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： ①时间维表（time_by_day） ②产品维表（product） ③产品类别维表（product_class） ④顾客维表（customer） ⑤推销维表（promotion） ⑥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并单击“完成”。如图10。 最后得到的雪花型数据模型如图11，注意到左侧列出了多维数据集的维名称和度量，右侧为对应的雪花型数据集NewCube。