分析服務(wù)資料課件

Thursday,July27,2023第1頁(yè)第19章分析服務(wù)本章概述本章要點(diǎn)本章內(nèi)容患幻勢(shì)茹芭勢(shì)呈伏瓷茅臉邦乳邯冠釜耐焊焚檔刊郝償呼餒舅吮酮凰誤笛屢ch19分析服務(wù)ch19分析服務(wù)Thursday,July27,2023第1頁(yè)第19章1Thursday,July27,2023第2頁(yè)本章概述數(shù)據(jù)庫(kù)系統(tǒng)已經(jīng)從單純的支持事務(wù)向支持事務(wù)和分析功能方向發(fā)展。如何把過(guò)去大量的業(yè)務(wù)數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)倉(cāng)庫(kù)中？如何創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)？如何在數(shù)據(jù)倉(cāng)庫(kù)中執(zhí)行多維分析？如何從數(shù)據(jù)倉(cāng)庫(kù)中挖掘出更多的知識(shí)？對(duì)于許多組織的管理人員來(lái)說(shuō)，這些問(wèn)題都是非常重要和迫切的問(wèn)題。MicrosoftSQLServer2008系統(tǒng)提供的分析服務(wù)可以用來(lái)解決這些問(wèn)題，輔助管理人員發(fā)現(xiàn)知識(shí)和執(zhí)行決策。本章將研究分析服務(wù)的功能特點(diǎn)和使用方式。對(duì)役幅閑脊毯蟄握哪禽洪懶桶宙迅綢蓑芬份討敘度綠遞痰跨疹燈狄印芝甩ch19分析服務(wù)ch19分析服務(wù)Thursday,July27,2023第2頁(yè)本章概述2Thursday,July27,2023第3頁(yè)本章要點(diǎn)為什么要引入分析服務(wù)OLTP系統(tǒng)和數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的區(qū)別和聯(lián)系數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市之間的關(guān)系雪花維度模型的特點(diǎn)MOLAP/ROLAP/HOLAP存儲(chǔ)結(jié)構(gòu)的特點(diǎn)聚合數(shù)據(jù)的特點(diǎn)和方法數(shù)據(jù)訪問(wèn)的特點(diǎn)和方法使用BIDS工具執(zhí)行分析服務(wù)操作惡遷露狂盛亞取踴翱壁伊鎮(zhèn)完哭吳情訂官纓肺蜒饞揍犀少宗哀鳳珍竭彥滁c(diǎn)h19分析服務(wù)ch19分析服務(wù)Thursday,July27,2023第3頁(yè)本章要點(diǎn)3Thursday,July27,2023第4頁(yè)本章內(nèi)容19.1概述19.2數(shù)據(jù)倉(cāng)庫(kù)的基本概念19.3BusinessIntelligenceDevelopmentStudio19.4本章小結(jié)捆寡位歷嫡狹孩堯昂鞍鐵為鄖拾脫濕聯(lián)螟霉韭筏奶伙砌芽收眺禾輯嚷確港ch19分析服務(wù)ch19分析服務(wù)Thursday,July27,2023第4頁(yè)本章內(nèi)容419.1概述數(shù)據(jù)倉(cāng)庫(kù)和分析系統(tǒng)是當(dāng)前數(shù)據(jù)庫(kù)領(lǐng)域的研究熱點(diǎn)和應(yīng)用重點(diǎn)，在銀行、保險(xiǎn)、證券、營(yíng)銷(xiāo)、通信、電子商務(wù)等行業(yè)領(lǐng)域的應(yīng)用越來(lái)越多。實(shí)際上，數(shù)據(jù)倉(cāng)庫(kù)是數(shù)據(jù)庫(kù)理論、技術(shù)和應(yīng)用發(fā)展的必然趨勢(shì)。Thursday,July27,2023第5頁(yè)臟員涅沛贊謅錄效諺計(jì)藥啃眩陜盛望畜欺云況續(xù)失仲阿莢釀灶霧磺較急初ch19分析服務(wù)ch19分析服務(wù)19.1概述數(shù)據(jù)倉(cāng)庫(kù)和分析系統(tǒng)是當(dāng)前數(shù)據(jù)庫(kù)領(lǐng)域的研究熱點(diǎn)5數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)和以數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)的分析系統(tǒng)，無(wú)疑是數(shù)據(jù)庫(kù)技術(shù)發(fā)展的更高階段。因此，許多數(shù)據(jù)庫(kù)廠商紛紛推出自己的數(shù)據(jù)倉(cāng)庫(kù)和分析系統(tǒng)產(chǎn)品。微軟公司也不例外。MicrosoftSQLServer2008系統(tǒng)包含了功能強(qiáng)大、技術(shù)先進(jìn)的分析服務(wù)，幫助用戶(hù)構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)和分析數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)。Thursday,July27,2023第6頁(yè)浴炎統(tǒng)凳廄灑量諾擺豹孽炳寸窖摻芹諺耳紊滑困瞇葛鈞椰免迭竣逐慢臆課ch19分析服務(wù)ch19分析服務(wù)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)和以數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)的分析系統(tǒng)，無(wú)疑是數(shù)據(jù)庫(kù)技619.2數(shù)據(jù)倉(cāng)庫(kù)的基本概念下面，著重討論數(shù)據(jù)倉(cāng)庫(kù)和分析服務(wù)領(lǐng)域中的一些基本概念，這些概念包括OLTP和數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)集市、數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)、維度模型、多維數(shù)據(jù)集、存儲(chǔ)模型、數(shù)據(jù)聚合和數(shù)據(jù)訪問(wèn)等內(nèi)容。Thursday,July27,2023第7頁(yè)懸冊(cè)敦倫僅淌烙瞎棵滲栗抿井昨旨洪漱爍相蝦屬?gòu)綑C(jī)巧泊認(rèn)資讒貿(mào)跡日趣ch19分析服務(wù)ch19分析服務(wù)19.2數(shù)據(jù)倉(cāng)庫(kù)的基本概念下面，著重討論數(shù)據(jù)倉(cāng)庫(kù)和分析服7OLTP和數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)OLTP是在線事務(wù)處理(OnlineTransactionProcessing)的簡(jiǎn)稱(chēng)。OLTP主要用在各種事務(wù)處理領(lǐng)域，例如會(huì)計(jì)核算、商品銷(xiāo)售等典型的事務(wù)處理事件。普通的數(shù)據(jù)庫(kù)系統(tǒng)就是一種OLTP系統(tǒng)。OLTP注重對(duì)業(yè)務(wù)數(shù)據(jù)記錄的支持。Thursday,July27,2023第8頁(yè)束穩(wěn)延勉頗閡藕?jiǎn)膛昭缢柘凑槲柱N濕嚎屏繁怯王召酚康灑氓舔緊嫡莽析倦ch19分析服務(wù)ch19分析服務(wù)OLTP和數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)OLTP是在線事務(wù)處理(Online8數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市數(shù)據(jù)倉(cāng)庫(kù)可以是包含了企業(yè)所有數(shù)據(jù)的數(shù)據(jù)庫(kù)，由用戶(hù)按照統(tǒng)一的方式進(jìn)行訪問(wèn)。通常情況下，企業(yè)可能擁有產(chǎn)生在不同時(shí)間的、存儲(chǔ)在不同數(shù)據(jù)庫(kù)或文件的、由不同數(shù)據(jù)庫(kù)管理系統(tǒng)管理的大量數(shù)據(jù)。這些數(shù)據(jù)庫(kù)管理系統(tǒng)可能是關(guān)系型的，也有可能是層次數(shù)據(jù)庫(kù)系統(tǒng)或網(wǎng)狀數(shù)據(jù)庫(kù)系統(tǒng)。數(shù)據(jù)集市只是包含企業(yè)部門(mén)級(jí)的數(shù)據(jù)，并且只有一部分用戶(hù)使用。Thursday,July27,2023第9頁(yè)癱捍爍該紙彪巡芭吭質(zhì)悔殼縱奮艘晤怒英槐穆雙城顏闡農(nóng)說(shuō)征莫橡梗藏聳ch19分析服務(wù)ch19分析服務(wù)數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市數(shù)據(jù)倉(cāng)庫(kù)可以是包含了企業(yè)所有數(shù)據(jù)的數(shù)據(jù)庫(kù)，9數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)和維度模型在數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)時(shí)，需要使用維度模型。也就是說(shuō)，維度模型是數(shù)據(jù)倉(cāng)庫(kù)的結(jié)構(gòu)基礎(chǔ)。在數(shù)據(jù)倉(cāng)庫(kù)中，每一個(gè)維度模型都有一個(gè)包含了度量數(shù)據(jù)的表和若干個(gè)描述維度的表。前者被稱(chēng)為事實(shí)表，后者被稱(chēng)為維度表。例如，事實(shí)表可以包含庫(kù)存、費(fèi)用等數(shù)據(jù)，維度表可以包含時(shí)間、產(chǎn)品類(lèi)型和員工等數(shù)據(jù)。Thursday,July27,2023第10頁(yè)糯光弧吹壁捅琵迫確池言榆汝故障極凜臆悸視咨房防請(qǐng)混理末驅(qū)桔逞蕪河ch19分析服務(wù)ch19分析服務(wù)數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)和維度模型在數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)時(shí)，需要使用維度模型。也10多維數(shù)據(jù)集和存儲(chǔ)模型數(shù)據(jù)倉(cāng)庫(kù)支持多種不同類(lèi)型的存儲(chǔ)結(jié)構(gòu)。許多數(shù)據(jù)存儲(chǔ)類(lèi)型是基于被稱(chēng)為多維數(shù)據(jù)集的多維數(shù)據(jù)庫(kù)。多維數(shù)據(jù)集是數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)的子集，可以組織成多維結(jié)構(gòu)。在定義多維數(shù)據(jù)集時(shí)，需要選擇一個(gè)事實(shí)表和確認(rèn)該表中感興趣的數(shù)值列，然后選擇可以為數(shù)據(jù)提供描述性信息的維度表。Thursday,July27,2023第11頁(yè)架腕帶垂圃擾駒錄甘懂澄攘斌堅(jiān)化峽份霸氫肆水國(guó)么乳蛾伎沫罵鼻遜仁著ch19分析服務(wù)ch19分析服務(wù)多維數(shù)據(jù)集和存儲(chǔ)模型數(shù)據(jù)倉(cāng)庫(kù)支持多種不同類(lèi)型的存儲(chǔ)結(jié)構(gòu)。許多11數(shù)據(jù)聚合數(shù)據(jù)是按照最詳細(xì)的格式存儲(chǔ)在事實(shí)表中，各種報(bào)表可以充分利用這些數(shù)據(jù)。一般的查詢(xún)語(yǔ)句在查詢(xún)事實(shí)表時(shí)，一次操作經(jīng)常涉及成千上萬(wàn)條記錄，但是通過(guò)使用匯總、平均、極值等聚合技術(shù)可以大大降低數(shù)據(jù)的查詢(xún)數(shù)量。因此，來(lái)自事實(shí)表中的底層數(shù)據(jù)應(yīng)該事先經(jīng)過(guò)聚合存儲(chǔ)在中間表中。中間表存儲(chǔ)了聚合信息，所以被稱(chēng)為聚合表，這種處理過(guò)程被稱(chēng)為聚合過(guò)程。Thursday,July27,2023第12頁(yè)魏鎬碰萄霧蠻罐繹河南宜嘯煩謀疑透訛返磅購(gòu)疇柒搜悄啤專(zhuān)瘴憑爐爬懇世ch19分析服務(wù)ch19分析服務(wù)數(shù)據(jù)聚合數(shù)據(jù)是按照最詳細(xì)的格式存儲(chǔ)在事實(shí)表中，各種報(bào)表可以充12數(shù)據(jù)訪問(wèn)一般地，用戶(hù)使用3種訪問(wèn)技術(shù)訪問(wèn)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)。這3種數(shù)據(jù)訪問(wèn)技術(shù)分別是報(bào)表、多維分析和數(shù)據(jù)挖掘。報(bào)表是最簡(jiǎn)單的訪問(wèn)技術(shù)。報(bào)表是使用查詢(xún)語(yǔ)句得到的表格數(shù)據(jù)或矩陣數(shù)據(jù)。這是最常見(jiàn)的數(shù)據(jù)訪問(wèn)方式。多維分析是指可以利用數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行多個(gè)維度的計(jì)算、比較和分析，可以交互式地考慮所有的可能情況。數(shù)據(jù)挖掘是通過(guò)對(duì)大量數(shù)據(jù)的研究和分析，企圖發(fā)現(xiàn)更多未知的信息和模式。管理人員可以使用這些信息和模式進(jìn)行管理上的決策。Thursday,July27,2023第13頁(yè)炒吻螺新桓捆迎距犬銳凜堅(jiān)候務(wù)決釉檔韌捅增奮朽殘攬像譚造郵瑩蒂欲茁ch19分析服務(wù)ch19分析服務(wù)數(shù)據(jù)訪問(wèn)一般地，用戶(hù)使用3種訪問(wèn)技術(shù)訪問(wèn)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)。這1319.3BusinessIntelligenceDevelopmentStudio分析服務(wù)的主要組件是BusinessIntelligenceDevelopmentStudio(簡(jiǎn)稱(chēng)為BIDS)。BIDS是一個(gè)管理工具，為集成服務(wù)、報(bào)表服務(wù)、分析服務(wù)和數(shù)據(jù)挖掘等提供了一個(gè)集成平臺(tái)。基于VisualStudio2008的BIDS支持用戶(hù)開(kāi)發(fā)商業(yè)智能應(yīng)用程序，用戶(hù)可以在該平臺(tái)中進(jìn)行編寫(xiě)代碼、調(diào)試及版本控制等工作。Thursday,July27,2023第14頁(yè)掘臟孽丈廣薯演乳潦逞份衫獎(jiǎng)沁苯鋇扇汲擎恤約俺膽歉旅妒油蜂關(guān)攪己盔ch19分析服務(wù)ch19分析服務(wù)19.3BusinessIntelligenceDe1419.4本章小結(jié)本章介紹了分析服務(wù)的內(nèi)容。首先，分析了引入分析服務(wù)的原因。其次，討論了數(shù)據(jù)倉(cāng)庫(kù)的基本概念，這些內(nèi)容包括OLTP系統(tǒng)與數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的區(qū)別和聯(lián)系、數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市之間的關(guān)系、雪花維度模型的特點(diǎn)、MOLAP/ROLAP/HOLAP存儲(chǔ)結(jié)構(gòu)的特點(diǎn)、聚合數(shù)據(jù)的特點(diǎn)和方法、數(shù)據(jù)訪問(wèn)的特點(diǎn)和方法等。最后，介紹如何使用BIDS工具創(chuàng)建數(shù)據(jù)源、數(shù)據(jù)源視圖、多維數(shù)據(jù)集等內(nèi)容。Thursday,July27,2023第15頁(yè)慫度餃楓剎弱墑父搶羔頓獎(jiǎng)關(guān)筑撈禽淵泥圓預(yù)端銹一酬咯吸測(cè)唯待舵魯急ch19分析服務(wù)ch19分析服務(wù)19.4本章小結(jié)本章介紹了分析服務(wù)的內(nèi)容。首先，分析了引15【思考和練習(xí)】1.為什么要引入分析服務(wù)？2.OLTP系統(tǒng)和數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的區(qū)別和聯(lián)系是什么？3.試述數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市之間的關(guān)系。4.什么是雪花維度模型？5.試述MOLAP、ROLAP、HOLAP存儲(chǔ)