实验1 用SQL Server 2000 Analysis Services创建数据仓库模型.doc

使用SQL Server 2000 Analysis Services创建数据仓库模型使用Analysis Services创建数据仓库模型。仍以Analysis Services附带的数据FoodMart为例，本实验创建一个雪花型的数据仓库模型。1.首先在ODBC数据源管理器中添加用户数据源，并命名为FoodMart 2000，数据库选用Analysis Services附带的foodmart 2000.mdb。如图1。2. 打开Analysis Services，连接到分析服务器后，新建FoodMart 2000数据库，右键“数据源”选择“新数据源”，使用Microsoft OLE DB Provider for ODBC Drivers连接已建的FoodMart 2000数据源。如图2。3. 使用向导创建多维数据集（1）从数据源FoodMart 2000中选择sales_fact_1997作为事实表，该表的详细情况可以通过“浏览数据”进行查看。如图3。点击“下一步”，选择事实表中的store_sales、store_cost和unit_sales作为多维数据集的度量值。如图4。（2）继续“下一步”，使用维度向导创建维表。为了表述雪花模型，实验中创建的维表依次有：时间维表（time_by_day）产品维表（product）产品类别维表（product_class）顾客维表（customer）推销维表（promotion）商店维表（store）其中，产品类别维表是在产品维表的基础上新增的维表，这样就构成了具有雪花模型的数据立方体。a)首先创建时间维，选择“星型架构”，从“可用的表”中选取表time_by_day，维度类型选择时间维度（其他维度均选择标准维度），日期列被自动指定为the_date，然后定义维度层次为年、季度、月。最后用户输入维度名称“NewCubeTime”完成时间维度的创建，用户可以通过“预览”查看。如图5。b）继续创建产品维，与时间维不同，这里用到了雪花架构，将product和product_class联接起来，具体如下：新建维度，选择“雪花架构”，从“可用的表”中选取表product和product_class。Analysis Services允许用户拖放列指定联接。如图6，显示了表product的product_class_id到表product_class的product_class_id的联接。选择产品维的维度级别。默认情况下，Analysis Services通过各个列中不同条目的计数自动分配级别。这里选择product_category、product_subcategory和brand_name定义维度级别。从图7中可以看到，“级别名称”前面的点的数目表明了不同列的级别。输入维度名称“NewCubeProduct”点击完成，完成对产品维的创建。如图8。c）类似上述步骤，添加其他多维数据集的维度，创建商店维NewCubeStore、顾客维NewCubeCustomer和推销维NewCubePromotion。最终创建的所有维度列表如图9。（3）事实表和维表创建完成后，开始创建数据立方体。单击下一步，输入生成的多维数据集的名称NewCube