数据仓库与数据挖掘实验二多维数据组织与分析.doc

1、一、实验内容和目的目的：1理解维（表）、成员、层次（粒度）等基本概念及其之间的关系；2理解多维数据集创建的基本原理与流程；3理解并掌握OLAP分析的基本过程与方法；内容：1运用Analysis Server工具进行维度、度量值以及多维数据集的创建（模拟案例）。2使用维度浏览器进行多维数据的查询、编辑操作。3对多维数据集进行切片、切块、旋转、钻取操作。二、所用仪器、材料（设备名称、型号、规格等）操作系统平台：Windows 7数据库平台：SQL Server 2008 SP2三、实验原理在数据仓库系统中，联机分析处理（OLAP）是重要的数据分析工具。OLAP的基本思想是企业的决策者应能灵活地、从

2、多方面和多角度以多维的形式来观察企业的状态和了解企业的变化。OLAP是在OLTP的基础上发展起来的，OLTP是以数据库为基础的，面对的是操作人员和低层管理人员，对基本数据的查询和增、删、改等进行处理。而OLAP是以数据仓库为基础的数据分析处理。它具有在线性（online）和多维分析（multi-dimension analysis）的特点。OLAP超越了一般查询和报表的功能，是建立在一般事务操作之上的另外一种逻辑步骤，因此，它的决策支持能力更强。建立OLAP的基础是多维数据模型，多维数据模型的存储可以有多种不同的形式。MOLAP和ROLAP是OLAP的两种主要形式，其中MOLAP（multi-

3、dimension OLAP）是基于多维数据库的OLAP，简称为多维OLAP；ROLAP（relation OLAP）是基于关系数据库的OLAP，简称关系OLAP。OLAP的目的是为决策管理人员通过一种灵活的多维数据分析手段，提供辅助决策信息。基本的多维数据分析操作包括切片、切块、旋转、钻取等。随着OLAP的深入发展，OLAP也逐渐具有了计算和智能的能力，这些能力称为广义OLAP操作。四、实验方法、步骤要求：利用实验室和指导教师提供的实验软件，认真完成规定的实验内容，真实地记录实验中遇到的各种问题和解决的方法与过程，并根据实验案例绘出多维数据组织模型及其OLAP操作过程。实验完成后，应根据实验

4、情况写出实验报告。五、实验过程原始记录(数据、图表、计算等)本实验以实验一建立的数据仓库为基础，使用Microsoft的SQL Server Business Intelligence Development Studio工具，建立OLAP相关模型，并实现OLAP的一些简单基本功能。u 首先打开SQL Server Business Intelligence Development Studio工具，新建一个Analysis Service项目，命名为：DWu 新建：数据源，连接实验一中建立的数据仓库u u 新建数据源视图，选择OLAP中要用到的所有表 u 建立维度表和事实表之间的主外键关系，

5、如下u 根据订单主题建立分析维度：发货方式、下单方式、订单状态、订单价值、销售人员、日期（年月日/年月旬日/年季月日/年月周日）、客户（年龄/性别/客户类型/所在地区/年收入/职称/受教育程度/婚姻状况/拥有车辆数/子女数量）以【订单价值】维度为例，说明如下：选择使用现有表，选择订单价值表：V_SUBTOTAL_VALUES 选择所有属性，设置维度名称为：订单价值，完成 添加一个层次结构，处理维度，查看效果 显示字段按字符排序，显然不符合习惯，给维度添加一个属性关系，做为字段排序依据，重新处理后查看效果 其他各维度建立完成后效果如下(部分)：u 建立多维数据集，确定度量值（修改相应度量值的显示

6、名称），选择已经建好的维度 u OLAP模型建立完成，如下为对多维数据集进行切片、切块、旋转、钻取的操作示例切片【订单价值-订单数量】切块【订单价值-订单数量-客户受教育程度】旋转【订单价值-订单数量-客户受教育程度 客户受教育程度-订单数量-订单价值】钻取【客户所在地区：国家省市-订单数量】六、实验结果、分析和结论（误差分析与数据处理、成果总结等。其中，绘制曲线图时必须用计算纸）通过本次实验，我们理解了OLAP的多维数据分析的概念，简单实现了一个多维数据分析模型，对多维数据分析的基本操作（切片、切块、钻取、旋转）有一个基本的认识。同时，在进行模型建立过程中，因为建立数据仓库过程中数据导入问题，需要我们重新检查数据仓库的ETL过程，寻找问题并予以解决，这一过程是一个循环往复的过程，直至所有问题都得以解决，OLAP的多维数据集才能顺序建立并进行相关操作，所以在ETL过程中认真细心，尽量考虑周全，可以避免建立OLAP多维数据集时的很多问题。-8-