SQLServer2008商务智能体验16085

, , , , , ,*, , , , , , ,*,SQL Server 2008,商务智能体验,2,内容提要,一、背景概述,二、数据仓库与,ETL,的实现,三、使用,Analysis Service,实现数据分析,四、,使用,Report Designer,设计报表,五、使用,Excel,设计报表,六、大擂台,3,一 背景概述,商业智能,通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。,计算机的本质：计算,+,数据存储,数据存储的终极目的,数据,信息,知识,数据：客观事物的属性、数量、位置、相互关系的抽象表示。,信息：是对数据的理解（语义），是加载于数据之上的,知识：是经过提炼加工的信息，是一个或多个信息之间的关联。,4,一 背景概述,5,商业智能定义为下列软件工具的集合：,数据仓库（,Data Warehouse,）,联机分析处理工具（,OLAP,）,OLAP,也被称为多维分析。,终端用户查询和报表工具。,数据挖掘（,Data Mining,）软件。,一 背景概述,6,数据仓库是指从,业务数据,中创建,信息数据库,，并针对,决策和分析,进行优化。,数据仓库中的信息是,面向主题的、集成化的、稳定的,、,随时间变化,的数据集合，用以支持管理决策的过程。,数据来自多个数据源，并整合到一个数据库中。,在数据整合的过程中数据要经过,聚合、摘要和清洗,。,一 背景概述,“,数据仓库是一个,面向主题的、集成的、时变的、非易失的数据集合，支持管理过程的决策过程,”,W. H. Inmon,7,一 背景概述,数据,数据仓库是一个建设过程，而不是一个产品。,数据仓库是通过对来自不同的数据源进行统一处理及管理，通过灵活的展现方法来帮助决策支持。,数据,信息,知识,决策,获取,管理,使用,8,􀂄联机事务处理,OLTP (on-line transaction processing),传统的关系,DBMS,的主要任务,他们涵盖了一个组织的大部分日常操作：购买、库存、制造、银行、工资、注册、记账等。,􀂄联机分析处理,OLAP (on-line analytical processing),数据仓库系统的主要任务,数据分析和决策,一 背景概述,9,用户和系统的面向性,:OLTP,面向顾客，而,OLAP,面向市场,数据内容：,OLTP,系统管理当前数据，而,OLAP,管理历史的数据。,数据库设计：,OLTP,系统采用实体,-,联系（,ER),模型和面向应用的数据库设计，而,OLAP,系统通常采用星形和雪花模型,视图：,OLTP,系统主要关注一个企业或部门内部的当前数据，而,OLAP,系统主要关注汇总的统一的数据。,访问模式：,OLTP,访问主要有短的原子事务组成，而,OLAP,系统的访问大部分是只读操作，尽管许多可能是复杂的查询,OLTP,和,OLAP,的区别,一 背景概述,10,一 背景概述,11,Region,W,S,N,$10,万,4,月份我在北京卖掉了价值十万美元的可乐,一 背景概述,12,一 背景概述,13,一 背景概述,14,上卷（,Roll up,）,:,汇总数据,通过维的概念分层向上攀升或者通过维归约来实现,下钻,(roll down):,上卷的逆操作,从高层的汇总到低层汇总或详细数据,或者引入新的维来实现,切片（,Slice,）和切块（,dice,）,:,映射和选择,透视（,Pivot,）,:,一种目视操作，它转动数据的视角，提供数据的替代表示。如：将一个,3-D,立方体转换成,2-D,平面序列,.,其他的操作：,钻过（,drill across):,涉及多个事实表的查询,钻透（,drill through,）,:,钻到数据立方体的底层，到后端关系表,(,使用,SQL),一 背景概述,15,时间,国家,产品,2000,年,2000,年,1,月,2000,年,1,月,1,日,2000,年,1,月,2,日,2000,年,1,月,3,日,2000,年,2,月,一 背景概述,16,一 背景概述,一个数据仓库包括了,一个中央事实表,Fact Table,多个维度外键和多个可以分析的指标,多个维度表,Dimension Tables,可以分析的角度,17,一 背景概述,Employee_Dim,EmployeeKey,EmployeeID,.,.,.,EmployeeKey,Time_Dim,TimeKey,TheDate,.,.,.,TimeKey,Product_Dim,ProductKey,ProductID,ProduceName,ProductBrand,ProductCategory,.,.,.,ProductKey,Customer_Dim,CustomerKey,CustomerID,.,.,.,CustomerKey,Shipper_Dim,ShipperKey,ShipperID,.,.,.,ShipperKey,Sales_Fact,TimeKey,EmployeeKey,ProductKey,CustomerKey,ShipperKey,Units,Price,.,.,.,TimeKey,CustomerKey,ShipperKey,ProductKey,EmployeeKey,多个外键,事实,维度键,数据仓库的星型结构,18,Cube,多维数据集,源系统,客户端,设计数据仓库,导入数据仓库建设,Cubes,查询数据,1,3,4,查询工具,报表,分析,数据挖掘,2,数据仓库,一 背景概述,19,设计数据仓库,导入数据仓库,建设,Cubes,查询数据,1,3,4,2,Cube,多维数据集,数据仓库,源系统,客户端,查询工具,报表,分析,数据挖掘,一 背景概述,20,设计数据仓库,导入数据仓库,建设,Cubes,查询数据,1,3,4,2,Cube,多维数据集,数据仓库,源系统,客户端,查询工具,报表,分析,数据挖掘,一 背景概述,21,设计数据仓库,导入数据仓库,建设,Cubes,查询数据,1,4,2,3,Cube,多维数据集,数据仓库,源系统,客户端,查询工具,报表,分析,数据挖掘,一 背景概述,22,一 背景概述,IBM BI,体系结构,DB2 UDB,DB2 UDB,DB2 Warehouse Manager,数据仓库管理器,Meta Data,DB2 OLAP Server,DB2/Warehouse Control Center,OLAP Server App Manager,OLAP Server Analysis Server,客户端工具,支持,WEB,决策支持工具和应用程序,DB2 Family,ORACLE,Informix,Sybase,SQL Server,IMS & VSAM,Files,Data Joiner,DB2 Intelligent Miner for Data,数据智能挖掘服务器,23,Oracle,数据仓库的完整架构,数据转换,中央数据仓库,信息展现,业务用户,源数据,数据获取,数据管理,数据使用,项目管理 数据仓库实施指导方法论,业务规划 信息评估 逻辑数据 模型设计 物理数据模型设计,数据库管理 元数据管理 应用开发 顾问咨询 知识转移,TMIS,系统,客运系统,外部信息,MIS,系统,抽取,转化,过滤,加载,随即查询,报表,多维分析,数据挖掘,Portal,集成,Relational,Transformation,OLAP,Data Mining,数据,集市,Oracle 9i,直接用户,(,客户端,),Olap,用户,Web,用户,应用,服务器,决策者,分析员,研究员,查询人员,一 背景概述,24,Oracle,数据仓库的完整架构,一 背景概述,OWB,项目管理、数据仓库方法论,OPM DWM,业务规划 信息评估 模型设计,Oracle Warehouse Builder,管理、开发,OEM OWB Oracle9iDS,顾问咨询 知识转移,Discoverer,Report,BI Bean,Portal,TMIS,系统,客运系统,外部信息,Relational,Transformation,OLAP,Data Mining,Oracle 9i,MIS,系统,9i AS,随即查询,报表,多维分析,/,数据挖掘,应用,服务器,门户集成,ETL,工具,数据转换,中央数据仓库,信息展现 应用系统,源数据,数据获取,数据管理,数据使用,25,二 数据仓库与,ETL,的实现,数据从数据源向目标数据仓库抽取（,Extract,）、,转换（,Transform,）、,装载（,Load,）,的过程,构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗，最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。,抽取：将数据从各种原始的业务系统中读取出来。,转换：按照预先设计好的规则将抽取得数据进行转换、清洗，以及处理一些冗余、歧义的数据，使本来异构的数据格式能统一起来。,装载：将转换完的数据导入到数据仓库中。,26,ETL,举例,FName,LName,UnitPrice,Qty,Barr,Adam,.55,2,Chai,Sean,1.1,3,EmpKey,Name,1,Barr.Adam,2,Chai.Sean,Name,UnitPrice,Qty,Barr.Adam,.55,2,Chai.Sean,1.1,3,Name,TotalSales,Barr.Adam,1.1,Chai.Sean,3.3,EmpKey,TotalSales,1,1.1,2,3.3,导入,合并,计算,查找,二 数据仓库与,ETL,的实现,27,店面 网售,Pos,DW,SQL,sheet1,sheet2,sheet3,二 数据仓库与,ETL,的实现,28,Pos,部门销售情况,EmployeeName,GroupName,Time,ProductName,ProductStyle,ProductClass,Quantity,InformationSource,SaleAddress,DimProduct,ProductKey,ProductName,ProductStyle,ProductClass,店面销售情况,EmployeeName,GroupName,Time,ProductName,ProductStyle,ProductClass,Quantity,CustomerEvaluation,CustomerSources,网售销售情况,EmployeeName,GroupName,Time,ProductName,ProductStyle,ProductClass,Quantity,ProductName,ProductStyle,ProductClass,ProductName,ProductClass,ProductStyle,ProductName,ProductClass,ProductClass,ProductName,ProductStyle,ProductStyle,DimEmp,EmployKey,EmployeeName,GroupName,DeptName,GroupeName,EmployeeName,GroupeName,GroupName,EmployeeName,EmployeeName,GroupeName,EmployeeName,维度表的抽取,源表,源表,源表,维度表,29,店面销售情况,EmployeeName,GroupName,Time,ProductName,ProductStyle,ProductClass,Quantity,DimProduct,ProductKey,ProductName,ProductStyle,ProductClass,FactSales,ProductKey,ProductName,ProductStyle,ProductClass,ProductName,ProductClass,ProductStyle,ProductName,ProductClass,ProductStyle,ProductKey,ProductKey,事实表的抽取,源表,维度表,事实表,30,Cube,多维数据集,源系统,客户端,设计数据仓库,导入数据仓库,建设,Cubes,查询数据,1,3,4,查询工具,报表,分析,数据挖掘,2,使用,Analysis Service,实现数据分析,31,“,嘿, 2003,年,4,月份我在北京卖掉了价值十万美元的可乐”,Region,W,S,N,维度的层次概念：,产品,地域,时间,类别,国家 年,产品名称 省 月,市 日,$10,万,使用,Analysis Service,实现数据分析,32,维度,维度属性,维度层次结构属性,维度属性成员,度量值,OLAP,相关概念,使用,Analysis Service,实现数据分析,33,维度和度量值,产品,业代,客户,地区,时间,经销商,收入,成本,利润,业务量,指标,（,Measure,度量值）,(Dimension,维度,),(Dimension,维度,),(Dimension,维度,),(Dimension,维度,),(Dimension,维度,),(Dimension,维度,),使用,Analysis Service,实现数据分析,34,维度属性,维度属性的集合是维度，属性是绑定到数据源视图表或视图中的一列或多列,学习初期可将维度属性理解为相当于关系型数据库中表的列,使用,Analysis Service,实现数据分析,35,维度属性成员,成员：属性的一个具体的值,维度属性,在”维度结构”选项卡中看属性,在”浏览”选项卡中看属性成员,维度属性成员,用户自定义层次结构属性,使用,Analysis Service,实现数据分析,36,在“多维数据集”中浏览,度量值,维度属性,维度属性成员,维度属性成员,用户自定义层次结构属性,度量值,维度属性成员,使用,Analysis Service,实现数据分析,37,度量值组对可供分析的值进行聚合计算关系型数据库分组聚合：,SELECT,列名，,SUM(,值,) FROM,表,GROUP BY,列名,OLAP &OLTP,分组聚合,使用,Analysis Service,实现数据分析,38,使用报表查看数据,Cube,多维数据集,源系统,客户端,设计数据仓库,导入数据仓库建设,Cubes,查询数据,3,4,查询工具,报表,分析,数据挖掘,2,1,使用,Report Builder,设计报表,39,用,Report Builder 2.0,设计一张报表,使用,Report,项目和,Report Builder 2.0,创建报表的区别,使用,Report Builder,设计报表,创建,SQL Server Report Service,项目,Report Builder 2.0,报表设计工具,不需要安装,SQL,，是一款类似,Office,的简单易用的报表设计工具,40,41,Report Builder,的报表发布,使用,Report Builder,设计报表,42,Report Builder,的报表发布,设置,Report Builder,的报表发布路径,使用,Report Builder,设计报表,43,设置,Report,项目中,的报表发布路径,数据源存放的文件夹,报表存放的文件夹,Report,项目中的报表发布,44,用,Report Builder 2.0,打开在,Report,项目中创建的报表需修改数据源,数据源需连接到站点上,使用,Report Builder,设计报表,45,使用,Excel,设计报表,1,连接数据源,2,创建数据透视图或数据透视表,3,添加报表要显示的字段,4,编辑和美化报表,创建数据透视图或表,46,连接数据源,使用,Excel,设计报表,47,创建数据透视图或数据透视表,使用,Excel,设计报表,48,数据透视表,使用,Excel,设计报表,49,数据透视图,数据透视图建立在数据透视表的基础上即数据透视图只是数据透视表的表现样式,建立数据透视图时会自动首先创建数据透视表,使用,Excel,设计报表,50,编辑和美化报表,编辑报表,美化报表,使用,Excel,设计报表,51,报表导出,可将报表导出成,Excel,使用,Excel,设计报表,52,53,第,1,课：使用控制流中的,For each ADO,枚举器,1,将数据导出到记录集变量中,2,循环读取记录集变量,3,将循环得到的每条记录放至另一变量,此变量可在循环容器中的每项中使用（比如：作为数据流中数据源）,54,第,2,课：向,SSIS,包中添加日志、事务和检查点,-,事务,运行的结果是没有建表,第一步,:,建表,第二步,:,正确插入数据,第三步,:,错误插入数据,事务功能：包的运行一旦发生错误，回滚整个包,55,第一个序列容器中：建表并正确插入数据，第二个序列容器中：错误插入数据,运行的结果：第一个序列容器执行成功。只回滚第二个序列容器,56,第,2,课：向,SSIS,包中添加日志、事务和检查点,-,检查点,包第一次运行失败,包第二次运行从失败处开始，,而不是从头运行,实验一,57,包第一次运行：,在循环第二次时运行失败,包第二次运行：,从循环容器的第二次循环开始,实验二,58,第,3,课：练习使用数据源视图,D,在源表中没有的列，在这里写,T_SQL定义列,=,D,根据需求，写,T_SQL定义表,=,设置表之间的关联,为不同主题分别建视图，使理解表之间的关系更清晰,59,第,4,课：,SSAS,使用商业智能向导增强维度,-,维度排序,未设置维度排序,已设置维度排序,60,第,4,课：,SSAS,使用商业智能向导增强维度,-,维度写回,在,AS,工程项目中修改维度成员值,在,SQL Server Management Studio,的,AS,多维数据库中维度成员值立即修改,不用处理,在数据仓库中值立即修改,不用处理,61,第,4,课：,SSAS,使用商业智能向导增强维度,-,自定义聚合,自定义聚合：“,Average Unit Price”=“Net Sales”/“Units”,Average Unit Price,是根据公式计算的。公式需预先写到数据仓库维度表。,62,第,4,课：,SSAS,使用商业智能向导增强维度,-,帐户智能,帐户智能：资产年汇总,=,资产最后一个月,利润年汇总,=,每个月利润总和,帐户智能与自定义聚合公式区别：,帐户智能是根据时间维度的各种聚合，是针对汇总值,自定义聚合公式是要根据计算公式计算，是针对某维度成员的度量值计算方法,63,第,5,课：使用,SSRS2008,开发报表,-,报表中相关属性应用,图像,钻取,跳转到另一张报表,64,第,6,课：在,Excel2007,中使用,SSAS,数据挖掘,-Microsoft_Decision_Tree,已有数据：根据 “年龄“、“收入”与“购买意向“的关系,新数据：根据“年龄“，“收入”等估计“购买意向”的概率,65,大擂台,问题,1:,商业智能定义为哪些软件工具的集合,?,数据仓库（,Data Warehouse,）,联机分析处理工具（,OLAP,）,OLAP,也被称为多维分析。,终端用户查询和报表工具。,数据挖掘（,Data Mining,）软件。,66,大擂台,问题,2:SQL Server,商务智能,BI,主要提供了三项主要服务？,问题,2:SQL Server,商务智能,BI,主要提供了三项主要服务？,问题,3,数据库商务智能平台为开发者,ISV,构建联机分析处理,(OLAP),以及数据挖掘技术,.,针对,SQL Server 2008,这些功能是由什么服务提供的,?,问题 4 判断题: SQL Server 2008的 BI 组件只能与 微软的SQL SERVER结合使用.不支持ORACLE. ( ),67,大擂台,问题,5,贵公司希望通过,SQL Server 2008,开发一套解决方案，以满足如下业务需求：,从众多数据源中导入数据，例如,Microsoft Office Excel, Microsoft SQL Server 2000, Microsoft SQL Server 2005,以及,CSV,文件。在数据导入之前进行分析，并为移动用户提供脱机协作的功能让移动用户能够使用异构数据满足上述需求可以使用,SQL Server,中的哪个组件？,A. Analysis Services,B. Reporting Services,C. Integration Services,D. Notification Services,68,大擂台,问题,6,通过,SQL Server 2008 Integration Services (SSIS),数据流将数据加载到,SQL Server 2008,的数据库时，需要确保数据流中的数据能够更新数据库中的现有记录。,为了满足上述需求，我们需要用到什么组件？,A.SQL Server Destination,B.OLE DB Destination,C.OLE DB Command Transformation,D. Data Conversion Transformation,69,大擂台,问题,7 SQL Server 2008 Integration Services (SSIS),包中有多个数据流，我们需要使用,Business Intelligence Development Studio,来监控数据流中每一个路径中的数据，且数据流的逻辑关系不能受到影响，应当如何操作？,A.,使用,Data Viewer,工具,B.,使用,Data Profiling,任务,C.,使用,Audit,功能,D.,在,Script,组件中使用断点,70,问题,8:,通过,SQL Server 2008 Integration Services (SSIS),数据流将数据从查询结果中插入到目标数据表。现在我们只需要将目标数据表中所没有的行进行插入。下面哪两种方法可以实现？（双选）,A.,使用,Merge,转换,.,B.,使用,Lookup,转换,C.,使用,Union All,转换,D.,使用,Merge Join,转换,E.,使用,Fuzzy Lookup,转换,E.,使用,Fuzzy Grouping,转换,71,大擂台,问题,9,：数据挖掘的基本操作包括那几个？,3,种以上。,问题,10.,如果不希望在包中事务执行失败后出现全部回滚，应该采用哪些措施？,72,问题,11,某个函数要引用一个数据表，我们需要防止该数据表被删除，在创建该函数的时候需要使用哪个选项？,A. WITH ENCRYPTION,B. WITH EXECUTEAS,C. WITH SCHEMABINDING,D. WITH RETURNS NULL ON NULL INPUT,73,问题,18 SQL Server,数据库中的一个表含有很多索引 ，因此数据修改性能随着时间而降低。管理员怀疑某些索引并未使用，因此需要识别自上次启动,SQL Server,后未被任意查询所使用的索引。可以使用哪个动态管理视图,?,A. sys.dm_fts_index_population,B. sys.dm_exec_query_stats,C. sys.dm_db_index_usage_stats,D. sys.dm_db_index_physical_stats,74,演讲完毕，谢谢观看！,