SSAS使用基础手册专业资料.doc

《SSAS使用基础手册专业资料.doc》由会员分享，可在线阅读，更多相关《SSAS使用基础手册专业资料.doc（71页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、SQL SERVER SSAS使用手册1 BI、OLAP、Analysis Services1.1 BI概念简介BI系统负责从各种数据源中收集数据，并将这些数据进行必要转换后存储到一种统一存储介质中，并提供应使用者将这些数据转换为使用者所需信息功能。一种BI系统普通涉及5层：1. 数据源层（data source layer）：由每日操作数据、文本数据、Excel表格、Access数据库、其她外部数据构成；2. 数据转换层（data transformation layer）：转换数据源层为统一持续数据，并放入数据存储层；3. 数据存储和提取层（data storage and retriev

2、al layer）：数据仓库；4. 分析层（analytical layer）：多维度OLAP数据库，为决策者提供分析根据；5. 展示层（presentation layer）：报表和可视化工具。与当前RDC系统相应，BSERP数据库便相称于一种数据源层，它提供实时事务数据。一种由SSIS（SQL Server Integration Services）提供ETL功能可以将业务数据库中操作性数据通过一定规则转换为统一持续数据，它提供便是一种数据转换层功能。通过SSIS转换后数据，存储到DW_RDC数据仓库中。DW_RDC是一种关系型数据仓库，包括两种类型表：维度表和事实表。它提供一种数据存储和

3、提取功能，但是这里数据依然不是多维数据，因此咱们需要将这些数据通过SSAS(SQL Server Analysis Services)转换成多维数据并提供分析功能，这些多维数据，存储在BI_RDC中。最后，咱们将BI_RDC数据通过Analyzer展示工具进行多维可视化呈现。1.2 OLAP、Analysis Services由SSAS生成BI_RDC是一种OLAP（On-Line Analysis Process）多维数据库。OLAP是与OLTP（On-Line Transaction Process）相相应概念，OLTP是老式关系型数据库重要应用，重要是基本、寻常事物解决；OLAP是数据仓

4、库系统重要应用，支持复杂分析操作，侧重决策支持，并且提供直观易懂查询成果。某些在BI系统中重要概念，也是从OLAP中概念延伸过来，例如：属性、层次构造、维度，度量值等。Integration Services、Analysis Services以及Reporting Services是SQL Server提供BI工具，分别提供BI系统数据转换层、分析层和展示层功能。可以看到使用微软SQL SERVER 产品可以完全实现BI系统中可以提供所有功能。其中，Microsoft SQL Server Analysis Services 为商业智能应用程序提供了联机分析解决 (OLAP) 功能和数据挖掘

5、功能。Analysis Services 支持 OLAP，可以设计、创立和管理包括从其她数据源（如，关系型数据库）聚合来数据多维构造。对于数据挖掘应用程序，Analysis Services 使您可以通过使用各种各样业界原则数据挖掘算法，设计、创立和查看从其她数据源构造数据挖掘模型。1.3 使用SSAS需要理解概念1.3.1 Cube、Dimension和MeasureCube就像一种坐标系，每一种Dimension代表一种坐标轴，要想得到一种点，就必要在每一种坐标轴上取一种值，而这个点就是Cube中Cell。见下图（来源于）：上图较好阐明了Cube、Dimension、Measure之间关系

6、。这里需要注意是：其实Measure也属于一种维度，即Measures Dimension。所有Measure构成了Measures Dimension，这个维度只有一种Hierarchy，并且这个Hierarchy只有一种层次（Level）。1.3.2 Hierarchy、Level和Member在上节图中，每个Dimension只有一种Hierarchy，而在实际环境中，一种Dimension往往有诸多Hierarchy。因而，上一小节中关于“Cube就象一种坐标系，每一种Dimension代表一种坐标轴”这句话其实不够精确，精确说应当是每一种Hierarchy代表了一种坐标轴，而Hier

7、archy中每一种Member代表了坐标轴上一种值。下图以时间维度为例展示了Dimension内部构造。2 UDM统一维度模型 但愿直接从诸如公司资源规划 (ERP) 数据库这样数据源中检索信息顾客会晤临几种重要挑战： 此类数据源内容普通非常难于理解，由于它们设计初衷是针对系统和开发人员，而不是顾客。 顾客所关怀信息普通分布在各种异类数据源中。虽然只是使用其她关系数据库，顾客也必要理解每个数据库详细信息（例如，所用 SQL 方言）。更糟糕是，这些数据源类型也许各不相似，不但涉及关系数据库，并且还涉及文献和 Web 服务。 尽管许多数据源都倾向于包括大量事务级别详细信息，但是，支持业务决策制定所

8、需查询经常涉及汇总信息和聚合信息。随着数据量增长，最后顾客为进行交互式分析而检索此类汇总值所需时间也会过长。 业务规则普通并不封装在数据源中。顾客需要自行理解数据。统一维度模型 (UDM) 作用是在顾客和数据源之间搭建一座桥梁。UDM 构造于一种或各种物理数据源之上。顾客使用各种客户端工具（例如，Microsoft Excel）向 UDM 发出查询。虽然 UDM 只是作为数据源上瘦层来构造，对于最后顾客而言也有益处：更简朴、更容易理解数据模型，与异构后端数据源相隔离，并且汇总类型查询性能也有所提高。在某些方案中，可以自动构造简朴 UDM。如果在构造 UDM 过程中再增长某些投资，则可以从该模型

9、提供丰富元数据中获得其她收益。UDM 具备下列长处： 极大地丰富了顾客模型。 提供了支持交互式分析高性能查询，虽然是数据量非常大也不例外。 捕获模型中业务规则，以支持更丰富分析。 支持“关闭循环”：容许顾客按照所看到数据进行操作。 2.1 基本最后顾客模型 当前考虑一种示例，在该示例中，顾客但愿比较不同步间段销售额和配额。 销售额数据存储在主数据库“销售额和库存”，其中包括许多其她表。甚至在标记出了有关表之后，该顾客也也许发现单个实体（例如，产品）数据分散在诸多表中。由于引用完整性由应用程序逻辑强制实行，因而没有定义这些表之间关系。销售配额存储在另一种应用程序数据库中。这两个数据库都不会捕获任

10、何业务规则，例如如下事实：为比较配额和实际销售额，必要使用订单发货日期，而不能使用与订单关于其她日期（订单日期、订单到期日期、筹划日期等）。2.1.1 直接访问数据源一方面考虑顾客直接访问数据源状况。下图显示了一种使用示例工具构造查询示例。到当前为止，顾客已经完毕了大量工作。其中涉及： 从大量名称隐晦表中筛查出所需表。 拟定了应将哪些列用于联接表。 从诸多包括大量针对系统详细信息表中，选取那些包括所需详细信息列。例如，在存储了关于产品类别详细信息表中 11 个列中，只有两个名称列与顾客实际有关。 当前顾客专注于定义应当在哪里使用“外部”联接与“内部”联接，以及如何对详细信息进行分组以提供所需聚

11、合。 然而，顾客还要面对更艰巨任务。例如，顾客如何联接来自其她数据源数据？虽然其中一种数据库支持分布式查询，大多数顾客依然无法构造所需查询，并且在此任务中工具也许无法向顾客提供足够支持。代码示例显示了一种查询外部数据办法。SELECT Quotas.QuotaAmount，Quotas.EmployeeId，?FROM OPENROWSET(SQLOLEDB,seattle1;Sales;MyPass,SELECT * FROM Forecasts.dbo.SalesQuota?) As Quotas如果使用其她数据源（如 Web 服务），则在拟定如何执行对的远程调用，然后又如何解决返回XML

12、以将其与其她数据合并时，顾客将遇到另一种巨大障碍。 最后尚有一点：对一种查询执行此项工作之后，进行下一种查询时，此工作很大一某些又将重复一遍。 2.1.2 使用 UDM 访问数据源与前面情形相反，如下关系图例示了如何为访问某个基于这些数据源而构造简朴 UDM 顾客生成查询。 Microsoft SQL Server 附带开发工具提供了此示例中显示设计界面。但可以使用支持 UDM 任何接口，涉及客户端工具，例如，Office Excel 或 Office Web 组件 (OWC)，或诸多报表和分析工具中一种。左边树视图显示了 UDM 内容。注意该示例中如下几点：只为顾客显示面向顾客有关项目。系统

13、列（例如，行 GUID 或最后修改日期）是不可见。所用名称为和谐名称，而没有使用基本数据库中采用面向开发人员命名商定。UDM 还将每个业务实体所有属性分组为单独“维度”，如产品或雇员。因而，客户端便可引用该示例中“产品颜色”、“子类别”以及“类别”，而无需在所涉及大量表之间显式执行联接。 这些表达事务值或度量值列随后将显示为“度量值”。例如，顾客普通都喜欢对销售量或销售配额之类列进行聚合。这种将数据显示为“度量值”和“维度”办法称为“维度建模”。 右边关系图显示了当前查询中包括元素。在这种状况下，为了祈求“按产品类别分类销售额和配额”，顾客只需通过从树视图中将三个有关项目拖动到右侧设计界面中，

14、即可定义查询。顾客不必指定实际访问两个不同数据源时所需详细信息，或在诸多有关表之间执行对的联接。 模型定义了简朴默认格式：例如，使用货币符号。还可以定义更复杂格式，涉及条件格式，例如，如果某个值低于特定阈值，则以红色显示该值。 同一模型可支持各种查询。例如，只需通过拖动雇员维度中一种属性便可按雇员对成果进行细分。2.2 扩展基本模型 虽然上面示例阐释了虽然简朴 UDM 也可以明显地简化基本数据浏览。但是，当顾客访问数据时，还会遇到更多挑战。例如： 支持来自不同顾客众多不同类型查询 UDM 规模也许会变得非常庞大。如何才干保证解决特定任务顾客不会受到与之无关信息干扰？如何满足全球顾客但愿看到以其

15、自己母语显示报表规定？如何才干简化所有与时间有关常用问题？例如，顾客也许但愿显示与上一年同期进行比较销售额。 本某些探讨了上述某些问题，阐明 UDM 如何支持对基本模型进行扩展以协助顾客实现更高档数据浏览操作。 2.2.1 层次构造虽然将一种实体所有属性合并为一种维度可以明显简化顾客模型，但是，尚有某些属性关系是用简朴列表所无法表达。在前面示例中，“类别”、“子类别”以及 SKU 定义了其中一种可用于组织产品层次构造。由于顾客经常但愿基于此类层次构造执行分析，因而 UDM 容许定义此类层次构造。例如，按“类别”查看总计之后，顾客也许要进一步到“子类别”，然后进一步到最低 SKU 级别。每个层次

16、构造都是序列属性，可以在查询中使用这些属性来简化这种向下深化和向上深化情形。如下关系图示例显示了层次构造也许以何种形式出当前最后顾客界面中。该模型包括若干种不同层次构造，产品便是按照这些层次构造来组织。这里显示查询回答了这个问题：“显示以产品类别分组销售额和配额，然后细分到子类别。”该查询是通过将“按类别分类产品”层次构造拖到网格中来定义。为了查看详细数据，该顾客双击“自行车”类别以展开子级别。 UDM 解决如何在层次构造级别之间进行移动详细信息。UDM 还解决诸如配额在“子类别”级别不可用而只在“类别”级别可用这样详细信息。其中一种特殊层次构造是父子层次构造，这种构造中包括互相之间具备复杂关

17、系实体。在下一种图中，“雇员”维度具备名为“按组织构造分类雇员”层次构造。使用此层次构造，您可以更容易地在组织每个级别浏览父子关系并分析汇总值。例如，主管销售 Charles Marshall 销售配额涉及其所有员工销售配额总和再加上与其直接有关所有销售配额。2.2.2 分类顾客普通会为其数据应用分类。例如，顾客也许说“这些属性包括了雇员个人详细信息方方面面”或“此属性是电子邮件地址”。UDM 提供有两种机制，专用于依照此分类来提供其她值：维度、属性和其她对象可以放在语义上故意义类别中，以便于客户端工具更加合理地使用它们。例如，属性可以标记为 URL。然后，包括此属性报表便可依照 URL 值进

18、行导航。另一种属性也许标记为电子邮件地址。在这种状况下，报表客户端就也许依照某些顾客操作自动打开新电子邮件。 度量值、层次构造和其她对象都可以分组到对顾客故意义文献夹中。使用此分组，报表工具可以以更易于管理方式显示大量属性。例如，也许有一组标签为“Customer Demographics”属性。2.2.3 时间时间信息普通使用“日期时间”或“日期”数据类型记录在基本数据源中。尽管精通 SQL 或 XPath 顾客可以提取按年度总计数据所需要日期信息，但虽然是这样顾客也也许会发现很难基于时间其她方面来为问题编写查询，例如“按星期几显示销售额”或“从七月一日开始，按会计年度显示明细。”但是，UD

19、M 有内置时间知识，涉及如下日历： 自然 会计 报告（“445”等） 生产（13个期间） ISO8601因而，该模型也许涉及一种时间维度，该时间维度提供了一组丰富属性用于定义每日详细信息。下图显示了当顾客选取查看 会计年度销售量和配额时成果。若要执行此操作，顾客只需将有关项从树拖到筛选区域。UDM 懂得如何将该顾客操作翻译为日期范畴，此外，它还理解业务规则，即查询中必要涉及在这些日期发货订单，而不是在这些日期到期订单或在这些日期定购订单。由 UDM 隐式执行对的联接。 此外，UDM 为回答与时间有关常用问题提供了特定支持，这些问题涉及诸如“本月与上一年度同一月份比较”这样同期比较。 2.2.4

20、 翻译在上面示例中，模型内容和数据都以一种语言显示。但是，国际顾客普通需要查看以她们本地语言显示元数据。 为理解决此问题，UDM 容许将元数据翻译为其她任何语言。使用特定区域设立连接客户端应用程序便可接受以相应语言显示所有元数据。 该模型还可以进行数据翻译。属性可以映射到数据源中其她元素，并且可觉得这些元素提供不同语言翻译。例如，如果顾客在连接时使用了咱们在上一示例中始终使用相似工具，但这是从采用法语区域设立客户端计算机上执行，则 UDM 和查询成果都会以法语显示，如图所示。2.2.5 透视虽然此处所用示例模型大小非常适度，但是，真实模型也许涉及更广范畴，包括数十种度量值和维度，并且每个维度都

21、包括数十种或数百种属性。执行特定任务顾客普通不必查看完整模型。为了避免模型完整大小对顾客产生干扰，咱们需要定义一种视图来显示该模型一种子集。 UDM 提供了这种称为透视视图。一种 UDM 可以具备各种透视，每个透视都只表达一种与特殊顾客组有关特定模型子集（度量值、维度、属性等）。然后，每个透视都可与顾客安全角色（定义应当看到该透视顾客）进行关联。例如，名为“西雅图库存”透视可以定义为只包括来自库存度量值组度量值，隐藏“按位置分类仓库”层次构造，并将默认“都市”设立为“西雅图”。2.2.6 属性语义UDM 提供了属性其她语义。这些语义目的是为了使信息更容易使用。下面是可以应用于属性语义某些示例：

22、名称与键：查看关系数据库时，也许无法理解 EmployeeID 是一种系统生成无意义唯一键。UDM 解决此问题办法是让“雇员”属性同步具备键（唯一 EmployeeID）和名称（例如，名称由 FirstName 和 LastName 串联而成）。诸如“显示雇员”这样查询便可通过使用其唯一ID来对的地区别同名雇员，但是显示对顾客故意义名称。排序：属性值普通必要以某个固定顺序显示，而该顺序并不是简朴字母或数值顺序。UDM 容许定义默认排序设立以管理此规定。例如：按星期日、星期一、星期二等星期日期浮现。顺序中优先级显示为高、中、低。离散化：对于数值属性，显示属性每个非重复值普通毫无意义。例如，查看某

23、个产品所有不同价格 ($9.97，$10.05，$10.10,) 销售额与查看每一价格范畴 ( $10，$10 - $15,) 销售额相比，后者更有用。UDM 容许使用各种条件将属性离散到上述范畴中。 2.2.7 核心性能指标 (KPI)公司普通会定义核心性能指标 (KPI)，这些指标是用于衡量业务发展状况重要原则。UDM 容许创立这样 KPI，以便公司可以按更易于理解方式分组和呈现数据。KPI 还可以使用图形来显示状态和走向，例如，表达好、普通或糟糕批示灯。UDM 中每个 KPI 可觉得每个性能指标最多定义四个表达式：实际值目的值状态 一种介于 -1 和 1 之间规范化值，表达实际状态与目的

24、比率（-1 表达“非常差”，1 表达“非常好”）走向 一种介于 -1 和 1 之间规范化值，表达一段时间走向（-1 表达“明显变差”，1 表达“明显变好”）使用 KPI，客户端工具可以用一种顾客更容易理解方式来提供有关度量值。下图中示例显示了客户端工具如何显示三个 KPI（已组织到显示文献夹）。2.3 性能 顾客执行交互式浏览需要具备迅速响应时间。由于这种数据浏览频繁进行，而它所涉及数据集又非常大，因而这个规定给人们提出了一道难题。 为了提高性能，UDM 提供了缓存服务。缓存可以存储从基本数据源读取详细数据，以及基于该数据预先计算聚合值。然而，使用这些缓存值也许会暗示数据在某种限度上有些陈旧。

25、业务规定决定对信息时效性规定。在某些状况下，规定必要显示最新数据；而在其她状况下，显示已存在两小时甚至两天数据也是完全可以。为了反映这种指定数据状态方略，UDM 既容许显式管理缓存（例如，可以将筹划定义为在每天凌晨 2 点刷新缓存），也容许使用“积极缓存”进行透明管理。顾客可以指定对数据时效性规定，而 UDM 将自动创立和管理缓存，以尽量提高对查询响应速度。 2.4 分析 前面某些解决了 UDM 如何支持交互式数据浏览问题。但是，只是使信息可从基本数据源中获得，虽然以更容易理解和易用形式，也显然不符合将业务逻辑并入顾客模型中这一目的。因而，UDM 提供了用来定义对数据执行简朴和复杂计算功能。

26、2.4.1 基本分析查询普通返回聚合数据。例如，典型查询将按类别显示销售额，而不是逐个显示每个销售订单。但是，并没有可以定义应当如何聚合特定度量值基本关系数据。例如，可以明显地对销售量进行汇总，但单位价格应当是平均值。UDM 添加了这种语义。 可以使用各种方案定义聚合办法：可以使用简朴聚合函数，例如 Sum、Count、Distinct Count、Max 或 Min 等。可以将聚合定义为半累加。这表达将使用诸如 Sum 这样简朴函数来计算除“时间”（在其中使用了“最后期间”）外所有维度。例如，虽然可以从“产品”到“产品类别”对库存级别进行求和，但是“月份”库存级别不是每天库存级别之和；相反，

27、该月库存级别是该月最后一天库存级别。聚合可以基于账户类型（如收入与支出）。 可以自定义聚合以满足任何特殊规定。UDM 还可以包括计算成员。这些成员未与源数据直接关联，但是派生自源数据。例如，计算成员（方差）可以定义为计算销售额和配额之间差别。同样，UDM 可以定义顾客关怀实体集：例如，按销售量排名前 10 名客户或最重要产品。然后可以轻松使用这些集将查询范畴限制到特定实体集。 2.4.2 高档分析有时，顾客需要计算比前面给出“方差”示例更复杂。下面是复杂计算某些示例：显示每个时间段本三个月移动平均值。比较此时间段和上一年相似时间段逐年增长率。如果销售额以基本货币进行报告，请使用销售时当天平均汇

28、率将销售额转换为原始货币。按照比今年销售额增长 10% 条件计算下一年每个类别预算销售额，然后依照过去 3 年相对平均销售额将该预算销售额向下分派给每个产品。 UDM 提供了一种完备模型用于定义上述计算，与多维度电子表格类似，它可以基于其她单元中值来计算某个单元值。但是，甚至上述比喻也局限性以描述 UDM 中计算丰富性。某个单元中值也许不但依照其她单元中值进行计算，并且还依照该单元过去值进行计算。因而，它可以支持联立方程；例如，利润等于收入减去支出，但是奖金（涉及在支出中）来自利润。除了提供专用于编写此类计算功能强大多维度表达式 (MDX) 语言以外，UDM 还启用了与 Microsoft .

29、NET 集成。此集成容许以任何可验证 .NET 语言（例如，C#.NET 或 Visual Basic .NET）编写存储过程和函数。然后，可以从 MDX 调用存储过程或函数，以便在计算中使用。 客户端不能查看此类计算详细信息。对于客户端应用程序，这只意味着模型当前有了更有用度量值。在下面示例中，顾客要查看在美国销售利润最高产品各种计算度量值（基于销售额）。2.4.3 与数据挖掘集成可以以丰富、容易理解形式显示数据很重要，但顾客还需要能通过数据推导出新信息。 UDM 紧密集成了数据挖掘技术，容许对数据进行挖掘，并在后来使用发现模式执行预测。 2.5 使数据可操作 对于顾客而言，查看数据普通会及

30、时引起更多问题，或者引起采用某种操作需要。例如： “加入该编号详细销售额涉及哪些？” “配额太低 - 我必要增长配额。” “这有些不正常 - 我想要使用注释对该编号进行标记。” “咱们在网站上针对该促销提供了哪些详细信息？” 通过易于理解方式为顾客提供数据是不够。还需要使顾客可以更容易地依照她们所看到数据执行操作。 UDM 通过下列两种方式提供这种支持： 容许将更改写回数据中 使操作与数据关联。2.5.1 写回UDM 不是只读。也可以通过 UDM 更新数据。在使用度量值状况下，更新可以像这些值增量那样，与原始值分开存储。 此外，还可以更新汇总数字。例如，请考虑预算方案。虽然预算量也许最后在详细

31、级别（例如，按组和帐户）上公开，但是值也许一方面在汇总限度较高档别（按部门和帐户类型）上公开。 2.5.2 操作UDM 支持操作涉及数据和基于该数据执行操作之间链接。重要操作种类涉及：URL：转到指定 URL。此类型操作支持将顾客引向某些 URL，以获得进一步信息，并将顾客引向容许执行新任务某些基于 Web 应用程序。例如：对于产品，转到阐明该产品公司网站。对于产品/仓库组合，转到基于 Web 库存管理应用程序（将产品/仓库作为参数进行传递）以容许提高安全存货水平。 报表：执行指定报表。例如，对于给定产品，该操作可以执行一种参数化产品报表，以用来提供产品阐明和当前订单状态。 钻取：钻取到可用详

32、细信息最低档别。例如，按产品和客户查看总销售额顾客可以钻取查看构成总销售额所有销售事务。 操作可以与特定区域数据进行关联。例如，导航到网页操作也许应用于每个产品，但是查看详细存货转移事务操作将应用于每个产品和仓库数量值。虽然操作已定义为 UDM 一某些，但是客户端应用程序应当负责检索合用操作详细信息，并将操作提供应顾客，然后依照需要启动操作。 2.6 安全性 对 UDM 访问是可控制。安全性重要功能涉及：UDM 提供基于角色安全性。可以定义角色，可以将权限授予这些角色以及作为每个角色成员顾客。顾客实际权限是授予顾客所属每个角色权限联合。角色权限也可涉及“强回绝”，是指删除与顾客也许所属其她角色

33、无关权利。 管理权限（例如，更改 UDM）可以独立于数据访问权限而进行授予。并且，可觉得读取对象元数据，以及为数据读/写访问权，定义单独权限。可以在直至单个单元粒度级别上对数据进行安全设立。例如，可以将查看产品“器材”销售额顾客限制为客户“ACME”。安全性也可以是有条件：例如，只有当某个部门具备五名以上雇员时才容许某个角色查看该部门薪金总额。 权限可以定义与否应使用直观共计（在这种状况下，共计只反映顾客对其具备权限较低档别成员）。单元访问也可以是有条件，这表达只有当其她所有单元也是可查看时，从其她单元派生单元才是可查看。例如，如果利润派生自收入和成本，则顾客只能查看她们有权同步查看其收入和成

34、本产品利润。3 创立一种SSAS项目SQL Server是以解决方案来管理一种BI项目，BI项目可以是Analysis Services项目、Integration Services项目或者是Reporting Services项目，一种解决方案可以包括以上三类项目任意一种或几种，这取决于使用者在创立这些项目时是使用同一种解决方案还是另创立一种新解决方案。创立任意BI项目，都是在SQL Server提供“SQL Server Business Intelligence Development Studio”环境中实现。（1）一方面在“开始程序Microsoft SQL Server ”中，找到

35、“SQL Server Business Intelligence Development Studio”并点击打开。（2）在打开页面中，可以选取新建一种新Analysis Services项目。新建项目办法有两种：在页面顶部工具栏中选取“文献”，在弹出菜单中选取“新建项目”在页面“近来项目”中，点击“创立”右侧项目（3）在打开“新建项目”对话框“模板”中，点选“Analysis Services项目”，并且在底部输入该项目名称，存储位置，并且勾选“创立爱你解决方案目录”，随后可以此外给解决方案命名或者保持与项目名称一致；如果是在已经打开一种项目后选取创立新项目，还可以选取是新建解决方案还是将

36、该项目添入已存在解决方案。（4）点击“新建项目”对话框中拟定按钮，新Analysis Services项目创立成功。4 创立数据源与数据源视图4.1 创立数据源在新建成功项目“解决方案资源管理器”中，可以开到一种Analysis Services项目中涉及几种空文献夹，分别是数据源、数据源视图、多维数据集、维度、挖掘构造、角色、程序集、杂项。其中数据挖掘文献夹是用来创立数据挖掘功能，本文档并不涉及。一种Analysis Services项目数据源是为将要生成OLAP多维数据库提供数据。一种Analysis Services项目数据源文献夹可以包括各种数据源，但是普通BI系统都会将来自业务系统中

37、数据通过ETL过程抽取、转换后加载到一种数据仓库或者是ODS系统数据库中。在RDC系统中，数据源是来自于DW_RDC数据仓库中。DW_RDC中汇总了创立OLAP多维数据库所需所有维度和度量数据。（1）在“解决方案资源管理器”中，右键单击“数据源”文献夹，在弹出菜单中选取“新建数据源”（2）随后会弹出“数据源向导”。在“数据源向导”欢迎页面中点击下一步。（3）在“选取如何定义连接”也页面中选取“基于既有连接或新连接创立数据源”并且点击“新建”按钮。（4）在弹出“连接管理器”中，键入“服务器名”；在“登录到服务器”中选取“使用SQL Server身份验证”，并且键入顾客名和密码；在“连接或输入一种

38、数据库名”中选取为Analysis Services提供数据源数据库。（5）点击“测试连接”，弹出显示“连接测试成功”信息对话框黄总点击“拟定”回到“连接管理器”对话框中并再次点击“拟定”回到“数据源向导”“选取如何定义连接”页面中。（6）在“选取如何定义连接”页面“数据连接”中会存在上一环节中创立数据连接。点击下一步。（7）在“模仿信息”页面中选取“使用服务账户”并点击“下一步”(8)在“完毕向导”页面中，可以键入数据源名称或者保持默认。点击完毕，数据源创立成功。（9）在“解决方案资源管理器”中可以在“数据源”文献夹下看到后缀为ds数据源文献。4.2 创立和设计数据源视图4.2.1 创立数据

39、源视图 Microsoft SQL Server 中联机分析解决 (OLAP) 和数据挖掘项目是依照一种或各种数据源中有关表、视图和查询逻辑数据模型来设计。此逻辑数据模型称为数据源视图。数据源视图是一种对象，它包括来自所选数据源对象（其中涉及在基本数据源或数据源视图中定义这些对象之间所关于系）元数据。数据源视图缓存生成视图所基于数据源中元数据。使用缓存元数据可以在不具备持续有效数据源连接状况下开发 Analysis Services 项目。使用数据源视图可以定义填充大型数据仓库数据子集。此外，通过数据源视图还可以定义基于异类数据源或数据源子集同源架构。由于数据源视图代表一种独立架构，因此可以依

40、照需要添加任何批注，而不会影响基本数据源架构。(1)右键单击“数据源视图”文献夹，在弹出菜单中选取“新建数据源视图”。（2）在“数据源视图向导”欢迎页面中点击“下一步”。（3）在“选取数据源”页面中，选中“DW RDC”数据源，并点击下一步。（4）在“名称匹配”页面中，保持默认并点击“下一步”。（5）在“选取表和视图”页面中，选取创立OLAP多维数据库需要表和视图。（6）在可用对象中选中需要使用到表并点击箭头按钮，将该表添加进包括对象中。这里以RDC系统OM主题为例，仅选取该主题需要到表和视图。选取好之后点击“下一步”。（7）在“完毕向导”页面中，键入数据源视图名称或者保持默认。点击“完毕”结

41、束创立数据源视图。（8）在“解决方案资源管理器”中，浮现后缀为dsv数据源视图。4.2.2 设计数据源视图创立成功数据源视图之后，SQL Server Business Intelligence Development Studio会自动弹出DW RDC.dsv设计界面，并且归属到“DW RDC.dsv设计”选项卡中。设计界面涉及三某些内容分别为：“关系图组织程序”窗格：可在其中创立子关系图，用于查看数据源视图子集。“表”窗格：其中将以树形式显示各个表及其架构元素。“关系图”窗格：其中将以图形方式显示各个表及其互有关系。数据源视图设计选项卡中重要操作就是定义维度和维度、维度和事实表之间关系。定

42、义关系操作既可以在“表”窗格也可以在“关系图组织程序”窗格中实现。由于在设计数据仓库时都会事先定义好维度表主键，因此在创立数据源视图之后有些关系是自动创立好，但是依然会存在需要手动设定不同表之间关系操作。上图“关系图组织程序”中，Dim_Date表便不存在任何与其她表关系。这里咱们通过两种方式阐明创立Dim_Date表与其她表关系办法。 这里应当理解是，关系都是从包括外键表指向包括主键表。依照维度表和事实表特性，维度表中一定会包括主键，有也许包括外键；而事实表中包括键普通都是外键，因而一张事实表普通都是指向外部关系，而维度表则既有指向自己关系，也有指向外部关系。l 在“表”窗格中创立关系（1）

43、在表窗格中，展开Dim_Date表，右键Dim_Date或者右键Dim_Date中包括“关系”文献夹，选取弹出菜单中“新建关系”功能。 （2）在弹出“指定关系”对话框中，在“源（外键）表”选取框中选取Fact_OM事实表（本次示例中仅有Fact_OM表中包括外键DateKey），在“目的（主键）表”中选取Dim_Date表；在源列和目的列中都选取“DateKey”。随后点击拟定。（3）创立成功之后，会在Dim_Date表“关系”文献夹中浮现一种关系。并且在“关系图组织程序”窗格中也会相应浮现Fact_OM到Dim_Date指向关系。 l 在“关系图组织程序”窗格中创立关系（1）在“关系图组织程

44、序”窗格中，Dim_Date表和Fact_OM开始不存在任何关系。（2）选中“Fact_OM”表中DateKey并将它拖动到Dim_Date表中DateKey位置，会在两者之间创立关系，由于最初并未将Dim_Date表中DateKey设立为主键，因此在创立关系时会弹出“与否创立逻辑主键？”对话框，点击是会在DateKey之前标记主键。 （3）创键成功后会在“表”窗格中Dim_Date表中“表”文献夹中浮现两者之间关系。5 创立和布置维度在一种Analysis Services项目中，创立维度和多维数据集先后顺序可以任意。如果先创立多维数据集并且在创立多维数据集过程中创立维度，不利于维度设计和维

45、护。因而在开发过程中一方面创立需要使用到维度，然后再创立多维数据集。任何维度和多维数据集中度量值，都是以数据源视图中表为基本，如果想要创立维度和多维数据集度量值在数据源视图中并不存在，则必要一方面在数据源视图中一方面添加表之后才干创立。本实例中数据源视图中一共包括了11张表，其中两张表是事实表，此外九张表都是维度表，其中Dim_Date维度表可以创立时间维度，Dim_Channel维度表可以创立父子维度，其她维度表，都创立为原则维度。5.1 原则维度原则维度是最基本维度。其她特殊维度都可以通过一方面将该维度创立成原则维度后改进维度属性特性等操作实现。维度数据源便是数据仓库中维度表，原则上维度表

46、中任意一种字段都可以相应一种维度中属性，但是并不是每一种维度表中字段均有必要转换成维度属性，这需要依照实际需求设计。这里以Dim_Customer维度表为例，演示阐明如何通过该维度表创立一种Dim Customer 维度。（1）右键单击“解决方案资源管理器”中BI项目“维度”文献夹，在弹出菜单中选取“新建维度”。（2）在“维度向导”欢迎页面中点击“下一步”。（3）在“选取创立办法”页面中，选取“使用既有表”，点击“下一步”（4）在“指定源信息”页面中，选取所要创立维度主表，选取该维度键列以及名称列（5）在“选取有关表”中，取消勾选“Dim_Channel”和“Dim_Area”，点击“下一步”

47、。（6）在“选取维度属性”页面中，勾选需要用到维度属性，在该环节中可以在属性类型中设立维度中每一种属性类型。由于这里创立是常规维度，因此在属性类型保持默认“常规”就可以。选取好之后点击“下一步”。（7）在“完毕向导”页面中，键入维度名称或者保持默认。之后点击“完毕”。（8）在“解决方案资源管理器中”“维度”文献夹中浮现后缀为dim维度文献。并且SSAS会自动打开维度设计器。（9）在解决方案资源管理器中右键单击Dim Customer.dim维度，在弹出菜单中选取“解决”。（10）SSAS会弹出对话框，直接选“是”，一方面对该维度进行布置（11）布置成功后，点击“运营”对该维度进行解决（在“解决维度”对话框中可以配备解决设立，并且设立解决选项，但此处咱们保持默认）（12）维度解决成功后点击“关闭”。这是可以通过“维度设计器”“浏览器”选项卡中浏览维度数据。（13）打开“维度设计器”中“浏览器”选项卡，并在“层次构造”中选取“Customer Name”。在“当前级别ALL”之前“+”。会看到客户名称属性包括数据。（14）咱们以同样办法为除了Dim_Date表以及Dim_Channel表以外其她维度类型表创立原则维度，创立成功之后，“解决方案资源管理器”中“维度”文献