)客戶維的結(jié)構(gòu)

4.3OLAP應(yīng)用實(shí)例北京科技大學(xué)訂貨事實(shí)的結(jié)構(gòu)

4.3OLAP應(yīng)用實(shí)例北京科技大學(xué)建立訂貨事實(shí)表與各維表的關(guān)系

4.3OLAP應(yīng)用實(shí)例北京科技大學(xué)（5）訂貨分析的DTS包SQLServer中的數(shù)據(jù)轉(zhuǎn)換服務(wù)DTS（DataTransformationServices）主要作用是把不同的數(shù)據(jù)