摘要： 本文概述了 SQL Server 2005 Beta 2 中“商務(wù)智能”平臺的增強(qiáng)功能。本文并非實(shí)施指南，而是為讀者提供了關(guān)于“商務(wù)智能”平臺增強(qiáng)功能的信息。

本頁內(nèi)容

	簡介
	SQL Server2005 Beta 2 入門
	關(guān)系型數(shù)據(jù)倉庫
	提取、轉(zhuǎn)換和加載 (ETL)
	Analysis Services
	Reporting Services
	總結(jié)
	附錄 A：代碼示例

簡介

Microsoft SQL Server 2005 是一個(gè)完整的商務(wù)智能 (BI) 平臺，其中為用戶提供了可用于構(gòu)建典型和創(chuàng)新的分析應(yīng)用程序所需的各種特性、工具和功能。本文簡要介紹了您在構(gòu)建分析應(yīng)用程序時(shí)將要用到的一些工具，并著重介紹了一些新增功能，這些新增功能使復(fù)雜 BI 系統(tǒng)的構(gòu)建和管理比以往更加輕松。

下表概述了商務(wù)智能系統(tǒng)的組件，以及與之相應(yīng)的 Microsoft SQL Server 2000 和 SQL Server 2005 組件。

SQL Server 2005 新增了兩個(gè)組件：SQL Server Management Studio 和 SQL Server Business Intelligence Development Studio。其他主要的 BI 組件——DTS、Analysis Services OLAP、Analysis Services Data Mining 和 Reporting Services——在 SQL Server 2005 中得到了改進(jìn)，與以前有很大的不同。SQL Server 2005 關(guān)系數(shù)據(jù)庫包含一些重要的新增功能。雖然 Microsoft Office 查詢和門戶工具并沒有包含在 SQL Server 中，但當(dāng)前的發(fā)行版本力爭在 SQL Server 2005 之前實(shí)現(xiàn)這一功能。Office 工具的 BI 功能將在 Office 產(chǎn)品發(fā)行周期內(nèi)將得到逐步實(shí)現(xiàn)。

SQL Server 2005 Business Intelligence 工具集提供了一種端到端的 BI 應(yīng)用程序集成：

SQL Server 2005 Business Intelligence 組件的主要目標(biāo)是支持在各種規(guī)模的企業(yè)中開發(fā)和使用商務(wù)智能，并使其能夠供所有員工使用，不僅包括管理層和分析師，還包括操作人員和外部委托人。就此目標(biāo)而言，SQL Server 2005 具有完整、集成、易用的特點(diǎn)，它以 web 服務(wù)的形式發(fā)布數(shù)據(jù)，而且僅通過日常硬件便可提供極佳的性能，另外它還包含許多新增功能，您可以使用這些新增功能開發(fā)創(chuàng)新的分析應(yīng)用程序。

返回頁首

SQL Server2005 Beta 2 入門

在安裝 SQL Server 2005 時(shí)第一點(diǎn)要注意的就是它的集成安裝體驗(yàn)。您不再需要為某些功能（如 Analysis Services）而分別運(yùn)行安裝程序。如果某個(gè)功能（如 Reporting Services）不可安裝，則說明您的計(jì)算機(jī)不滿足該功能的安裝要求。您可以查看說明文件，以獲得有關(guān)功能必要條件的完整討論。在大多數(shù)配置得當(dāng)?shù)臋C(jī)器上，安裝過程中應(yīng)接受所有默認(rèn)設(shè)置，安裝所有的主要功能：

Reporting Services 要求在機(jī)器上安裝并妥善配置 IIS。由于 Reporting Services 是 2005 Business Intelligence 功能組的一個(gè)重要組成部分，我們強(qiáng)烈建議您花費(fèi)一定的時(shí)間，執(zhí)行這些配置和安裝步驟。

熟悉 Analysis Services 的客戶可能會因缺少 Analysis Services 元數(shù)據(jù)倉庫而感到迷惑。在 SQL Server 2000 中，Analysis Services 倉庫被作為 Microsoft Access 數(shù)據(jù)庫發(fā)行。Analysis Services 2005 不包含元數(shù)據(jù)倉庫。相反，Analysis Services 數(shù)據(jù)庫元數(shù)據(jù)信息被存儲為 XML 文件格式，由 Analysis Services 進(jìn)行管理。如果需要，還可以將這些 XML 文件放置在源代碼控制之下。

我們建議您使用 Business Intelligence Development Studio 進(jìn)行開發(fā)，同時(shí)使用 SQL Server Management Studio 來操作和維護(hù) BI 數(shù)據(jù)庫對象。雖然您能夠在 SQL Server Management Studio 中設(shè)置 DTS 包以及 Analysis Services 多維數(shù)據(jù)集和數(shù)據(jù)挖掘模型，但 Business Intelligence Development Studio 卻為設(shè)計(jì)和調(diào)試 BI 應(yīng)用程序提供了更好的體驗(yàn)。

對于 Beta 2 而言，建議您從掌握新的應(yīng)用程序入手，因?yàn)榕c升級現(xiàn)有 DTS 包或 Analysis Services 數(shù)據(jù)庫相比，這樣可以學(xué)到更多東西。如果您已有一個(gè)可用的包或數(shù)據(jù)庫，您會發(fā)現(xiàn)，“重新創(chuàng)建”現(xiàn)有的包或數(shù)據(jù)會十分有用。在您熟悉了這些新增工具、功能和概念之后，便可試著升級現(xiàn)有對象。

許多客戶都借助 SQL Server 工具，使用熟悉的來自一個(gè)或多個(gè)源系統(tǒng)的商務(wù)智能結(jié)構(gòu)來開發(fā)新的系統(tǒng)，使用 DTS 填充維度關(guān)系型數(shù)據(jù)倉庫，然后再用數(shù)據(jù)倉庫來填充 Analysis Services 數(shù)據(jù)庫。但是，SQL Server 2005 提供了許多選項(xiàng)，通過消除或淡化不同的組件使其背離了這種一般化設(shè)計(jì)。

返回頁首

關(guān)系型數(shù)據(jù)倉庫

SQL Server 2005 關(guān)系數(shù)據(jù)庫引擎包含一些對數(shù)據(jù)倉庫樣式應(yīng)用程序設(shè)計(jì)和維護(hù)大有幫助的功能。這些功能包括：

報(bào)告服務(wù)器

要想將關(guān)系操作報(bào)告從事務(wù)處理數(shù)據(jù)庫中分離出來，經(jīng)常采用的一項(xiàng)技術(shù)便是維護(hù)一臺報(bào)告服務(wù)器。報(bào)告服務(wù)器對事務(wù)處理數(shù)據(jù)庫映像的維護(hù)一般都有一定的時(shí)間延遲，通常截止到前一天。報(bào)告服務(wù)器多用于報(bào)告功能和數(shù)據(jù)倉庫提取。

Microsoft SQL Server 2005 新增了兩項(xiàng)功能，使報(bào)告服務(wù)器的創(chuàng)建和維護(hù)過程變得更加簡單。SQL Server 報(bào)告服務(wù)器的延遲時(shí)間與以前相比大大縮短。同時(shí)，報(bào)告服務(wù)器被設(shè)計(jì)為充當(dāng)事務(wù)處理系統(tǒng)的備選系統(tǒng)。

要創(chuàng)建報(bào)告服務(wù)器，先要創(chuàng)建一個(gè)數(shù)據(jù)庫鏡像，這是 SQL Server 2005 的新增功能，它為系統(tǒng)的高可用性提供了一個(gè)緊急備用系統(tǒng)。更多信息，請閱讀聯(lián)機(jī)叢書的“數(shù)據(jù)庫鏡像概念”主題。數(shù)據(jù)庫鏡像不能夠直接查詢，這時(shí)第二個(gè)新增功能就能派上用場了。

在鏡像上創(chuàng)建一個(gè)數(shù)據(jù)庫視圖。數(shù)據(jù)庫視圖是數(shù)據(jù)庫在某個(gè)時(shí)點(diǎn)的只讀副本。數(shù)據(jù)庫視圖并非數(shù)據(jù)庫的完整副本；極為節(jié)省空間。多個(gè)數(shù)據(jù)庫視圖還是可以同時(shí)共存，雖然維護(hù)數(shù)據(jù)庫視圖會對數(shù)據(jù)庫視圖所基于的事務(wù)處理數(shù)據(jù)庫產(chǎn)生一定的影響。更多信息，請閱讀聯(lián)機(jī)叢書的“了解數(shù)據(jù)庫視圖”主題。

通過在數(shù)據(jù)庫鏡像上創(chuàng)建數(shù)據(jù)庫視圖，您可輕松為系統(tǒng)的高可用性創(chuàng)建備用服務(wù)器，此服務(wù)器還可用作報(bào)告服務(wù)器，起著雙重作用。

表分區(qū)

分區(qū)表和分區(qū)索引將數(shù)據(jù)分割到多個(gè)水平單元中，以便于將行組映射到單獨(dú)的分區(qū)中。而對數(shù)據(jù)執(zhí)行操作（如查詢）時(shí)，又可以將整個(gè)表或索引作為一個(gè)整體來執(zhí)行。

分區(qū)可以：

在關(guān)系型數(shù)據(jù)倉庫中，事實(shí)數(shù)據(jù)表比較適合應(yīng)用表分區(qū)，而按日期范圍分區(qū)又是最常見的分區(qū)策略。

正如聯(lián)機(jī)從書的“ 創(chuàng)建分區(qū)表和索引 ”主題中所描述的，定義分區(qū)表可分為三個(gè)步驟：

多個(gè)表可以使用同一個(gè)分區(qū)方案。

本文討論了事實(shí)數(shù)據(jù)表的“范圍”分區(qū)，但其目的并非是針對表分區(qū)的完整討論或教程。有興趣的讀者請參閱 SQL Server 聯(lián)機(jī)叢書。

最常用的分區(qū)方案是按日期范圍（如年、季、月或甚至天）對事實(shí)數(shù)據(jù)表進(jìn)行分區(qū)。在大多數(shù)情況下，對大型事實(shí)數(shù)據(jù)表進(jìn)行日期分區(qū)可以提供良好的可管理性收益。為了改善查詢性能，應(yīng)盡量使用相同的分區(qū)方案對時(shí)間維度表進(jìn)行分區(qū)。

使用數(shù)據(jù)表分區(qū)快速加載數(shù)據(jù)

許多數(shù)據(jù)倉庫應(yīng)用程序都力求在越來越小的加載窗口中加載越來越多的數(shù)據(jù)量。典型的流程是這樣的，先從幾個(gè)源系統(tǒng)中提取數(shù)據(jù)開始，接下來便是在這些系統(tǒng)間清理、轉(zhuǎn)換、合成和合理化數(shù)據(jù)。數(shù)據(jù)管理應(yīng)用程序被限制為在加載窗口中完成整個(gè)提取、轉(zhuǎn)換和加載流程。通常，系統(tǒng)的業(yè)務(wù)用戶都強(qiáng)烈要求將數(shù)據(jù)倉庫查詢時(shí)的不可用時(shí)間降至最低。在設(shè)計(jì)時(shí)，數(shù)據(jù)管理應(yīng)用程序的“寫入”步驟（即將新數(shù)據(jù)插入到現(xiàn)有數(shù)據(jù)倉庫的步驟）必須在短時(shí)間內(nèi)完成，且要最小化對用戶造成的影響。

為了非常快速地加載數(shù)據(jù)，數(shù)據(jù)庫恢復(fù)模型必須為“批量記錄”恢復(fù)模式或“簡單”恢復(fù)模式，而數(shù)據(jù)表必須為空，或是包含數(shù)據(jù)但不包含索引。如果滿足這些條件，不作記錄的加載便成為可能。在 SQL Server 2000 中，分區(qū)表出現(xiàn)以前，這些條件通常只在初始?xì)v史數(shù)據(jù)倉庫加載中才能滿足。一些具有大型數(shù)據(jù)倉庫的客戶已通過在分散的物理表上搭建 UNION ALL 視圖，構(gòu)建了一個(gè)準(zhǔn)分區(qū)結(jié)構(gòu)；這些數(shù)據(jù)表都使用不記錄技術(shù)填充每個(gè)加載周期。這一方法并不盡如人意，而 SQL Server 2005 分區(qū)表則提供了更為優(yōu)秀的功能。

在 SQL Server 2005 中，您不能直接在分區(qū)中執(zhí)行不記錄加載。但是，卻可以將數(shù)據(jù)加載到將調(diào)用偽分區(qū)的單獨(dú)表中。在特定條件下，您可以用執(zhí)行速度極快的元數(shù)據(jù)操作將偽分區(qū)切換到分區(qū)表中。此技術(shù)可滿足我們的兩個(gè)要求：

此外，偽分區(qū)還可作為單獨(dú)的表進(jìn)行備份，從而改善系統(tǒng)的可管理性。

使用表分區(qū)快速刪除數(shù)據(jù)

許多數(shù)據(jù)倉庫在數(shù)據(jù)倉庫中保留了一個(gè)詳細(xì)活動數(shù)據(jù)的滑動窗口。例如，事實(shí)數(shù)據(jù)表可能包含三年、五年或十年的數(shù)據(jù)。每到一個(gè)時(shí)間周期，便從數(shù)據(jù)表中刪除最舊的數(shù)據(jù)。持續(xù)刪除數(shù)據(jù)的主要原因在于要提高查詢性能并最小化存儲成本。

SQL Server 2005 分區(qū)使大型分區(qū)事實(shí)數(shù)據(jù)表中舊數(shù)據(jù)的刪除倍加輕松。如上所述，簡單地創(chuàng)建一個(gè)空白偽分區(qū)，然后將其切換到分區(qū)表中。分區(qū)表在其曾植入分區(qū)的地方有一個(gè)空白分區(qū)；偽分區(qū)在其曾為空白的地方包含數(shù)據(jù)。用戶可以根據(jù)需要對偽分區(qū)進(jìn)行適當(dāng)?shù)膫浞荨⒔財(cái)嗷騽h除。

或者，您還可以選擇重新定義分區(qū)函數(shù)，將所有空白分區(qū)合并到一個(gè)分區(qū)中。

Transact-SQL 方面的改進(jìn)

新的數(shù)據(jù)類型

SQL Server 2005 中有一些很重要的新類型，這些類型對數(shù)據(jù)倉庫大有裨益：

新的分析功能

許多新分析功能都提供了 Transact-SQL 中的基本分析功能。這些功能在那些允許用戶查詢關(guān)系數(shù)據(jù)庫，而不是通過 Analysis Services 排他查詢數(shù)據(jù)的數(shù)據(jù)倉庫中非常有用。另外，在數(shù)據(jù)中轉(zhuǎn)過程中，這些復(fù)雜的計(jì)算常被用來開發(fā)有價(jià)值的數(shù)據(jù)屬性。

ROW_NUMBER 。返回結(jié)果集的連續(xù)行號。

RANK 。返回行在結(jié)果集中的等級。在通常情況下，RANK 值與有序數(shù)據(jù)集上的 ROW_NUMBER 值相同。但對于那些彼此之間有關(guān)聯(lián)的行來說，則是所有具有相同排序值的行都有相同的等級。而下一個(gè)等級則又與 ROW_NUMBER 值相同。換句話說，如果在第 ^一 個(gè)位置存在雙向關(guān)聯(lián)，那么行 1 和行 2 的 RANK 就都為 1，而行 3 的 RANK 則為 3。不存在 RANK 為 2 的行。

DENSE_RANK 。返回行在結(jié)果集中的等級。DENSE_RANK 函數(shù)與 RANK 相似，只是去除了 RANK 函數(shù)所留下的空隙。在上面的示例中，行 1 和行 2 的 RANK 為 1，而行 3 的 RANK 則為 2。

NTILE 。將有序集分成指定數(shù)量、大小近似相等的組。

在 SQL Server 2005 Beta 2 中還不能使用這些函數(shù)。

PIVOT 和 UNPIVOT 操作符

PIVOT 操作符可以按查詢中的中斷值旋轉(zhuǎn)結(jié)果集，從而使您可以生成交叉數(shù)據(jù)報(bào)告。例如，如果表中在兩個(gè)不同的行中包含 "Actuals" 和 "Budgets" 數(shù)據(jù)，則使用 PIVOT 操作符將可以生成帶有 [Actuals] 和 [Budgets] 列的交叉數(shù)據(jù)報(bào)告。

與之相似，UNPIVOT 操作符可以將一行拆分為若干行。在此示例中，帶有 [Actuals] 和 [Budgets] 列的行集可以被轉(zhuǎn)換為包含這些值的多個(gè)行。

在以前的 SQL Server 版本中，用戶能夠編寫復(fù)雜的 Transact-SQL SELECT 語句來旋轉(zhuǎn)數(shù)據(jù)。PIVOT 和 UNPIVOT 操作符則為數(shù)據(jù)旋轉(zhuǎn)提供了更為簡單的機(jī)制。

遞歸查詢

在許多方案中，“遞歸查詢”都是非常有用的。SQL Server 2005 中的新增功能令遞歸查詢成為可能，雖然此項(xiàng)功能還不是十分簡單易用。

遞歸查詢是針對自聯(lián)接表的查詢。自聯(lián)接表的兩個(gè)常見示例有保存員工及其經(jīng)理信息的數(shù)據(jù)表，和保存材料清單的數(shù)據(jù)表。在 AdventureWorks 數(shù)據(jù)庫的 Employee 表中對自聯(lián)接數(shù)據(jù)表進(jìn)行了說明。

查詢自聯(lián)接表的直接關(guān)系通常十分簡單，如查詢直接向經(jīng)理報(bào)告的員工數(shù)量。但是，如果要回答“經(jīng)理的組織中有多少名員工？”這樣一個(gè)問題卻十分困難。

SQL Server 2005 中的關(guān)系數(shù)據(jù)庫功能解決了這一問題，這一功能被稱為“遞歸通用表表達(dá)式”。“附錄”中包含一個(gè)遞歸查詢的示例，該示例回答了以上定義的問題。聯(lián)機(jī)叢書的 "WITH <common_table_expression>" 主題中包含更多的相關(guān)信息。

返回頁首

提取、轉(zhuǎn)換和加載 (ETL)

數(shù)據(jù)轉(zhuǎn)換服務(wù) (DTS) 對于 SQL Server 2005 而言，是一項(xiàng)全新的技術(shù)。DTS 是 SQL Server 2000 中很受歡迎的一項(xiàng)功能，但 DTS 2005 已被重新設(shè)計(jì)成企業(yè) ETL 平臺。DTS 為構(gòu)建企業(yè)級 ETL 應(yīng)用程序提供了大量必需的功能，以及非常高的擴(kuò)展性能。DTS 是完全可編程的、嵌入式的、可擴(kuò)展的——所有這些特性都使它成為理想的 ETL 平臺。

下表總結(jié)了 DTS 2005 的這些功能。有關(guān) ETL 系統(tǒng)開發(fā) DTS 適用性更加完整的討論，請參閱 SQL Server 聯(lián)機(jī)叢書。

包開發(fā)

控制流

數(shù)據(jù)流

開發(fā)和調(diào)試

可供 DTS 2000 開發(fā)人員使用的 DTS 2005

DTS 2000 用戶已經(jīng)開發(fā)出了一套執(zhí)行復(fù)雜操作的技巧。這些技巧，尤其是編寫自修改包，在 DTS 2005 中不再有用武之地。在 DTS 2005 中要使用變量和配置基礎(chǔ)結(jié)構(gòu)來編寫動態(tài)包、不要再試圖編寫自修改包。

配置良好的變量和配置基礎(chǔ)結(jié)構(gòu)還可以減少創(chuàng)建復(fù)雜子包系統(tǒng)的需求。如果設(shè)計(jì)完善，單一包便可滿足多種需求；例如，單一包可以在多種不同配置中重復(fù)使用，以用來在維度數(shù)據(jù)倉庫中加載許多維度表。在 DTS 2000 中，一個(gè)復(fù)雜的 DTS 包網(wǎng)絡(luò)可能包括 50-100 個(gè)包；而在 DTS 2005 中，一個(gè)復(fù)雜的網(wǎng)絡(luò)可能只包含 10 個(gè)包。

返回頁首

Analysis Services

SQL Server 2000 Analysis Services 由兩個(gè)主要的互補(bǔ)功能組成：聯(lián)機(jī)分析處理 (OLAP) 和數(shù)據(jù)挖掘。這兩個(gè)組件在 Analysis Services 2005 中仍然存在，并且是分析應(yīng)用程序的基石。

Analysis Services 2005 OLAP 中的功能改進(jìn)主要可以歸納為兩類改進(jìn)：

構(gòu)建分析數(shù)據(jù)庫的途徑主要有兩個(gè)：

不管采用哪種方法，基本的系統(tǒng)設(shè)計(jì)都假設(shè)使用當(dāng)前熟悉的、來自一個(gè)或多個(gè)源的商務(wù)智能結(jié)構(gòu)來填充維度關(guān)系型數(shù)據(jù)倉庫，然后再用數(shù)據(jù)倉庫來填充 Analysis Services 數(shù)據(jù)庫。但是，SQL Server 2005 提供了許多選項(xiàng)，通過消除或淡化不同的組件使其背離了這種常規(guī)設(shè)計(jì)。在下面“統(tǒng)一維度”模型中討論了一些其他的備選系統(tǒng)。

從現(xiàn)有的源數(shù)據(jù)庫創(chuàng)建自定義數(shù)據(jù)庫

創(chuàng)建 Analysis Services 數(shù)據(jù)庫的第一種方法最為 SQL Server 2000 的用戶所熟悉。即從任意結(jié)構(gòu)的源數(shù)據(jù)庫開始著手創(chuàng)建數(shù)據(jù)庫：

SQL Server 2005 中可從標(biāo)準(zhǔn)化數(shù)據(jù)庫尋源的能力是對 Analysis Services 2000 的一大突破，在 Analysis Services 2000 中，執(zhí)行此操作需要一個(gè)維度結(jié)構(gòu)，此結(jié)構(gòu)或是星型的，或是雪花型的，或是拉伸型的。此功能使您可以輕松地開發(fā)具有極低延遲時(shí)間的商務(wù)智能應(yīng)用程序。

通過直接在事務(wù)數(shù)據(jù)庫內(nèi)構(gòu)建 Analysis Services 數(shù)據(jù)庫，而不需要先構(gòu)建正式的數(shù)據(jù)倉庫，可以用較低的成本，輕松有效地滿足許多用戶的要求。如果您需要僅對數(shù)據(jù)執(zhí)行最低的數(shù)據(jù)轉(zhuǎn)換、清理和集成便投入使用，則可考慮使用一個(gè) Analysis Services 數(shù)據(jù)庫來補(bǔ)充或替換現(xiàn)有的關(guān)系報(bào)告。您可以充分利用 Analysis Services 的功能和交互性，更好地管理事務(wù)系統(tǒng)中的負(fù)載。

雖然可以直接從事務(wù)系統(tǒng)構(gòu)建和維護(hù) Analysis Services 數(shù)據(jù)庫，但只有先構(gòu)建關(guān)系型數(shù)據(jù)倉庫才能最好地滿足許多企業(yè)分析的要求。復(fù)雜的數(shù)據(jù)集成和數(shù)據(jù)更改管理問題可以通過典型的數(shù)據(jù)倉庫體系結(jié)構(gòu)得到最好的解決，其中 Analysis Services 數(shù)據(jù)庫充當(dāng)著查詢和分析引擎的角色。

數(shù)據(jù)源和數(shù)據(jù)源視圖

構(gòu)建分析應(yīng)用程序的第一步就是在 Business Intelligence Development Studio 中創(chuàng)建一個(gè)新的 Analysis Services 項(xiàng)目。創(chuàng)建了空項(xiàng)目之后，應(yīng)當(dāng)創(chuàng)建一個(gè)“數(shù)據(jù)源”并將其與源數(shù)據(jù)庫建立連接，此源數(shù)據(jù)庫可以是任何受支持的關(guān)系數(shù)據(jù)庫管理系統(tǒng)中的數(shù)據(jù)庫。對于 Beta 2 版本，建議您將 SQL Server 2000 或 SQL Server 2005 關(guān)系數(shù)據(jù)庫作為源。

“數(shù)據(jù)源”負(fù)責(zé)為源數(shù)據(jù)連接存儲信息。“數(shù)據(jù)源視圖”中包含著源數(shù)據(jù)庫表相關(guān)子集的信息。此信息不只局限于源數(shù)據(jù)庫中表的物理結(jié)構(gòu)；您還可以添加諸如關(guān)系、表和列的友好名稱、計(jì)算列和命名查詢之類的信息。

“數(shù)據(jù)源視圖”可以在 BI 項(xiàng)目和 DTS 項(xiàng)目之間共享。“數(shù)據(jù)源視圖”很有用處，尤其是在以下幾種情況中：

您為“數(shù)據(jù)源視圖”設(shè)置良好名稱和關(guān)系所作的投資將換來分析應(yīng)用程序的輕松開發(fā)。

創(chuàng)建維度和多維數(shù)據(jù)集

創(chuàng)建了“數(shù)據(jù)源視圖”之后，便可以右擊“解決方案資源管理器”窗格中的“多維數(shù)據(jù)集”圖標(biāo)，選擇“新建多維數(shù)據(jù)集”，創(chuàng)建一個(gè)多維數(shù)據(jù)集。您可以啟用 IntelliCube 檢測和建議。如果您選擇使用 IntelliCube，則必須決定是否構(gòu)建一個(gè)已為報(bào)告經(jīng)過旋轉(zhuǎn)優(yōu)化的多維數(shù)據(jù)集。IntelliCube 技術(shù)會對“數(shù)據(jù)源視圖”中的數(shù)據(jù)庫和數(shù)據(jù)基數(shù)關(guān)系進(jìn)行檢查，并按事實(shí)數(shù)據(jù)表、維度表或用于解析多對多關(guān)系的維度-事實(shí)橋接表來智能呈現(xiàn)表特征。對于 Beta 2 版本來說，選擇是為旋轉(zhuǎn)還是為報(bào)告優(yōu)化多維數(shù)據(jù)集和維度存在一些微小的差別。唯一的差別就是 IntelliCube 是否會嘗試在維度屬性之間創(chuàng)建層次關(guān)系。由于層次易于創(chuàng)建，也易于毀壞，因此無須擔(dān)心會花費(fèi)太多時(shí)間和精力。

建議您在此“多維數(shù)據(jù)集向?qū)А钡某跏计聊缓罅⒓袋c(diǎn)擊“完成”按鈕。這樣會一次定義好所需的 Analysis Services 數(shù)據(jù)庫、維度、層次、屬性和多維數(shù)據(jù)集。您可以對此設(shè)計(jì)進(jìn)行編輯，但通常情況下，仔細(xì)一點(diǎn)兒走完向?qū)В⒃谶^程中作出一些明智的選擇會更加有效。

實(shí)施完“多維數(shù)據(jù)集向?qū)А敝螅赡軙l(fā)現(xiàn)您更喜歡用“維度向?qū)А眮碇鹨坏貏?chuàng)建復(fù)雜的維度，要啟動“維度向?qū)А保恍柙凇敖鉀Q方案資源管理器”窗格中右擊“維度”即可。仔細(xì)定義完大型維度（例如“產(chǎn)品”、“客戶”和“時(shí)間”）后，啟動“多維數(shù)據(jù)集向?qū)А保⒋_保在適當(dāng)?shù)奈恢冒ㄟ@些預(yù)定義的維度。

構(gòu)建和部署

到此為止，前面執(zhí)行的這些步驟已在您的開發(fā)機(jī)器上以 XML 文件輕松創(chuàng)建了維度和多維數(shù)據(jù)集定義和結(jié)構(gòu)。Business Intelligence Development Studio 和“配置管理器”使您可以對目標(biāo)服務(wù)器上的項(xiàng)目構(gòu)建和部署過程進(jìn)行管理。默認(rèn)情況下，“部署”目標(biāo)服務(wù)器就是您的本地服務(wù)器。您可以創(chuàng)建適合其他環(huán)境部署的備選配置。項(xiàng)目的主要屬性，如目標(biāo)服務(wù)器的名稱和數(shù)據(jù)源連接字符串等，可能會因配置而不同。

要在開發(fā)循環(huán)過程中預(yù)覽和測試多維數(shù)據(jù)集和維度，請從 Business Intelligence Development Studio 的菜單中選擇“部署”，在指定的目標(biāo)服務(wù)器上構(gòu)建和部署項(xiàng)目。或者，單擊 F5，或選擇“調(diào)試”（位于 Business Intelligence Development Studio 主菜單中）。這樣會啟動幾個(gè)調(diào)試和瀏覽工具中的一個(gè)，具體啟動哪個(gè)，要取決于您所執(zhí)行的操作以及您選擇“部署”的時(shí)間。根據(jù)此上下文，“部署”過程會啟動多維數(shù)據(jù)集瀏覽器、MDX 腳本調(diào)試器或 KPI 瀏覽器。

您可能想在定義完系統(tǒng)的維度、度量值和多維數(shù)據(jù)集后查看一下系統(tǒng)原型。請使用相對較少的數(shù)據(jù)針對開發(fā)數(shù)據(jù)庫進(jìn)行處理，以驗(yàn)證數(shù)據(jù)和結(jié)構(gòu)的行為是否與預(yù)期的行為相一致。

作為原型的一部分，您可能想設(shè)計(jì)一些更為復(fù)雜的“Analysis Services 數(shù)據(jù)庫”、“關(guān)鍵績效指標(biāo)”、“操作”和“計(jì)算”組件。如果您的數(shù)據(jù)庫是被對不同數(shù)據(jù)視圖感興趣的不同用戶團(tuán)體使用的話，請深入查看“透視”和備選的安全計(jì)劃。如果您計(jì)劃部署可供國際上不同語言的用戶使用的數(shù)據(jù)庫，則可以使用“翻譯”功能引入本地化項(xiàng)目名稱。最終，原型會評估備選的物理配置，例如“分區(qū)”和不同的“主動緩存”選項(xiàng)。

在 Analysis Service 數(shù)據(jù)庫開發(fā)完成之后，便可以部署數(shù)據(jù)庫對象，以便于進(jìn)行最終測試、臨時(shí)過渡并投入生產(chǎn)服務(wù)器。在構(gòu)建階段的項(xiàng)目輸出可以用作 Analysis Services 部署實(shí)用工具的輸入。此實(shí)用工具可以幫助您部署和處理數(shù)據(jù)庫。

從模板創(chuàng)建可自定義的數(shù)據(jù)庫

我們剛剛描述了從已知源創(chuàng)建自定義 Analysis Services 數(shù)據(jù)庫的基本步驟。這種通過“多維數(shù)據(jù)集向?qū)А焙汀熬S度向?qū)А眲?chuàng)建的方法與創(chuàng)建 Analysis Services 2000 數(shù)據(jù)庫的標(biāo)準(zhǔn)方法十分類似。

創(chuàng)建 2005 分析應(yīng)用程序的另外一種備選方法就是選擇“多維數(shù)據(jù)集向?qū)А钡诙€(gè)屏幕上的“在不具備數(shù)據(jù)源的前提下設(shè)計(jì)商務(wù)智能模型”選項(xiàng)。這種通過向?qū)?chuàng)建的方法與 SQL Server 2000 Accelerator for Business Intelligence 的設(shè)計(jì)體驗(yàn)十分類似。這種設(shè)計(jì)體驗(yàn)會從模板生成一個(gè)完全可自定義的應(yīng)用程序，此處的模板：具有豐富的維度結(jié)構(gòu)和分析功能，還有可能包括一個(gè)關(guān)系型數(shù)據(jù)倉庫和 DTS 包。Microsoft、集成商或獨(dú)立軟件供應(yīng)商都可以提供這種模板。

不管采用哪種通過向?qū)?chuàng)建的方法，是從源數(shù)據(jù)庫創(chuàng)建，還是從模板創(chuàng)建，都可以設(shè)計(jì)相同的 Analysis Services 數(shù)據(jù)庫。第一種選項(xiàng)假設(shè)您將創(chuàng)建一個(gè)完全自定義的系統(tǒng)。對象名稱和結(jié)構(gòu)都是可以完全自定義的，初始設(shè)計(jì)是受源數(shù)據(jù)庫中的名稱和結(jié)構(gòu)所驅(qū)動的。模板選項(xiàng)也可以創(chuàng)建一個(gè)完全自定義的數(shù)據(jù)庫，但是初始設(shè)計(jì)是受專家主題區(qū)域模板所驅(qū)動的。

許多用戶都喜歡將這兩種方法結(jié)合使用。一個(gè)非常常見的方法就是用現(xiàn)有源創(chuàng)建 Analysis Services 數(shù)據(jù)庫中的大部分內(nèi)容，而用模板法生成“時(shí)間”維度。

統(tǒng)一維度模型

Analysis Services 2005 使關(guān)系數(shù)據(jù)庫與多維度 OLAP 數(shù)據(jù)庫之間的界線變得更加模糊。OLAP 數(shù)據(jù)庫分析應(yīng)用程序一直以來都具有著巨大的優(yōu)勢，這些優(yōu)勢主要體現(xiàn)在以下幾個(gè)方面：

不過，在實(shí)現(xiàn)這些功能的同時(shí)也帶來了一定的負(fù)面效應(yīng)。到目前為止，已經(jīng)發(fā)現(xiàn)的問題就有 OLAP 數(shù)據(jù)庫（包括 Analysis Services 2000 在內(nèi)）很難交付以下內(nèi)容：

通過將傳統(tǒng) OLAP 分析與關(guān)系報(bào)告二者的優(yōu)點(diǎn)相結(jié)合，Analysis Services 2005 能夠提供一個(gè)可以同時(shí)覆蓋這兩方面需求的統(tǒng)一維度模型。在 SQL Server 2005 中定義的一套多維數(shù)據(jù)集和維度被稱為統(tǒng)一維度模型 (Unified Dimensional Model)，或 UDM。UDM 的優(yōu)勢和靈活性引發(fā)了設(shè)計(jì)領(lǐng)域的巨變。過去，BI 架構(gòu)師會權(quán)衡備選基礎(chǔ)結(jié)構(gòu)的收益和成本，并在關(guān)系數(shù)據(jù)庫和 OLAP 數(shù)據(jù)庫之間作出選擇。現(xiàn)在，架構(gòu)師可以設(shè)計(jì)一個(gè)“統(tǒng)一維度模型”，然后從傳統(tǒng)極限中確定一點(diǎn)用于放置 Analysis Services 系統(tǒng)邏輯設(shè)計(jì)和物理配置。

基于屬性的維度

Analysis Services 2005 圍繞維度的 屬性 ，而非維度的 層次 構(gòu)建多維數(shù)據(jù)集。在 Analysis Services 2000 中，維度設(shè)計(jì)由層次主宰，層次的示例有 {年、月、日} 或 {國家、地區(qū)、城市}。這些層次要求各層之間存在密切的數(shù)據(jù)關(guān)系。作為成員屬性和虛擬維度公開的“屬性”是“二等公民”。雖然有可能在物理維度中生成屬性，但性能因素卻使這一技術(shù)的廣泛使用大打折扣。熟悉關(guān)系結(jié)構(gòu)的用戶對 OLAP 數(shù)據(jù)庫中對層次的過度側(cè)重深感困惑。

Analysis Services 2005 結(jié)構(gòu)與關(guān)系型維度結(jié)構(gòu)更為類似。一個(gè)維度可包含多個(gè)屬性，每個(gè)屬性都可用于切片和篩選查詢，同時(shí)每個(gè)查詢又可以合并到層次中，而不必考慮數(shù)據(jù)的相互關(guān)系。

有 OLAP 背景的用戶都知道強(qiáng)大的層次結(jié)構(gòu)的價(jià)值，有一點(diǎn)您可以肯定，那就是“城市”清晰地匯總為“地區(qū)”和“國家”。這種自然層次結(jié)構(gòu)依然存在，并應(yīng)在適當(dāng)?shù)奈恢眠M(jìn)行定義：查詢性能會因?yàn)檫@種層次結(jié)構(gòu)而得到提高。

例如，設(shè)想一個(gè)“客戶”維度。關(guān)系型源表有八列：

相應(yīng)的 Analysis Services 維度應(yīng)具有七個(gè)屬性：

數(shù)據(jù)中存在一種自然層次結(jié)構(gòu)，{國家、地區(qū)、城市、客戶}。出于導(dǎo)航目的，應(yīng)用程序開發(fā)人員可以選擇創(chuàng)建第二個(gè)層次結(jié)構(gòu)：{年齡、性別}。商務(wù)用戶并沒有看到這兩個(gè)層次結(jié)構(gòu)行為方式之間有何區(qū)別，但是，自然層次卻可以從深諳層次關(guān)系的索引結(jié)構(gòu)（對用戶隱藏）中受益。

新維度結(jié)構(gòu)的最大優(yōu)勢在于：

維度類型

Analysis Services 2000 中包括兩種維度類型：常規(guī)層次類型和父子類型。Analysis Services 2005 新增了一些重要的新維度結(jié)構(gòu)。其中有些結(jié)構(gòu)的名稱是臨時(shí)的，但是，這些名稱都是 BI 文獻(xiàn)中較為通用的。

量度組和透視

Analysis Services 2005 引入了“量度組”和“透視”，以用來簡化分析數(shù)據(jù)庫的設(shè)計(jì)和部署。在 Analysis Services 2000 中，鼓勵用戶構(gòu)建多個(gè)物理多維數(shù)據(jù)集。每個(gè)多維數(shù)據(jù)集相當(dāng)于一個(gè)特定的維度，通常還相當(dāng)于一個(gè)特定的關(guān)系事實(shí)數(shù)據(jù)表。虛擬多維數(shù)據(jù)集以一種對商務(wù)用戶透明，而對開發(fā)人員設(shè)計(jì)又不太復(fù)雜的方式，合并多個(gè)事實(shí)數(shù)據(jù)表。

在 2005 中，最通用的方案將具有一個(gè)包含一個(gè)或多個(gè)“量度組”的物理多維數(shù)據(jù)集。量度組中的事實(shí)數(shù)據(jù)具有特定的細(xì)化程度（由維度層次的交叉點(diǎn)定義）。查詢根據(jù)需要被自動定向到不同的量度組。在物理層上，分區(qū)（與 Analysis Services 2000 分區(qū)類似）在“量度組”上定義。

大型應(yīng)用程序?qū)橛脩籼峁┐罅康木S度、量度組，而且還會給導(dǎo)航帶來難度。在“多維數(shù)據(jù)集編輯器”的“透視”選擇卡中定義的“透視”可以創(chuàng)建一個(gè)多維數(shù)據(jù)集的子集“視圖”。為了要提供一定程度的個(gè)性化，可以將安全性角色與適合該角色的透視集相關(guān)聯(lián)。

我們希望大部分的 Analysis Services 2005 數(shù)據(jù)庫都包含一個(gè)具有多個(gè)量度組和多個(gè)透視的多維數(shù)據(jù)集。

對多維數(shù)據(jù)集事實(shí)結(jié)構(gòu)和查詢性能所做的其他改進(jìn)有：

計(jì)算和分析

使用分析服務(wù)器（如 Analysis Services）最大的爭議之一就是其集中定義復(fù)雜計(jì)算的能力。Analysis Services 一直以來都能交付豐富的分析數(shù)據(jù)，但對某些復(fù)雜概念卻很難實(shí)現(xiàn)。

其中一種概念就是半累積量度。最通用的量度值（如 [銷售額]）能夠清晰地匯總所有維度：長期以來的 [總銷售額] 是指所有產(chǎn)品、所有客戶在所有時(shí)間內(nèi)的銷售總額。相比之下，半累積量度值可能在某些維度中是累積的，而在其他的維度卻不是累積的。最常見的一個(gè)例子便是余額，如倉庫中的貨品數(shù)。很顯然的，昨天和今天這兩天的余額總計(jì)肯定不等于昨天的余額加上今天的余額。相反，它可能是期末余額，雖然在有些情況下它是期初余額。在 Analysis Services 2000 中，您必須定義一個(gè)復(fù)雜的 MDX 計(jì)算，幫能交付正確的度量值。而在 Analysis Services 2005 中，期初余額和期末余額都是本機(jī)聚合類型。

非重復(fù)計(jì)數(shù)度量值在 2005 中也得到了很大的改進(jìn)。現(xiàn)在，非重復(fù)計(jì)數(shù)度量值可定義在字符串?dāng)?shù)據(jù)上，而查詢可以被定義為在任意集合上執(zhí)行“非重復(fù)計(jì)算”。而 Analysis Services 2000 只能夠在預(yù)先定義的層次結(jié)構(gòu)上執(zhí)行非重復(fù)計(jì)算。

“時(shí)間智能”向?qū)?chuàng)建一個(gè)時(shí)間計(jì)算維度，其中包含該期間與最后期間的對比計(jì)算，可以移動平均值，同時(shí)還可創(chuàng)建其他的通用時(shí)間計(jì)算構(gòu)造。

MDX 腳本

多維表達(dá)式 (MDX: MultiDimension Expression) 是一種功能非常強(qiáng)大的語言，可用于定義 Analysis Services 2000 計(jì)算和安全規(guī)則。MDX 功能強(qiáng)大，但也也很復(fù)雜。Analysis Services 2005 利用被簡化了結(jié)構(gòu)和語法的“MDX 腳本”定義了一種新的計(jì)算模型。

MDX 還是 Analysis Services 系統(tǒng)中的查詢語言。查詢工具（如 Excel 透視表）根據(jù)用戶的“拖放”行為生成 MDX 查詢。MDX 的這種使用與“MDX 腳本”無關(guān)；“MDX 腳本”用于服務(wù)器定義的對象，如計(jì)算成員和單元計(jì)算，并非用于用戶查詢。

在定義 Analysis Services 2005 多維數(shù)據(jù)集時(shí)，其中只包含結(jié)構(gòu)，而沒有數(shù)據(jù)。“MDX 腳本”是多維數(shù)據(jù)集結(jié)構(gòu)的組成部分。一般情況下都會定義一個(gè)默認(rèn)的“MDX 腳本”命令，用來計(jì)算默認(rèn)的聚合。默認(rèn)的“MDX 腳本”命令只包含一條語句：

    Calculate;
  

在多維數(shù)據(jù)集完全處理之后，應(yīng)用默認(rèn) MDX Script 之前，多維數(shù)據(jù)集將包含葉層級的數(shù)據(jù)，但不包含聚合。在應(yīng)用單一語句的默認(rèn)“MDX 腳本”時(shí)，將計(jì)算和存儲聚合。

“MDX 腳本”語句包含以下命令，用分號隔開：

在多維數(shù)據(jù)集的設(shè)計(jì)中，Business Intelligence Development Studio 的用戶界面和“MDX 腳本”均（其中包括計(jì)算成員和命名組）在“計(jì)算”視圖中構(gòu)建。“MDX 腳本”可以在提供語法向?qū)У哪J(rèn)“計(jì)算表單”視圖中查看，也可以在“計(jì)算腳本”視圖中查看，這一視圖把“MDX 腳本”顯示為一組用分號分隔的命令。您可以在這兩個(gè)視圖間來回切換，雖然“表單”視圖的顯示要求整個(gè)腳本的語法必須正確。

“MDX 腳本”具有幾個(gè)主要功能：

            SCOPE ([Customers].[Country].[Country].[USA]);

            [Measures].[Sales] = 100;

            END SCOPE;

            
          

存儲過程

Analysis Services 2005 引入了存儲過程，來擴(kuò)展用戶定義功能 (UDF: User defined function) 所提供的能力。存儲過程可以用任何公共語言運(yùn)行時(shí)編程語言（例如 C++、Visual Basic 或 C）編寫。存儲過程允許一次性開發(fā)公共代碼、將代碼存儲在一個(gè)位置，并在其他存儲過程、計(jì)算和用戶查詢中重新使用所存儲的公共代碼，從而簡化了數(shù)據(jù)庫的開發(fā)和實(shí)施。

在 Analysis Services 2005 中存在兩種類型的存儲過程：

存儲過程可用于執(zhí)行客戶端應(yīng)用程序可以執(zhí)行的任何任務(wù)。

關(guān)鍵績效指標(biāo)

Analysis Services 2005 為服務(wù)器端計(jì)算定義引入了關(guān)鍵績效指示 (KPI) 框架，用來衡量您的業(yè)務(wù)。這些 KPI 將通過數(shù)據(jù)訪問 API 和 Microsoft 與 ^第三 方工具，被顯示在報(bào)告、門戶和儀表板中。對于 Beta 2 版本而言，還沒有可用于顯示 KPI 的客戶端工具。

不同的評論員和供應(yīng)商用縮寫 "KPI" 指代不同的概念。對于 Microsoft SQL Server Analysis Services 2005，精確定義 KPI 的過程可分為以下四個(gè)步驟：

以下是網(wǎng)頁上顯示的一些 KPI 示例：

實(shí)時(shí)商務(wù)智能

數(shù)據(jù)倉庫和商務(wù)智能應(yīng)用程序過去都是使用“過時(shí)”的或高延遲的數(shù)據(jù)，數(shù)據(jù)每月、每周或每天刷新一次。傳統(tǒng)擁護(hù)者斷言，實(shí)時(shí) BI 是相互矛盾的，因?yàn)榻y(tǒng)計(jì)決策不需要刷新頻率過高（超過每天一次）的數(shù)據(jù)。評論者忘記了一件事情，就是商務(wù)智能應(yīng)深入整個(gè)企業(yè)，而不僅僅是將策略或制定的戰(zhàn)術(shù)決策部署給少數(shù)的分析家或行政執(zhí)行人員。可操作的商務(wù)智能要求低延遲的數(shù)據(jù)。

Analysis Services 2005 為可操作的商務(wù)智能提供了新的處理選項(xiàng)。在 Analysis Services 2000 中，無論是多維數(shù)據(jù)集的存儲模式還是分區(qū)策略，都是用“拉”模型處理。啟動 Analysis Services 進(jìn)程在源數(shù)據(jù)庫中查找新的信息、處理可選存儲的詳細(xì)數(shù)據(jù)，并計(jì)算和存儲聚合。

在 Analysis Services 2005 中仍支持“拉”模型，但結(jié)合了對低延遲商務(wù)智能異常有效的其他選項(xiàng)。

Analysis Services 多維存儲的查詢性能特性主宰著關(guān)系型存儲。簡而言之，查詢針對多維 (MOLAP) 存儲執(zhí)行時(shí)效果最佳。其不足之處是延遲：多維存儲是從其關(guān)系源向下流動的。主動緩存技術(shù)的技巧就在于能夠在最小化數(shù)據(jù)延遲和管理成本的同時(shí)最大化查詢性能。

主動緩存功能簡化了管理數(shù)據(jù)過期問題的過程。如果事務(wù)發(fā)生在源數(shù)據(jù)庫（如新的維度成員或新的事實(shí)事務(wù)）上，現(xiàn)有“緩存”便會過期。主動緩存技術(shù)提供了一種可調(diào)整的機(jī)制，可確定重新構(gòu)建多維緩存的頻率；指定在重新構(gòu)建緩存時(shí)答復(fù)查詢的方式；在不需要任何管理干涉的情況下啟動過程。

主動緩存技術(shù)使您可以將多維數(shù)據(jù)集設(shè)置為在事務(wù)發(fā)生時(shí)，自動刷新其多維緩存。雖然 Analysis Services 處理數(shù)據(jù)速度非常快，但處理過程還是需要一些時(shí)間的。如果多維緩存處理過程沒有完成，主動緩存配置便可以自動將查詢重定向到相關(guān)的存儲。

在設(shè)計(jì)主動緩存配置時(shí)，一定要謹(jǐn)記必須為每個(gè)多維分區(qū)都設(shè)置主動緩存。如果分區(qū)包括短時(shí)間范圍（如一小時(shí)）內(nèi)的數(shù)據(jù)，緩存刷新過程可能會發(fā)生的非常快。最為復(fù)雜的主動緩存配置依賴于從關(guān)系數(shù)據(jù)庫發(fā)往有更新發(fā)生的 Analysis Services 的通知。Microsoft SQL Server 關(guān)系數(shù)據(jù)庫支持這種通知。對于不能夠提交通知的數(shù)據(jù)庫，可以將 Analysis Services 配置為根據(jù)定義的查詢，輪詢更改。

主動緩存的參數(shù)有：

數(shù)據(jù)挖掘

概述

Microsoft SQL Server 2005 Data Mining（數(shù)據(jù)挖掘）屬于商務(wù)智能技術(shù)，它可幫助您構(gòu)建復(fù)雜的分析模型，并使其與您的業(yè)務(wù)操作相集成。數(shù)據(jù)挖掘可回答如下問題

數(shù)據(jù)挖掘應(yīng)用程序?qū)?shù)據(jù)挖掘模型集成到日常的業(yè)務(wù)運(yùn)營之中。許多數(shù)據(jù)挖掘項(xiàng)目的目標(biāo)是構(gòu)建可供業(yè)務(wù)用戶、合作伙伴和客戶使用的分析應(yīng)用程序，而不必理會應(yīng)用程序底層的復(fù)雜計(jì)算。要實(shí)現(xiàn)這一目標(biāo)，需要執(zhí)行兩個(gè)主要步驟：構(gòu)建數(shù)據(jù)挖掘模型并構(gòu)建應(yīng)用程序。SQL Server 2005 Data Mining 使這些步驟比以往更加簡單。

Microsoft 2005 中數(shù)據(jù)挖掘功能的目標(biāo)是構(gòu)建具備以下特征的工具：

可以肯定，本白皮書的每位讀者幾乎都曾“使用”過數(shù)據(jù)挖掘應(yīng)用程序。如果您已在線購得了本書或音樂，并收到了“購買此產(chǎn)品的其他客戶”的建議，或者，如果信用卡公司要求您確認(rèn)一宗可疑交易，或者，食品店在收條上打印個(gè)性化優(yōu)惠券，所有這些，都是您從使用數(shù)據(jù)挖掘應(yīng)用程序中得到的好處。時(shí)至今日，這種應(yīng)用程序的開發(fā)已集中于解決大型公司所面臨的最大問題，這些公司能夠承受分析能力的匱乏以及巨額的開發(fā)費(fèi)用，而這些都是過去用傳統(tǒng)方法構(gòu)建數(shù)據(jù)挖掘應(yīng)用程序所需面對的。正如 Microsoft 的 OLAP 技術(shù)已推動了 OLAP 市場增長一樣，我們期望能夠?qū)?shù)據(jù)挖掘技術(shù)推廣開來，使那些在過去不能開發(fā)這種應(yīng)用程序的企業(yè)和部門也能夠加入到其開發(fā)行列中來。

使用 SQL Server 2005 Data Mining 工具開發(fā)一套數(shù)據(jù)模式，然后在這些模式的基礎(chǔ)上隨意執(zhí)行預(yù)測。這是所有數(shù)據(jù)挖掘的模式：開發(fā)、模式發(fā)現(xiàn)和模式預(yù)測。

數(shù)據(jù)挖掘算法

所有數(shù)據(jù)挖掘工具（包括 Microsoft SQL Server 2005 Analysis Services）都采用了多種算法。當(dāng)然，Analysis Services 是可擴(kuò)展的；第三方 ISV 可以開發(fā)算法，并將所開發(fā)的算法無縫地融入到 Analysis Services 數(shù)據(jù)挖掘框架之中。根據(jù)數(shù)據(jù)和目標(biāo)的不同，應(yīng)該采用不同的算法，而且每種算法都可用于解決多個(gè)問題。

數(shù)據(jù)挖掘工具擅長解決多種類型的問題。下表概括了業(yè)務(wù)問題的大致分類：

SQL Server 2005 中附帶了最流行的數(shù)據(jù)挖掘算法。

構(gòu)建挖掘模型

模型的構(gòu)建、培訓(xùn)和測試過程是創(chuàng)建應(yīng)用程序過程中最為困難的一部分。正如下面我們要討論的，實(shí)際開發(fā)應(yīng)用程序是一個(gè)簡單的編程過程。在開始構(gòu)建數(shù)據(jù)挖掘模型之前，您應(yīng)當(dāng)已經(jīng)收集和清理了您的數(shù)據(jù)，這些數(shù)據(jù)極有可能位于數(shù)據(jù)倉庫中。SQL Server 2005 Data Mining 可以從關(guān)系數(shù)據(jù)庫或 Analysis Services 多維數(shù)據(jù)中訪問數(shù)據(jù)。

開發(fā)數(shù)據(jù)挖掘模型的最佳人選是同時(shí)具備業(yè)務(wù)和技術(shù)技巧的人員。模型的開發(fā)人員將會從其統(tǒng)計(jì)背景中獲益、了解企業(yè)面臨的關(guān)鍵業(yè)務(wù)問題、對數(shù)據(jù)和關(guān)系產(chǎn)生極大的好奇心，同時(shí)還能夠利用 SQL Server 2005 工具處理和存儲數(shù)據(jù)。現(xiàn)有數(shù)據(jù)倉庫小組中的成員最有可能遇到這些標(biāo)準(zhǔn)。

作為數(shù)據(jù)挖掘的初學(xué)者，應(yīng)在構(gòu)建原型模型的同時(shí)，計(jì)劃花費(fèi)數(shù)周時(shí)間來研究數(shù)據(jù)、工具以及可供選擇的算法。使用一臺您具備數(shù)據(jù)庫管理權(quán)限的開發(fā)服務(wù)器。構(gòu)建模型的最初階段是探索階段：您可能會希望以不同的方法來重新構(gòu)建數(shù)據(jù)和實(shí)驗(yàn)。當(dāng)然，您肯定希望從少量數(shù)據(jù)子集開始，并在開發(fā)愈加清晰的模型設(shè)計(jì)時(shí)擴(kuò)展數(shù)據(jù)集。在原型階段，不要為如何構(gòu)建一個(gè)“可供生產(chǎn)使用”的應(yīng)用程序而擔(dān)心。使用 DTS 或執(zhí)行任何所需數(shù)據(jù)處理最為舒適的任何工具。保存一份記錄有必要轉(zhuǎn)換的高級日志，但不要期望您所做的一卻都能成為永久應(yīng)用程序的一部分。

您應(yīng)當(dāng)準(zhǔn)備兩套數(shù)據(jù)：一套用于開發(fā)模型，而另一套用于測試模型的精確度，從中選擇適合您業(yè)務(wù)問題最佳模型。在考慮如何劃分?jǐn)?shù)據(jù)子集時(shí)，要確保沒有引入任何偏差。例如，從十個(gè)客戶中選擇一個(gè)客戶，或根據(jù)姓氏的第一個(gè)字符區(qū)分，或根據(jù)一些其他任意屬性區(qū)分。

開發(fā)數(shù)據(jù)挖掘模型的過程涉及選擇以下內(nèi)容：

如果不知道哪種類型的算法適合處理您的業(yè)務(wù)問題，請先從“決策樹”或“貝葉斯”入手研究數(shù)據(jù)。如果不知道要包括哪些屬性，就選擇所有屬性。使用相關(guān)性網(wǎng)絡(luò)視圖，從中獲得可幫助您簡化復(fù)雜模型的視圖。

在原型開發(fā)階段，您可能希望構(gòu)建相關(guān)模型，以便評估最佳算法和模型。使用“挖掘精度”圖表評估在預(yù)測中效果最佳的模型。您可能還希望構(gòu)建相關(guān)模型，對相同的數(shù)據(jù)執(zhí)行不同類型的分析。這些模型在作為相關(guān)模型時(shí)的處理速度要比作為獨(dú)立定義模型時(shí)的處理速度快。

在構(gòu)建和測試原型后，便可以構(gòu)建和測試實(shí)際數(shù)據(jù)挖掘模型。在將數(shù)據(jù)輸入數(shù)據(jù)挖掘引擎前，如果需要轉(zhuǎn)換數(shù)據(jù)，那么為了要實(shí)現(xiàn)這些操作，應(yīng)當(dāng)開發(fā)可供生產(chǎn)用的操作流程。在某些情況下，可能要選擇從 DTS 管道直接植入挖掘模型。如果在少量數(shù)據(jù)的基礎(chǔ)上開發(fā)原型，將需要在整套培訓(xùn)數(shù)據(jù)的基礎(chǔ)上重新評估備選模型。

構(gòu)建數(shù)據(jù)挖掘應(yīng)用程序

在 Business Intelligence Development Studio 中開發(fā)和研究數(shù)據(jù)挖掘模型可使企業(yè)獲得巨大的價(jià)值。您可以瀏覽模型，了解數(shù)據(jù)與業(yè)務(wù)之間的關(guān)系，并使用該信息促進(jìn)策略決策的制定。但是，其最大的價(jià)值還是來自可以影響公司日常操作的數(shù)據(jù)挖掘應(yīng)用程序：例如，向客戶推薦產(chǎn)品、記錄客戶信用風(fēng)險(xiǎn)，或根據(jù)預(yù)測的庫存不足下訂單的數(shù)據(jù)挖掘應(yīng)用程序。要開發(fā)可操作的數(shù)據(jù)挖掘應(yīng)用程序，您需要跳出 Business Intelligence Development Studio 的圈子，并用 Microsoft Visual Studio 或您選擇的其他開發(fā)環(huán)境編寫代碼。

大部分企業(yè)客戶都將面向客戶的數(shù)據(jù)挖掘應(yīng)用程序?qū)嵤榛?web 的 Win32 應(yīng)用程序，如 ASP 頁。數(shù)據(jù)挖掘模型業(yè)已構(gòu)建完畢，而且應(yīng)用程序也可以根據(jù)客戶的選擇或在 web 商務(wù)應(yīng)用程序中輸入的內(nèi)容，為客戶執(zhí)行預(yù)測。這可能是十分簡單的應(yīng)用程序；唯一不尋常的部分是發(fā)布預(yù)測查詢。

數(shù)據(jù)挖掘應(yīng)用程序開發(fā)人員不一定就是開發(fā)數(shù)據(jù)挖掘模型的人員。應(yīng)用程序開發(fā)人員應(yīng)具備一流的開發(fā)技能，而對業(yè)務(wù)或統(tǒng)計(jì)知識的需求則相對較低。

Microsoft 的數(shù)據(jù)挖掘技術(shù)大大地簡化了構(gòu)建自動化數(shù)據(jù)挖掘應(yīng)用程序的過程。其中共有兩個(gè)步驟：

有些客戶（主要是獨(dú)立軟件供應(yīng)商）希望創(chuàng)建可生成數(shù)據(jù)挖掘模型的應(yīng)用程序。這種應(yīng)用程序可能會替代在 Business Intelligence Development Studio 中開發(fā)挖掘模型，但可能只適用于特定的領(lǐng)域，如 web 分析。在這種情況下，開發(fā)項(xiàng)目就需要包括 Microsoft.DataWarehouse.Interfaces，以便可以獲得對 AMO（Analysis Management Objects，分析管理對象）的訪問權(quán)限。

DMX 示例

數(shù)據(jù)挖掘過程包括三個(gè)步驟，分別為創(chuàng)建數(shù)據(jù)挖掘模型、培訓(xùn)模型和根據(jù)模型預(yù)測行為，這三個(gè)步驟都可通過簡單、類似 SQL 編程語言的 DMX 來實(shí)現(xiàn)。示例語法如下所示；DMX 的完整使用方法可從聯(lián)機(jī)叢書中獲得。

創(chuàng)建數(shù)據(jù)挖掘模型：

    CREATE MINING MODEL CreditRisk

(CustID????????LONG KEY,

Gender????????TEXT DISCRETE,

Income????????LONG CONTINUOUS,

Profession????TEXT DISCRETE,

Risk????????TEXT DISCRETE PREDICT)

USING Microsoft_Decision_Trees


  

培訓(xùn)數(shù)據(jù)模型：

    INSERT INTO CreditRisk

(CustId, Gender, Income, Profession, Risk)

SELECT CustomerID, Gender, Income, Profession, Risk

From Customers


  

根據(jù)數(shù)據(jù)挖掘模型預(yù)測行為：

    SELECT NewCustomers.CustomerID, CreditRisk.Risk,

PredictProbability(CreditRisk)

FROM CreditRisk PREDICTION JOIN NewCustomers

ON CreditRisk.Gender=NewCustomer.Gender

AND CreditRisk.Income=NewCustomer.Income

AND CreditRisk.Profession=NewCustomer.Profession


  

返回頁首

Reporting Services

隨著 Microsoft SQL Server 2005 的發(fā)布，Microsoft 在其集成商務(wù)智能平臺中拓展了一個(gè)新的主要組件。即 SQL Server Reporting Services，該組件使得人們不管在任何商業(yè)環(huán)境中，都可將適當(dāng)?shù)男畔⑺瓦_(dá)適當(dāng)?shù)娜藛T，從而擴(kuò)展了 Microsoft 的商務(wù)智能發(fā)展前景。

Reporting Services 是一個(gè)基于服務(wù)器的完整平臺，可創(chuàng)建、管理和交付傳統(tǒng)報(bào)告和交互式報(bào)告。它包括您創(chuàng)建、分發(fā)和管理報(bào)告所需的一切工具和信息。同時(shí)，產(chǎn)品的標(biāo)準(zhǔn)模塊化設(shè)計(jì)和應(yīng)用程序編程接口 (API) 使軟件開發(fā)人員、數(shù)據(jù)提供商和企業(yè)能夠集成原有系統(tǒng)或第三方應(yīng)用程序中的報(bào)告功能。

Reporting Services 隨 SQL Server 2005 一起發(fā)布，其中包括：

為什么使用 Reporting Services？

毫無疑問，能夠在適當(dāng)?shù)臅r(shí)間將適當(dāng)?shù)男畔⑺瓦_(dá)適當(dāng)?shù)娜藛T具有巨大的價(jià)值。對于許多企業(yè)而言，這是一個(gè)挑戰(zhàn)，因?yàn)檫@些需要訪問信息的人員不但具有廣泛的技術(shù)專業(yè)背景，而且還可能分散在整個(gè)傳統(tǒng)組織內(nèi)的不同位置，甚至于組織之外。

Reporting Services 通過靈活的訂閱和交付機(jī)制簡化了傳統(tǒng)報(bào)告與交互式報(bào)告的創(chuàng)建過程，并可將這些報(bào)告順利地交付給廣泛的人群。它還為處理復(fù)雜苛刻的商業(yè)環(huán)境提供了必要的安全性和可管理性。

Reporting Services 提供了獨(dú)一無二的屬性組合：

使用 Reporting Services 的途徑

由于 Reporting Services 是結(jié)合可伸縮、可擴(kuò)展體系結(jié)構(gòu)的單一完整的報(bào)告平臺，因此它可滿足范圍廣泛的報(bào)告需求。

Reporting Services 功能

Reporting Services 將集中式托管報(bào)告系統(tǒng)的優(yōu)點(diǎn)與桌面及基于 Web 應(yīng)用程序的靈活性和按需選擇性集于一身。Reporting Services 是一個(gè)完整的報(bào)告平臺，支持從報(bào)告創(chuàng)建到報(bào)告部署的整個(gè)報(bào)告生命周期。

制作報(bào)告

Reporting Services 包括創(chuàng)建傳統(tǒng)報(bào)告或交互式報(bào)告所需的一切工具及技術(shù)，其中包括具有報(bào)告設(shè)計(jì)向?qū)Чδ艿膱D形化報(bào)告設(shè)計(jì)器工具。

管理報(bào)告

Reporting Services 包括基于 web 的工具，可用于管理報(bào)告和報(bào)告服務(wù)器 Web 應(yīng)用程序。管理員可使用此界面為報(bào)告定義基于角色的安全性、編排報(bào)告執(zhí)行和提交，以及跟蹤報(bào)告歷史。或者，企業(yè)或 ISV 可以使用 Reporting Services Web Services API 編寫自定的管理工具。

由于報(bào)告定義、文件夾和資源都存儲在 SQL Server 數(shù)據(jù)庫中，因此，您可以使用其他工具（如 SQL Server Management Studio）管理元數(shù)據(jù)，或使用那些充分采納已發(fā)布 API 的第三方應(yīng)用程序。

Reporting Services 實(shí)施了一個(gè)靈活、基于角色的安全模型，用來保護(hù)報(bào)告和報(bào)告資源。這一功能可根據(jù)各種不同的安全需求量身定做。該產(chǎn)品包括根據(jù)需要集成其他安全模型的可擴(kuò)展接口。

提交報(bào)告

您可以將報(bào)告提交到門戶、將其以電子郵件的形式發(fā)送給用戶，或讓用戶使用基于 web 的報(bào)告服務(wù)器從文件夾層級中訪問報(bào)告。導(dǎo)航、搜索和訂閱功能可幫助用戶根據(jù)其需要定位和運(yùn)行報(bào)告。個(gè)性化的訂閱功能可讓用戶自行選擇自己喜歡的轉(zhuǎn)換格式。

返回頁首

總結(jié)

Microsoft SQL Server 2005 是一個(gè)完整的商務(wù)智能平臺，它所提供的基礎(chǔ)結(jié)構(gòu)和服務(wù)器組件可用于構(gòu)建：

為用戶所熟悉的工具（SQL Server 關(guān)系數(shù)據(jù)庫、DTS、Reporting Services 和 Analysis Services OLAP 以及數(shù)據(jù)挖掘）也都得到了極大的改進(jìn)。新增功能（如 Business Intelligence Development Studio 和 SQL Server Management Studio）進(jìn)一步擴(kuò)展了 Microsoft BI 平臺。每個(gè)工具都具有創(chuàng)新性，其設(shè)計(jì)都可令您事半功倍：用比以前更少的硬件、規(guī)模更小的團(tuán)隊(duì)更快更好地構(gòu)建、部署和管理重要的商務(wù)智能應(yīng)用程序。

返回頁首

附錄 A：代碼示例

遞歸查詢示例

    USE AdventureWorks

GO

/*

This query brings back a list of managers, and the count of employees

who report to them directly or indirectly).

*/

WITH reps_cte (emp, mgr, recursion_level)

AS

(

/*Get the initial list of employees.*/

SELECT EmployeeID, ManagerID, 0

FROM Employee AS E

/*Get a Union of the anchor and the recursive term.*/

UNION ALL

SELECT reps_cte.emp, E.ManagerID, recursion_level+1

FROM Employee E, reps_cte????????-- Join with Employee

WHERE reps_cte.mgr=E.EmployeeID????-- This employee's manager

AND recursion_level<=20????????-- up to 20 levels of mgmt

)????????-- End of common table expression

/*Now query the recursive common table expression reps_cte*/

SELECT r.mgr,??E.[LastName]+', ' + E.[FirstName]

AS MgrName, count(*) CntEmployees

FROM reps_cte r INNER JOIN [Employee] E ON (r.mgr=E.EmployeeId)

GROUP BY mgr, E.[LastName]+', ' + E.[FirstName]

HAVING count(*) > 1????????????-- Means they manage at least one person

ORDER BY 3 DESC????????????-- Sort by count of employees

GO


  

SQL Server 2005 中的商務(wù)智能和數(shù)據(jù)倉庫