数据挖掘-数据集

实验目的：

在 BI Development Studio 的 Analysis Services 项目中定义数据源、

数据源视图、维度、属性、属性关系、层次结构和数据集。通过将 Analysis

Services 项目部署到 Analysis Services 实例来查看数据集和维度数据，

以及如何在随后处理已部署的对象以使用基础数据源中的数据来填充对象。在

Analysis Services 项目中修改度量值、维度、层次结构、属性和度量值组，

以及如何将增量更改部署到开发服务器上的已部署数据集。

实验内容：

   通过Analysis Services – 数据的教程，理解维、成员、粒度等基

本概念及其之间的关系，知道Microsoft SQL Server 中的联机分析处理

(OLAP) 和数据挖掘项目是根据一个或多个数据源中相关表、视图和查询的逻辑

数据模型来设计的。使用数据源视图可以定义填充大型数据仓库的数据子集。此

外，通过数据源视图还可以定义基于异类数据源或数据源子集的同源架构。运用

Analysis Server工具进行维度、度量值以及数据集的创建。使用维度浏览

器进行数据的查询、编辑操作。对数据集进行切片、切块、旋转、操作。

实验步骤：

1.首先应在 Business Intelligence Development Studio 中创建一个 Analysis Services 项目。将项目名称更改为：DW，并创建数据源。

结果如下：

2.创建数据源视图，选择数据集要用到的所有表

3.创建维度表和事实表之间的主外键关系

3.建立分析维度：以发货方式、下单方式、订单状态、订单价值、销售人员、日期、客户等表来建立维度。

以订单价值维度为例：

在创建维度时，选择使用现有表并且选择订单价值表

在选择维度属性时，添加所有属性,并修改维度名称：订单价值

在订单价值的维度属性中，选择DSC为层次结构

在维度中创建一个属性关系，处理后查看效果如下：

其他维度的查询结果如下：

4.建立数据集，确定度量值（修改相应度量值的显示名称），选择已经建好的维度

完成数据集向导如下：

5.模型建立完成，对数据集进行钻取、切块、切片操作如下：

钻取地区：国家 省 市-订单数量

切块:订单价值-订单数量-客户受教育程度

切片:订单价值-订单数量

实验心得：

通过此次实验，明白了联机分析处理（OLAP）是数据仓库的重要数据分析工具，它是处理共享信息的快速分析，建立OLAP的基础是数据模型，它将数据分为度量和维度，度量表示定量的数据，被组织为事实表，而维度是表示定性的数据，相对于事实，它的描述性更强，被组织为维度表。并且数据分析操作包括：切片、切块、旋转（可以得到不同视角的数据）、钻取（可以得到更多的细节性数据）等。