SQLServer数据仓库与数据挖掘.pptVIP

3．事实维度关系 事实维度通常称为退化维度，是通过事实数据表而非维度表中的列构造的标准维度。有用的维度数据有时存储在事实数据表中可以减少重复。 4．多对多维度关系 多对多维度可将维度模型扩展了传统的星型架构范围，并在维度不直接与事实数据表相关联的情况下支持复杂分析。 Step1 在解决方案资源管理器中，右键单击“多维数据集”，然后单击“新建多维数据集”。 Step2 在“欢迎使用多维数据集向导”页上，单击“下一步”按钮，并在“选择生成方法”页上，确认已选中“使用数据源生成多维数据集”选项，此时，可以启用“自动生成”选项，如图8.19所示，这样多维数据集向导将自动定义维度表中各列的属性并自动生成多级层次结构。当然，也可以手动创建属性，然后生成层次结构。 8.4.4 用Analysis?Services创建维与多维数据集 Step3 在“选择数据源视图”页上，确认已选中 StockVIEW 数据源视图。在使用多维数据集向导生成多维数据集时，可以在“选择数据源视图”页上单击“完成”按钮，以让该向导定义多维数据集的其余属性；也可以根据需要自己定义多维数据集的其余属性。若直接进入“完成向导”页，可以在该页为多维数据集指定名称并可以查看其结构。本例中单击“下一步”按钮，以查看并进一步定义多维数据集的属性。 Step4 向导扫描在数据源对象中定义的数据库中的表，以标识事实数据表和维度表以及与事实数据表相关的度量值，在“检测事实数据表和维度表”页上单击“下一步”按钮，将显示该向导所标识的事实数据表和维度表。图8.20显示了该向导的“标识事实数据表和维度表”页，其中为 STOCK_AS项目选择了事实数据表和维度表。 8.4.4 用Analysis?Services创建维与多维数据集 Step5 单击“下一步”按钮，在随即出现的“选择度量值”页中，显示了向导所选择的度量值。在此，也可以进行修改。一般选择事实数据表中的各数值数据类型列作为度量值，如图8.21所示。 Step6 在“完成向导”页上，将多维数据集的名称更改为StockDIMS，在该页上，也可以查看多维数据集的度量值组、度量值、维度、层次结构和属性，如图8.23所示，单击“完成”按钮以完成向导。 8.4.4 用Analysis?Services创建维与多维数据集 8.4.4 用Analysis?Services创建维与多维数据集 8.4.4 用Analysis?Services创建维与多维数据集 8.4.5 部署 Analysis Services 项目 Step1 在解决方案资源管理器中，右键单击项目名“STOCK_AS”，然后单击“属性”选项。将出现“STOCK_AS 属性页”对话框，并显示活动配置的属性。在此可以定义多个配置，每个配置可以具有不同的属性。 Step2 在“STOCK_AS 属性页”的树型目录里选择“部署”选项，并在“目标”区域的“服务器”文本框里输入Analysis Services服务器名及实例名，若省略实例名则部署到默认实例，然后“确定”，如图8.25所示，以完成配置属性的设置。 8.4.5 部署 Analysis Services 项目 8.4.5 部署 Analysis Services 项目 Step3 在解决方案资源管理器中，右键单击项目名“STOCK_AS”，再单击“部署”选项，或者在“生成”菜单上单击“部署STOCK_AS”，就可以在“部署进度”对话框中看到部署情况。 Step4 单击“视图”菜单栏中的“输出”选项，可以查看部署是否成功。 部署完STOCK_AS项目之后，启动SQL Server Management Studio，在“连接到服务器”对话框里的“服务器类型”下拉列表框里选择“Analysis Services”选项并写出部署的服务器名和实例名。连接后，在SQL Server Management Studio的“对象资源管理器”里，就可以看到部署的项目。 8.4.5 部署 Analysis Services 项目 利用数据挖掘向导可以创建挖掘结构和挖掘模型，使用该向导可以定义结构并制定创建基于该结构的初始模型时使用的算法和定型数据。具体过程包括：选择数据源类型，选择算法，选择数据源并且指定数据源表的用法，选择表中的列并且指定这些列的用法，对挖掘模型命名。接下来，可以对模型进行处理和分析，还可以生成数据挖掘报表。 Step1 在解决方案资源管理器中，选择“挖掘结构”，单击右键，在弹出的菜单中选择“新建挖掘结构”命令，弹出“数据挖掘向导”对话框，单击“下一步”按钮。 Step2 “选择定义方法”对话框中，需要开发人员选择创建模型的源是来自于一个关系源还是来自于多维源，虽然最后创建的结果相同，但是