数据仓库实验二

1、数据仓库与数据挖掘设计并构造AdventureWorks数据仓库实例2015-2016学年 第1学期 学院： 电子工程学院 学号： 姓名： 2016年1月实验二 设计并构造 AdventureWorks 数据仓库实例1. 实验目的在 SQL Server 平台上，利用 AdventureWorks 数据库作为商业智能解决方案的数据源，设计并构造数据仓库，建立 OLAP 和数据挖掘模型，并以输出报表的形式满足决策支持的查询需求。2. 实验环境及工具实验环境：win7 系统实验工具：Microsoft SQL Server 2012SQL Server Management StudioSQL S

2、erver Data Tools3. 实验内容3.1 需求分析AdventureWorks 数据库中有很多实体关系表，涉及到自行车制造企业的人力资源、产品管理、市场销售和采购、供应商管理及生产管理多个方面。而作为自行车的决策者，最关心的就是销售业绩的问题。而这里经过思考，主要是对这几个主题完成以下三个目标：(1)分析不同类别的产品通过网上销售在不同时间段内销售的业绩；(2) 生成分析结果的报表；(3)分析影响客户所有车的数量的因素。3.2 确定主题与边界对于该类自行车商品的公司管理层，需要关注和分析的主题主要是四个：供应商、产品、库存、和客户。其中商品主题的内容包括记录超市商品的采购情况、商品

3、的销售情况和商品的存储情况；客户主题包括的内容可能有客户购买商品的情况；仓库主题包括仓库中商品的存储情况和仓库的管理情况等，简单的主题关系图如图 3-1 所示。图3-1 主题关系图分析销售业绩主要基于三个维度：产品、客户和时间。事实数据为销售记录。3.2.1 产品维度对于产品，起关键作用的是产品名称和分类。所以对产品实体，应该具备表3-1 中的属性。产品的各个属性存在 dbo.DimProduct 表中。属性含义类型约束ProductKey确定唯一产品的主键intNot nullEnglishProductName产品英文名nvarchar(50)Not nullColor产品颜色nvarch

4、ar(15)Not null表3-1 产品维度属性表3.2.2 客户维度客户维度则主要关心姓名、年龄、性别、受教育程度、子女个数、是否拥有房产、拥有汽车数量、所在地区等信息，如表格 3-2 中所示。客户的各个属性存在 dbo.DimCustomer 和 dbo.DimGeography等表中，表之间通过主键或外键连接。属性含义类型约束CustomerKey表示唯一客户的主键intNot nullCustomerAlternateKey客户全称nvarchar(15)Not nullGeographyKey客户地理位置，外键int表3-2 客户维度属性表3.2.3时间维度对于时间维度，相关的是年

5、、月、日、季度、半年等，与时间相关的信息存放在dbo.DimDate 表中。图3-2 时间维度图3.2.4事实数据对于事实数据，只关心订单产品价格、折扣、数量和总价等情况，它的所有属性如表格 3-4 中所示。其中，单位产品价格及折扣、订单总数和订单总价等信息在 dbo. FactInternetSales 表中，如下图所示。图3-3 事实数据图3.3 逻辑模型创建3.3.1 添加数据源（1）运行 AdventureWorks SQL Server 2005示例数据库 .msi 文 件，生成AdventureWorks_Data.mdf 和AdventureWorks_Log.ldf 文件。在

6、Microsoft SQL Server Management Studio 工具中，右键点击对象资源管理器中的数据库节点，选择“附加”选择 AdventureWorks_Data.mdf ，可看到AdventureWorks 中的表格及其内容，如图 3-2 所示。图 3-4. AdventureWorks 导入数据库同样的方法，附加了AdventureWorks SQL Server 2012示例数据库AdventureWorksDW2012。在后续操作中使用AdventureWorks DW 2012。图 3-5. AdventureWorks DW 2012 导入数据库（2） 在 SQL

7、 Server Data Tools 工具中，创建一个Analysis Services商业智能项目Analysis Services Tutorial，为它创建新的数据源，选择步骤（1）中的数据库。生成 AdventureWorks 对应的数据源，如图 3-6 所示。新建完成后数据源下出现AdventureWorks DW 2012。图3-6. 添加数据源3.3.2 添加数据源视图右击添加数据源视图，选择AdventureWorks DW 2012 数据源，选择需要添加的表格，这里我关心的只有产品、客户的信息，所以选择 DimProduct、DimCustomer、DimDate、FactI

8、nternetSales及相关的表格，并以此将表名中的Dim去掉。添加好后的数据源视图如图 3-7 所示。图3-7. 数据源视图3.3.3 添加维度维度的添加方式都是右击维度，使用现有表来新建。（1）添加时间维度，选择相应的属性。图 3-8. 时间维度（2） 添加产品维度，选择相应的属性。图3-9. 产品维度（3） 添加客户维度，选择相应的属性图3-10. 客户维度3.3.4 添加多维数据集根据上面添加生成的维度，生成多维数据集。右键点击多维数据集，选择新建，使用现有表建立，度量值选为Internet Sales，维度选择上一步生成的即可。图3-11. 度量值与维度图3-12. 多维数据集3.

9、4 部署 Analysis Services 项目新建多维数据集成功之后，进行部署。第一次部署失败，提示错误28000。如图3-13所示。图3-13. 部署失败解决方法：在SQL Server Management Studio中新建一个账户，并映射到AdventureWorks DW 2012、权限设置为db_datareader。然后在Data Tools中双击数据源下的AdventureWorks DW 2012，把模拟信息改成使用服务账户。最后重新点击部署，部署成功。图3-14. 部署成功3.5决策树建立上述完成后可以可以在工具栏的窗口中查看信息。如图 3-15 所示，为维度用法。图3-15. 浏览维度用法右击挖掘结构，建立相应的挖掘结构模型，通过决策树等直观查看挖掘结果。图3-16. 决策树结果示例4. 实验总结通过本次实验，熟悉了 SQL Server 2012 的使用以及 Analysis Services 项目的创建和部署，加深了数据仓库中数据源、维度、多维数据集等概念的理解，并且练习运用这些组成部分构建和部署数据仓库，通过建立决策树对数据进行挖掘。对本课程的