数据仓库-数据掘-XML.doc

补充知识 数据仓库设计与使用 （资料来源于 SQL SERVER2000实用教程，陈旭东主编，电子工业出版社） 进入21世纪，商业活动变得越来越复杂，并且越来越全球化，企业迫切需要大量的信息来支持战略决策。但是传统的数据库技术不能有效地将企业内海量数据转化为有用的战略信息，数据仓库为企业提供了战略信息的系统环境，为商业智能化打下了基础。数据仓库已经成为信息技术的热门领域。SQL Server提供了一套比较完整的创建数据仓库和数据挖掘的解决方案。 13.1 SQL Server 数据仓库开发工具及应用 13.1.1 数据仓库的基本概念 Inmon 1993 给数据仓库下了如下定义：“数据仓库是面向主题的、综合的、以时间为变量的、非易变性的数据集合，用来支持管理决策”。数据仓库不同于操作型的数据库，操作型的数据库主要用在联机事务处理（OLTP），而数据仓库主要用在联机分析处理（OLAP）和信息分析处理。数据仓库是一种信息系统环境，可以提供企业综合完整的概括，使企业的信息保持一致性，并且能够支持决策处理。 13.1.2 数据仓库架构 典型的数据仓库架构由一些基本的功能模块组成（参考图13.1 数据仓库的架构图）：最左边是数据源部分；然后是数据提取转换层；中间是数据存储部分，它管理数据仓库的全部数据，并且保存元数据信息；最右边是信息传递部分，包括各种数据仓库信息的显示和分析工具。其中，外部数据源是准备装载到数据仓库的各种各样的数据，包括关系数据库、电子表格、文档等。数据提取转换层（Extraction Transformation Layer, ETL）是从数据源中提取数据并将其转换到仓库服务器中的过程，主要包括数据提取、转换和加载三部分的内容。元数据描述了数据的结构和意义，元数据连接了数据仓库的所有部分，能够为开发者提供数据仓库内容和结构的所有信息，SQL Server提供了比较完善的元数据服务，元数据服务将系统数据库msdb 用作默认知识库（Repository）数据库。数据仓库存储提供分析用的大量历史数据，这些数据的结构和格式适合于各种分析方法。信息传递部分，主要包括报告、查询工具, OLAP分析工具和数据挖掘工具，SQL Server的分析服务提供了比较完善的信息传递工具。 图13.1 数据仓库的架构图 13.1.3 SQL Server数据仓库开发工具 SQL Server有许多应用于数据仓库的工具，为数据仓库的设计、创建、分析和应用提供了完整的解决方案。 1. 关系数据库 关系数据库不同于数据仓库，关系数据库主要应用于联机事务处理（OLTP），而数据仓库主要应用于联机分析处理（OLAP）和多种分析功能，但是关系数据库是数据仓库最主要的数据源，关系数据库技术是数据仓库设计、结构和维护的基础。 2. 数据转换服务 数据仓库应用程序需要将来自许多源的数据转换为聚合在一起的、一致的数据集，这些数据集经过了适当配置可用于数据仓库操作。SQL Server 为这类任务提供了一个强大的工具，即数据转换服务 DTS 。DTS 可以访问来自各种不同源的数据，并使用内置的自定义转换规范转换这些数据。 3. 复制 数据库复制是具有许多用途的强大工具。复制通常用于分发数据和协调联机事务处理系统 OLTP 中分布式数据的更新，还可用于数据仓库。一些潜在的数据仓库的复制应用是将数据从中央数据仓库分发到数据集市，以及从数据准备区更新数据仓库数据。 4. 分析服务（Analysis Services） 数据仓库收集和组织企业数据以支持组织通过分析做出决策。分析服务提供联机分析处理 OLAP 技术，用以组织大量的数据仓库数据供客户端工具进行快速分析，并提供先进的数据挖掘技术以分析和发现数据仓库数据内的信息。 5. English Query English Query 通过用英语进行查询，提供对数据仓库数据的访问。English Query 是用于创建客户端应用程序的开发工具，使客户端应用程序可以将英语转换为 SQL 语法以查询关系数据库，或者转换为多维表达式 MDX 语法以查询 OLAP 多维数据集。 6. 元数据服务（Meta Data Services） 在 SQL Server的多种不同工具中，有许多可将中央知识库的元数据存储在 msdb 系统数据库中。SQL Server 元数据服务提供用于查看这些元数据的浏览器，并提供用于开发自定义元数据应用程序的应用程序接口。对于每个分析服务器，有一个称作Analysis Services 知识库的知识库，以便为分析服务器的对象（多维数据集、维度等）存储元数据。可使用迁移知识库向导将该知识库迁移到同一或不同服务器计算机上的 SQL Server .mdf 数据库，并可以通过元数据服的元数据浏