《数据仓库简单介绍》PPT课件

《《数据仓库简单介绍》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第9章数据仓库应用实例9.1数据仓库的数据加载与钻取9.2数据挖掘模型的设计9.3SQLServer中的数据挖掘工具9.4数据仓库客户端界面的设计9.1数据仓库的数据加载与钻取9.1.1数据仓库的数据加载1.SQLServer的数据复制工具与应用5个有关复制的向导工具：创建和管理发布、强制其它服务器订阅、请求订阅、禁用发布和分布、配置发布、订阅服务器和分发SQLServer数据复制向导2.创建发布向导利用发布向导可以完成这样一些操作：选择发布数据库。使用发布模板。选择发布类型。选择可更新的订阅。可传送的订阅（快照复制或事务复制可使用的选项）。指定订阅服务器类型。指定要发布的数据和数

2、据库对象项目。选择发布名称和描述。自定义发布属性，包括筛选列、筛选行、启用动态筛选器、验证订阅信息、优化同步、允许匿名订阅以及设置快照代理调度，以完成数据发布的创建。数据发布的开始需要在数据发布服务器上打开SQLServer企业管理器，展开一个服务器组，展开复制文件夹，右击发布文件夹，然后单击“新建发布”命令，按照向导提示完成数据的分布创建。3.创建强制新订阅向导在强制订阅中，集中的分发服务器将建立调度，按照此调度与远程的、偶尔连接的订阅服务器进行连接。使用强制订阅，分发代理程序（用于快照发布和事务发布）或合并代理程序（用于合并发布）可以运行于分发服务器。建立订阅时要考虑的因素是需

3、要订阅的类型（强制、请求或匿名）以及运行复制代理程序的位置。为了创建订阅，发布服务器上必须有发布，订阅服务器上也必须有订阅数据库。可以在创建订阅之前创建订阅数据库，或在创建强制订阅向导中指定新的订阅数据库。可以为任何在发布服务器和分发服务器的属性中启用的订阅服务器创建强制订阅。3.创建强制新订阅向导4.创建请求订阅向导5.禁用发布或分布向导在SQLServer的企业管理器中的“工具”菜单中打开向导菜单项，调出“选择向导”对话框，选择其中的“复制”节点，选择“禁用发布或分布向导”菜单项。，进入“欢迎使用禁用发布或分布向导”对话框。利用该向导可以完成“除去所选服务器上的所有发布”或“除

4、去对应已除去发布的所有订阅”这些设置不会影响到该服务器从其它发布服务器接受到的订阅。9.1.2超市数据仓库系统的数据加载数据仓库的数据导入9.1.2超市数据仓库系统的数据加载DTS数据导入/导出向导9.1.2超市数据仓库系统的数据加载数据导入源的选择9.1.2超市数据仓库系统的数据加载数据导入源的确定9.1.2超市数据仓库系统的数据加载数据导入目的库选择9.1.2超市数据仓库系统的数据加载数据导入方式选择9.1.2超市数据仓库系统的数据加载导入数据表和视图的选择9.1.2超市数据仓库系统的数据加载数据导入源和目的的映射确定9.1.2超市数据仓库系统的数据加载数据导入的转换语言9.1

5、.2超市数据仓库系统的数据加载数据导入任务包的保存与调度9.1.2超市数据仓库系统的数据加载任务包的作业调度任务包的保存任务包完成提示任务包的浏览9.1.3多维数据集的更新DTS调度包的建立处理任务框架选择处理对象调度任务处理选项确定任务的建立任务工作流确定任务工作流属性设置DTS包的保存任务包的调度设置任务包的运行时间设置9.1.4数据仓库的钻取访问1.数据钻取的进入2.数据钻取选项的确定3.钻取数据列的选择4.数据钻取角色的管理在进行数据钻取前，还需要利用与编辑命令同一菜单中的“管理角色”命令确定可以进行数据钻取的管理人员。5.钻取数据的选择6.钻取结果显示9.1.5数据仓库的

6、多维表达式MDX应用MDX启动顺序：开始→程序→MicrosoftSQLServer→AnalysisServices→MDX示例应用程序。启动MDX以后将出现Connect对话框，在Server输入框中输入AnalysisServices服务器名称，Provider输入框中输入MSOLAP，单击“OK”按钮后，出现示例应用程序窗口MDX新查询建立MDX查询结果显示MDX的立方体旋转显示9.2数据挖掘模型的设计9.2.1数据挖掘对象的分析数据挖掘项目组成员超市营销策略评价主要通过门市、商品、营销策略、日期和客户五个维度。要分析的则是商品的销售量、销售额、商品的成本和商品销售的利润等

7、度量信息。商品销售量增长率=（实施促销策略后商品销售量/实施促销策略前商品销售量-1）×100%商品销售额增长率=（实施促销策略后商品销售额/实施促销策略前商品销售额）×100%商品利润增长率=（实施促销策略后商品利润/实施促销策略前商品利润）×100%商品促销策略门市影响率=不同门市相同促销策略商品利润增长率之比商品促销策略时间影响率=不同时间相同促销策略商品利润增长率之比等各种新的变量。9.2.2数据挖掘模型与相关数据的准备1．挖掘模型的确定在过去的若干年中的业务