第9章 维度的构建和管理.pptx

数据仓库与OLAP实践清华大学出版社第9章 维度的构建和管理 9.1 建立合适的维度 9.2 维度的添加 9.3 维度的层次结构 9.4 维度的更改9.5 维度的删除9.6 小结9.1建立合适的维度Microsoft SQL Server 2000 Analysis Services包括的常见维度：常规维度、虚拟维度、父子维度。常规维度：是最常用的一种维度，根据用来作为维度级别的字段类型，可以将常规维度分为标准维度和时间维度。虚拟维度：是基于物理维度列的逻辑维度，它基于另一个维度所提供的成员属性或列。父子维度：是基于单张维度表的两个不同列，这两个列一起定义了维度成员的沿袭关系。一列称为成员键列，标识每个成员；另一列称为父键列，标识每个成员的父代。 共享维度与专用维度根据维度特征，还可以将维度分为共享维度和专用维度。共享维度是可用于多个多维数据集的维度。专用维度是为特定的多维数据集创建的。专用维度由图标标识。 常规维度 常规维度是指那些既不是虚拟维度、父子维度，也不是数据挖掘维度的维度。常规维度可以基于多个维度表。如果常规维度基于多个表，那么所建立的多维数据集采用的就是雪花架构。如果常规维度基于单表，则为星型架构。常规维度可以是共享的，也可以是专用的。根据选择的字段类型的不同，常规维度还可以分为标准维度和时间维度。 2. 需求分析和数据准备 在对某市烟草公司分析时，需要从以下几个角度对总体情况进行了解：该市下属各县级烟草公司的销售情况；各个时间的销售情况；销售的卷烟的品牌；销售数量、销售金额、销售税额分别是什么。烟草公司分析所需的表结构建立常规维度的其他后续步骤2. 创建ODBC数据源：建立连接到”某市烟草公司销售数据.mdb”的数据源。3. 建立数据仓库数据库：某市烟草公司 4. 建立数据源连接5. 建立标准维度：卷烟名称 6. 建立时间维度：销售日期（选择：年、月、日）父子维度 父子维度是基于单个维表的两个不同的列，这两列一起定义了维度成员中的沿袭关系。一列称为成员键列，标识每个成员；另一列称为父键列，标识每个成员的父代。父子维度的建立可以帮助我们在多层次、多个维度级别上分析问题。 父子维度示例数据表公司代码表公司组织结构图父子维度示例数据表（续）A城区公司至R烟草公司都隶属于A市烟草分公司。可以根据“公司ID”和“上级公司ID”两个字段在市烟草公司和下属各县级销售公司之间建立父子维度。其中：字段“公司ID”是成员键列，“上级公司ID”是父键列，并将字段“公司名称”作为成员名称列。通过父子维度的建立，不仅可以了解全市卷烟的购销情况，还可以具体了解其下属各县级销售公司的购销情况。 建立父子维度浏览父子维度的数据并选择一个值浏览B烟草公司的销售情况 虚拟维度 虚拟维度是基于物理维度内容的逻辑维度，是依据物理维度中现有的成员属性或者物理维度表中的列来创建的。使用虚拟维度，可以基于多维数据集中的维度成员的成员属性对多维数据集的数据进行分析。虚拟维度的主要优点是节省存储空间。虚拟维度不具有聚合数据，因此把虚拟维度添加到多维数据集中并不会增加多维数据的规模。但使用虚拟维度的查询可能比使用其他维度的查询要慢。 1. 需求分析和数据准 在对某银行信贷资产质量进行分析时，分析人员首先需要掌握总体情况，对全辖数据纵向以时间为主线，横向以地区、分行为主线进行总体把握，并结合客户的经济性质、隶属关系、重点标志等属性进行重点分析。从企业取得电子数据后整理成三张相关的数据表：贷款余额表分行代码表客户基本情况表银行信贷分析表结构创建虚拟维度其他后续步骤2. 建立ODBC数据源：连接至“某银行信贷数据.mdb”数据库。3. 建立数据库并连接数据源4．建立多维数据集和常规维5．创建成员属性 6．创建虚拟维度：经济性质、法人资格等7．向现有多维数据集添加虚拟维度8．浏览多维数据集数据 浏览有虚拟维度的多维数据集9.2 维度的添加 在建立多维数据集的过程中，很难将所有情况考虑周全。随着分析问题的进一步深入，常常需要添加一些维度。添加维度方法： 通过Analysis Manager添加维度：右击“银行信贷分析”数据库下的“共享维度”节点，在弹出的菜单中选择“新建维度”，然后单击“向导”命令。 通过多维数据集编辑器添加维度：右击“信贷”多维数据集，在弹出的菜单中单击“编辑”命令。在多维数据集编辑器窗体中右击左边树形窗格中的“维度”节点，在弹出的菜单中选择“新建维度”命令。 9.3 维度的层次结构 Analysis Services 支持具有多个层次结构的维度。这些维度提供的多维数据集数据视图很类似，而且可以相互替代。例如，具有两个层次结构的时间维度可以由一个“月结算”层次结构和一个“周结算”日历层次结构组成，其中，月结算按每月统计销售额，而周结算则是按每周统计