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(yīng)用實(shí)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(shè)計(jì) 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(shè)計(jì),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(fù)制工具與應(yīng)用 5個(gè)有關(guān)復(fù)制的向?qū)Чぞ撸簞?chuàng)建和管理發(fā)布、強(qiáng)制其它服務(wù)器訂閱、請(qǐng)求訂閱、禁用發(fā)布和分布、配置發(fā)布、訂閱服務(wù)器和分發(fā),SQL Server數(shù)據(jù)復(fù)制向?qū)?2.創(chuàng)建發(fā)布向?qū)?利用發(fā)布向?qū)Э梢酝瓿蛇@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?fù)制或事務(wù)復(fù)制可使用的選項(xiàng)）。指定訂閱服務(wù)器類型

2、。指定要發(fā)布的數(shù)據(jù)和數(shù)據(jù)庫對(duì)象項(xiàng)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(dòng)態(tài)篩選器、驗(yàn)證訂閱信息、優(yōu)化同步、允許匿名訂閱以及設(shè)置快照代理調(diào)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(wù)器上打開SQL Server企業(yè)管理器，展開一個(gè)服務(wù)器組，展開復(fù)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?qū)崾就瓿蓴?shù)據(jù)的分布創(chuàng)建。,3.創(chuàng)建強(qiáng)制新訂閱向?qū)?在強(qiáng)制訂閱中，集中的分發(fā)服務(wù)器將建立調(diào)度，按照此調(diào)度與遠(yuǎn)程的、偶爾連接的訂閱服務(wù)器進(jìn)行連接。使用強(qiáng)制訂閱，分發(fā)代理程序（用于快照發(fā)布和事務(wù)發(fā)布）或合并代理程序（用于合并發(fā)布）可以運(yùn)行于分發(fā)服務(wù)器。 建立訂閱

3、時(shí)要考慮的因素是需要訂閱的類型（強(qiáng)制、請(qǐng)求或匿名）以及運(yùn)行復(fù)制代理程序的位置。 為了創(chuàng)建訂閱，發(fā)布服務(wù)器上必須有發(fā)布，訂閱服務(wù)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(qiáng)制訂閱向?qū)е兄付ㄐ碌挠嗛啍?shù)據(jù)庫?？梢詾槿魏卧诎l(fā)布服務(wù)器和分發(fā)服務(wù)器的屬性中啟用的訂閱服務(wù)器創(chuàng)建強(qiáng)制訂閱。,3.創(chuàng)建強(qiáng)制新訂閱向?qū)?4.創(chuàng)建請(qǐng)求訂閱向?qū)?5.禁用發(fā)布或分布向?qū)?在SQL Server的企業(yè)管理器中的“工具”菜單中打開向?qū)Р藛雾?xiàng)，調(diào)出“選擇向?qū)А睂?duì)話框，選擇其中的“復(fù)制”節(jié)點(diǎn)，選擇“禁用發(fā)布或分布向?qū)А辈藛雾?xiàng)。，進(jìn)入“歡迎使用禁用發(fā)布或分布向?qū)А睂?duì)話框。利用該向?qū)Э梢酝瓿伞俺ニx服務(wù)器上

4、的所有發(fā)布”或“除去對(duì)應(yīng)已除去發(fā)布的所有訂閱”這些設(shè)置不會(huì)影響到該服務(wù)器從其它發(fā)布服務(wù)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(dǎo)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(dǎo)入/導(dǎo)出向?qū)?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(dǎo)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(dǎo)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(dǎo)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(dǎo)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(dǎo)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(dǎo)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(dǎo)入的轉(zhuǎn)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(dǎo)入任務(wù)包的保存與調(diào)度,9.1.2 超市數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)加載,任務(wù)包的作業(yè)調(diào)度,任務(wù)包的保存,任務(wù)包完成提示,任務(wù)包的瀏覽,9.1.3 多維數(shù)據(jù)集的更新,DTS調(diào)度包的建立,處理任務(wù)框架,選擇處理對(duì)象,調(diào)度任務(wù)處理選項(xiàng)確定,任務(wù)的建立,任務(wù)工作流確定,任務(wù)工作流屬性設(shè)置,DTS包的保存,任務(wù)包的調(diào)度設(shè)置,任務(wù)包的運(yùn)行時(shí)間設(shè)置,9.1.4 數(shù)據(jù)倉庫的鉆取訪問,1.數(shù)據(jù)鉆取的進(jìn)入,2.數(shù)據(jù)鉆取選項(xiàng)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(jìn)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(jìn)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(jié)果顯示,9.1.5 數(shù)據(jù)倉庫的多維表達(dá)式MDX應(yīng)用,MDX啟動(dòng)順序：開始程序Microsoft SQL ServerAnalysis ServicesMDX示例應(yīng)用程序。啟動(dòng)MDX以后將出現(xiàn)Connect對(duì)話框，在Server輸入框中輸入Analysis Services服務(wù)器名稱，Provider輸入框中輸入MSOLAP，單擊“OK”按鈕后，出現(xiàn)示例應(yīng)用程序窗口,MDX新查詢建立,MDX查詢結(jié)果顯示,MDX的立方體旋轉(zhuǎn)顯示,9.2 數(shù)據(jù)挖掘模型的設(shè)計(jì),9.2.1 數(shù)據(jù)挖掘?qū)ο蟮姆治?數(shù)據(jù)挖掘項(xiàng)目組成員 超市營銷

7、策略評(píng)價(jià)主要通過門市、商品、營銷策略、日期和客戶五個(gè)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(shí)施促銷策略后商品銷售量/實(shí)施促銷策略前商品銷售量-1）100% 商品銷售額增長率=（實(shí)施促銷策略后商品銷售額/實(shí)施促銷策略前商品銷售額）100% 商品利潤增長率=（實(shí)施促銷策略后商品利潤/實(shí)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(shí)間影響率=不同時(shí)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(guān)數(shù)據(jù)的準(zhǔn)備,1挖掘模型的確定 在過去的若干年中的業(yè)

8、務(wù)趨勢(shì)是什么？在業(yè)務(wù)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(guān)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(gè)分類。 將客戶分成三個(gè)不同的聚類，它們的特征分別有哪些？銷售額前10個(gè)商品聚類是什么？它們彼此之間有哪些不同之處？ 有時(shí)為了解決一些較大的業(yè)務(wù)問題，可能還需要對(duì)業(yè)務(wù)問題進(jìn)行分解，將業(yè)務(wù)問題分解成多個(gè)較小的問題。如果這些問題能夠使用分類、估計(jì)、關(guān)聯(lián)分組、聚類、細(xì)分或預(yù)測(cè)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(guān)數(shù)據(jù)的準(zhǔn)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(gè)預(yù)測(cè)正在流失客戶的模型，預(yù)測(cè)客戶流失行為的發(fā)生？能否建立一個(gè)模型，進(jìn)一步預(yù)測(cè)那些將要流失的客戶會(huì)在什么時(shí)候流失？能否建立一個(gè)模型解釋這些流失客戶為什么流失？對(duì)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(guān)數(shù)據(jù)的準(zhǔn)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(duì)問題，則可以將所有客戶劃分到“流失”和“不流失”兩個(gè)客戶類中，這就可以預(yù)測(cè)那些可能流失的客戶。同時(shí)，這種分類也可以用來解釋問題。而對(duì)于問題則可以變換一下角度來考慮，即開發(fā)一個(gè)預(yù)測(cè)模型，預(yù)測(cè)客戶會(huì)在“近期”、“中期”、“遠(yuǎn)期”流失

10、，這樣就可以將所有客戶分成“近期”、“中期”、“遠(yuǎn)期”三個(gè)流失類。,9.2.2 數(shù)據(jù)挖掘模型與相關(guān)數(shù)據(jù)的準(zhǔn)備,確定挖掘模型的分析目標(biāo)或挖掘成功的度量值 度量值的確定步驟：收集企業(yè)的關(guān)鍵戰(zhàn)略領(lǐng)域報(bào)表、識(shí)別企業(yè)信息量化的度量指標(biāo)、對(duì)這些度量指標(biāo)進(jìn)行編碼、識(shí)別數(shù)據(jù)挖掘解決業(yè)務(wù)問題的度量指標(biāo)、對(duì)度量指標(biāo)設(shè)定基線。 例如，在超市數(shù)據(jù)挖掘中經(jīng)常進(jìn)行度量的指標(biāo)有：購買商品的客戶百分比、對(duì)促銷策略響應(yīng)的客戶數(shù)、客戶購買商品的平均量、某一時(shí)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(dāng)前值，以便在數(shù)據(jù)挖掘以后，采取相應(yīng)對(duì)策后的比較。,2挖掘數(shù)據(jù)的準(zhǔn)備,建立數(shù)據(jù)挖掘庫：選擇業(yè)務(wù)數(shù)據(jù)、轉(zhuǎn)換業(yè)務(wù)數(shù)據(jù)、驗(yàn)證業(yè)務(wù)數(shù)據(jù)。 為數(shù)據(jù)挖掘工作準(zhǔn)備訓(xùn)練數(shù)據(jù)集與數(shù)據(jù)驗(yàn)證集：確定數(shù)據(jù)質(zhì)量、準(zhǔn)備適當(dāng)?shù)臄?shù)據(jù)、為目標(biāo)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(yīng)用,注意多目標(biāo)變量之間的相互關(guān)系 確定多目標(biāo)變量最終的分析順序 剔除那些對(duì)目標(biāo)變量具有強(qiáng)相關(guān)性的變量 挖掘模型的維護(hù)和完善 將所獲得挖掘結(jié)果存儲(chǔ)進(jìn)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(duì)關(guān)系數(shù)據(jù)庫和多維數(shù)據(jù)源中的數(shù)據(jù)進(jìn)行挖掘，因此任何利用OLE DB可以訪問的關(guān)系數(shù)據(jù)源數(shù)據(jù)