多维数据集教材培训课程
多
维
数
据
集
培
训
教
程
吴思远编2015年12月
安装Analysis Services多维建模教程示例数据和项目可使用本主题中提供的说明和链接来安装Analysis Services 教程中使用的所有数据和项目文件。
步骤1：安装SQL Server 软件
本教程中的课程假定您已安装以下软件。所有以下软件都使用SQL Server 安装介质进行安装。为了简化部署，您可以在一台计算机上安装所有功能。若要安装这些功能，请运行SQL Server 安装程序并从“功能选择”页中选择它们。
?数据库引擎
?Analysis Services
Analysis Services 仅在以下版本中提供：Evaluation、Enterprise、Business
Intelligence、Standard。
请注意，SQL Server Express 版本不包括Analysis Services。。
默认情况下，Analysis Services 将作为多维实例安装，您可以通过在安装向导的“服
务器配置”页中选择“表格服务器模式”来覆盖此实例。如果要同时运行两种服务器模式，请在同一台计算机上重新运行SQL Server 安装程序，以在另一模式中再安装一个Analysis Services 实例。
?SQL Server Management Studio
另外，可以考虑安装Excel 以便在您继续执行本教程时浏览您的多维数据。通过安装Excel，可以启用“在Excel 中分析”功能。该功能可以使用连接到您要生成的多维数据集的数据透视表字段列表来启动Excel。建议使用Excel 来浏览数据，因为您可以快速生成透视报表，并通过它与数据进行交互。
或者，您可以使用在SQL Server Data Tools (SSDT) 中内置的内置MDX 查询设计器来浏览数据。查询设计器将返回相同的数据，除非数据以平面行集的形式表示。
步骤2：下载SQL Server Data Tools - Business Intelligence for Visual Studio 2012
在此版本中，SQL Server Data Tools 和其他SQL Server 功能将分开下载与安装。用于创建BI 模型和报表的设计器与项目模板现在作为免费Web 下载提供。
?下载SQL Server Data Tools 的Business Intelligence 版本。文件将保存到Downloads 文件夹。运行安装程序以安装此工具。
重新启动计算机以完成安装。
步骤3：安装数据库
Analysis Services 多维模型使用您从关系数据库管理系统导入的事务数据。为了实现本教程教学目的，您将使用以下关系数据库作为数据源。
?AdventureWorksDW2012–这是一个在数据库引擎实例上运行的关系数据仓库。它提供了将由您在本教程中生成和部署的Analysis Services 数据库和项目使用的原始
数据。
您可以将此示例数据库与SQL Server 2014 和SQL Server 2012 一起使用。
若要安装此数据库，请执行以下操作：
1.从codeplex 上的产品示例页下载 AdventureWorkDW2012 数据库。
数据库文件名称是AdvntureWorksDW2012_Data.mdf。该文件应位于您的计算机上的Downloads 文件夹中。
2.将AdventureWorksDW2012_Data.mdf 文件复制到本地SQL Server 数据库引擎
实例的数据目录。默认情况下，该文件位于C:\Program Files\Microsoft SQL
Server\MSSQL12.MSSQLSERVER\MSSQL\Data。
3.启动SQL Server Management Studio 并连接到数据库引擎实例。
4.右键单击“数据库”，然后单击“附加”。
5.单击“添加”。
6.选择AdventureWorksDW2012_Data.mdf数据库文件，并单击“确定”。如果未
列出该文件，请检查C:\Program Files\Microsoft SQL
Server\MSSQL12.MSSQLSERVER\MSSQL\Data 文件夹，以便确保该文件在该路径
下存在。
7.在数据库详细信息中，删除日志文件条目。安装程序假设您具有日志文件，但在示例中
没有日志文件。附加数据库时将自动创建新日志文件。选择日志文件并单击“删除”，然后单击“确定”以只附加主数据库文件。
步骤4：授予数据库权限
示例项目使用数据源模拟设置，这些设置可指定导入或处理数据所用的安全上下文。默认情况下，模拟设置指定用于访问数据的Analysis Services 服务帐户。若要使用此默认设置，您必须确保Analysis Services 运行时使用的服务帐户具有对AdventureWorksDW2012关系数据库的数据读取器权限。
1.确定服务帐户。您可以使用SQL Server 配置管理器或“服务”控制台应用程序来查看
帐户信息。如果使用默认帐户将Analysis Services 作为默认实例安装，则该服务将作为NT Service\MSSQLServerOLAPService运行。
2.在Management Studio 中，连接到数据库引擎实例。
3.展开“安全性”文件夹，右键单击“登录名”，然后选择“新建登录名”。
4.在“常规”页的“登录名”中，键入NT Service\MSSQLServerOLAPService（或运
行该服务所用的任何帐户）。
5.单击“用户映射”。
6.选中AdventureWorksDW2012数据库旁边的复选框。角色成员身份应自动包
括db_datareader和public。单击“确定”接受默认值。
步骤5：安装项目
教程包括一些示例项目，以便您能将您的结果与完成的项目进行比较，或者学习后面的课程。
第4 课的项目文件特别重要，因为它不仅为第4 课而且还为所有后续课程提供了基础。在之前的项目文件中，按照教程中的步骤操作可得到与完成的项目文件完全一样的副本，而第4 课的示例项目与此有很大的不同，它包含了在第1 课到第3 课中生成的模型中没有的、新的模型信息。第4 课假定您是下面的下载链接提供的示例项目文件的初学者。
1.在codeplex 上的产品示例页中下载 Analysis Services 教程SQL Server 2012。
2012 教程对于SQL Server 2014 版本有效。
“Analysis Services Tutorial SQL Server 2012.zip”文件将保存到您的计算机上的
Downloads 文件夹中。
2.将 .zip 文件移到根驱动器紧下方的文件夹（例如C:\Tutorial）。如果您尝试在
Downloads 文件夹中解压缩这些文件，则此步骤将会缓解有时候会发生的“路径过长”
错误。
3.解压缩示例项目：右键单击该文件，然后选择“全部提取”。提取这些文件后，您应该
已在计算机上安装以下项目：
o Lesson 1 Complete
o Lesson 2 Complete
o Lesson 3 Complete
o Lesson 4 Complete
o Lesson 4 Start
o Lesson 5 Complete
o Lesson 6 Complete
o Lesson 7 Complete
o Lesson 8 Complete
o Lesson 9 Complete
o Lesson 10 Complete
4.取消对这些文件的只读权限。右键单击父文件夹“Analysis Services Tutorial SQL
Server 2012”，选择“属性”，然后清除“只读”复选框。单击“确定”。将更改应用至此文件夹、子文件夹和文件。
5.启动SQL Server Data Tools (SSDT)。
6.打开与您要使用的课程对应的解决方案(.sln) 文件。例如，在名为“Lesson 1
Complete”的文件夹中，您应打开Analysis Services Tutorial.sln 文件。
7.部署解决方案以验证是否正确设置了数据库权限和服务器位置信息。
如果Analysis Services 和数据库引擎是作为默认实例(MSSQLServer) 安装的，并且所有软件在同一台计算机上运行，则可以单击“生成”菜单上的“部署解决方案”来生成示例项目并将其部署到本地Analysis Services 实例。在部署过程中，将从本地数据库引擎实例上的AdventureWorksDW2012数据库处理（或导入）数据。将在包含从
数据库引擎检索的数据的Analysis Services 实例上创建新的Analysis Services 数据库。
如果出现错误，请检查前面关于设置数据库权限的步骤。此外，您还可能需要更改服务器名称。默认服务器名称为localhost。如果服务器安装在远程计算机上或作为命名实例安装，必须覆盖默认名称以使用对于您的安装有效的服务器名称。此外，如果服务器位于远程计算机上，则可能需要配置Windows 防火墙以允许对它们进行访问。
用于连接到Analysis Services 的服务器名称在项目“属性页”的“部署”选项卡中指定，并且也在解决方案资源管理器中可见。
8.启动SQL Server Management Studio。在SQL Server Management Studio 中，
连接到Analysis Services。验证名为Analysis Services Tutorial的数据库是否正在服务器上运行。
培训与开发理论及技术教材(DOC 44页)
培训与开发理论及技术教材(DOC 44页)
培训与开发理论及技术 第一章组织中的人力资源开发（ＨＲＤ） 第一节人力资开发（ＨＲＤ）内涵的界定 人力资源开发是指由组织设计的，旨在给其成员提供学习必要技能的机会，以满足组织当前或未来工作需要的一系列系统性和规划性的活动。美国培训与开发协会（ASTD）资助的派特.麦克莱甘1989年的研究结果表明：人力资源开发是综合运用培训与开发、职业开发和组织发展来提供个人、团队以及整个组织的绩效的活动。 一、培训与开发 1. 培训与开发是指组织为了使员工获得或改进与工作有关的知识、技能、动机、态度和行为，所做的有计划的、系统性的各种努力，通过这些努力可以有效地提高员工的工作绩效并帮助员工对组织的战略目标做出贡献。 2. 培训——目前的工作；开发——未来的工作 3. 培训与开发活动： （1）新员工的入职培训：是指新员工学习组织重要的价值观和行为规范，学习如何建立工作关系，以及学习如何再岗位上行使职责的过程。 （2）管理技能开发：是针对管理者进行的一项培训开发，其目的是为了让管理者能够适应组织所面对的变化多端的环境，不断提升自身的管理技能和能力，帮助组织实现可持续发展。（3）对员工的业务培训：是把范围缩小到向员工传授与具体工作和任务相关的某一特殊领域的知识与技能。 二、职业开发 1. 职业开发的目的在于确保个人与组织需求之间的最佳匹配。 2. 职业开发包含两个过程：职业规划和职业管理 职业规划强调个人在职业生涯发展中的主管能动性，个人通过评价自己的技术能力，了解自己的兴趣、价值观、机会等因素，从而选择合适的职业生涯发展目标，建立起一个比较现实的职业规划方案，并努力去实现它。 职业管理：更关注于组织在员工的职业发展过程中的主导作用，即强调组织要督导员工实施其职业生涯规划。 3. 职业开发的作用 （1）把个人发展需要与组织发展需要联系在一起，形成人力资源开发的合力。 （2）在双赢中让员工个人获得适应性发展 （3）留住更对人才。 三、组织发展 1. 简称OD，指的是为了改进组织效率，解决组织中存在的问题，并达成组织的目标，根据组织内外环境的变化，有计划地改善和更新企业组织的过程。即强调宏观的（提高组织的有效性）也强调微观的（个人、小群体以及团队的改进）组织变革。 2. 特点 （1）组织发展应具有长期性，它不应仅仅是解决短期面临的业绩问题； （2）应该得到组织高层管理人员的支持； （3）主要通过培训来实现变革； （4）鼓励员工参与并发现问题，寻求解决问题的方法，挑选合适的方案，确认变革对象，贯彻执行有计划的变革方案和评估结果等一系列环节。 3. 组织发展成功的条件 （1）组织中至少有一个关键的决策者认识到变革的必要性，而且高层管理者们并不强烈地反对变革； （2）这种认识到的变革需要由工作重新设计等问题引发； （3）组织管理者愿意进行一种长期的改进；
实验1_建立多维数据集
实验1 建立多维数据集 实验目的 通过使用SQL Server建立多维数据集，使学生理解和掌握建立多维数据集的一般过程和方法。 实验内容 1、建立FoodMart多维数据集 实验条件 1.操作系统：Windows XP SP2 2.SQL Server 2000 实验要求： 1、按照实验步骤中练习建立FOODMART多维数据集。 实验步骤 第一步, 建立系统数据源连接 1.单击“开始”按钮，指向“设置”，单击“控制面板”，然后双击“管理工具”，再双击“数据源(ODBC)”。 1.在“系统DSN”选项卡上单击“添加”按钮。 2.选择“Microsoft Access 驱动程序(*.mdb)”，然后单击“完成”按钮。 3.在“数据源名”框中，输入“教程”，然后在“数据库”下，单击“选择”。 4.在“选择数据库”对话框中，浏览到“C:\Program Files\Microsoft Analysis Services\Samples”，然后单击“FoodMart 2000.mdb”。单击“确定”按钮。 5.在“ODBC Microsoft Access 安装”对话框中单击“确定”按钮。 6.在“ODBC 数据源管理器”对话框中单击“确定”按钮。 第二步, 启动Analysis Manager
单击“开始”按钮，依次指向“程序”、“Microsoft SQL Server”和“Analysis Services”，然后单击“Analysis Manager”。 第三步,建立数据库和数据源 1.在Analysis Manager 树视图中展开“Analysis Servers”。 2.单击服务器名称，即可建立与Analysis Servers 的连接。 3.右击服务器名称，然后单击“新建数据库”命令。 4.在“数据库”对话框中的“数据库名称”框中，输入“教程”，然后单击“确定”按钮。 5.在Analysis Manager 树窗格中展开服务器，然后展开刚才创建的“教程”数据库。 6.在Analysis Manager 树窗格中，右击“教程”数据库下的“数据源”文件夹，然后单击“新数据源” 命令。 7.在“数据链接属性”对话框中，单击“提供者”选项卡，然后单击“Microsoft OLE DB Provider for ODBC Drivers”。
图销售分析”的多维数据集模型的设计共8页word资料
数据仓库与数据挖掘 实验报告 姓名：岩羊先生 班级：数技2011 学号：XXXXXX 实验日期：2013年11月14日 目录 实验.............................................. 错误!未定义书签。 【实验目的】............................... 错误!未定义书签。 1、熟悉SQLservermanager studio和VisualStudio2008软件功能 和操作特点; ................................ 错误!未定义书签。 2、了解SQLservermanager studio和VisualStudio2008软件的各 选项面板和操作方法; ........................ 错误!未定义书签。 3、熟练掌握SQLserver manager studio和VisualStudio2008工 作流程。................................... 错误!未定义书签。 【实验内容】............................... 错误!未定义书签。 1.打开SQLserver manager studio软件，逐一操作各选项，熟悉
软件功能; (4) 2.根据给出的数据库模型“出版社销售图书Pubs”优化结构，新建立数据库并导出； (4) 3.打开VisualStudio2008，导入已有数据库、或新建数据文件，设计一个“图书销售分析”的多维数据集模型。并使用各种输出节点，熟悉数据输入输出。 (4) 【实验环境】............................... 错误!未定义书签。【实验步骤】............................... 错误!未定义书签。 1.打开 SQL Server manager studio； (5) 2.附加备份的数据库文件pubs_DW_Data.MDF和pubs_DW_Log.LDF 并且做出优化； (5) 3.修改数据库属性； (5) 4.建立数据仓库所需的数据库bb（导出）； (5) 5. 创建新的分析服务项目； (5) 6. 新建数据源（本地服务器输入“.”） (5) 7．建立多维数据集 (6) 8.处理多维数据集，得出模型： (6) 9.模型实例： (6) 【实验中的困难及解决办法】................. 错误!未定义书签。问题1：SQLserver中数据库的到导出. (6)
数据仓库的多维数据模型定义 作用 实例
数据仓库的多维数据模型定义作用实例 2010年08月19日06:53 来源：网站数据分析作者：佚名编辑：李伟评论：0条 本文Tag：信息化频道商业智能数据仓库参考文献BI行业信息化【IT168 信息化】 可能很多人理解的数据仓库就是基于多维数据模型构建，用于OLAP的数据平台，通过上一篇文章——数据仓库的基本架构，我们已经看到数据仓库的应用可能远不止这些。但不得不承认多维数据模型是数据仓库的一大特点，也是数据仓库应用和实现的一个重要的方面，通过在数据的组织和存储上的优化，使其更适用于分析型的数据查询和获取。 多维数据模型的定义和作用 多维数据模型是为了满足用户从多角度多层次进行数据查询和分析的需要而建立起来的基于事实和维的数据库模型，其基本的应用是为了实现OLAP （Online Analytical Processing）。 当然，通过多维数据模型的数据展示、查询和获取就是其作用的展现，但其真的作用的实现在于，通过数据仓库可以根据不同的数据需求建立起各类多维模型，并组成数据集市开放给不同的用户群体使用，也就是根据需求定制的各类数据商品摆放在数据集市中供不同的数据消费者进行采购。 多维数据模型实例 在看实例前，这里需要先了解两个概念：事实表和维表。事实表是用来记录具体事件的，包含了每个事件的具体要素，以及具体发生的事情；维表则是对事实表中事件的要素的描述信息。比如一个事件会包含时间、地点、人物、事件，事实表记录了整个事件的信息，但对时间、地点和人物等要素只记录了一些关键标记，比如事件的主角叫“Michael”，那么Michael到底“长什么样”，就需要到相应的维表里面去查询“Michael”的具体描述信息了。基于事实表和维表就可以构建出多种多维模型，包括星形模型、雪花模型和星座模型。这里不再展开了，解释概念真的很麻烦，而且基于我的理解的描述不一定所有人都能明白，还是直接上实例吧：
数据仓库与数据挖掘实验二(多维数据组织与分析)
一、实验内容和目的 目的： 1．理解维（表）、成员、层次（粒度）等基本概念及其之间的关系； 2．理解多维数据集创建的基本原理与流程； 3．理解并掌握OLAP分析的基本过程与方法； 内容： 1．运用Analysis Server工具进行维度、度量值以及多维数据集的创建（模拟案例）。 2．使用维度浏览器进行多维数据的查询、编辑操作。 3．对多维数据集进行切片、切块、旋转、钻取操作。 二、所用仪器、材料（设备名称、型号、规格等） 操作系统平台：Windows 7 数据库平台：SQL Server 2008 SP2 三、实验原理 在数据仓库系统中，联机分析处理（OLAP）是重要的数据分析工具。OLAP的基本思想是企业的决策者应能灵活地、从多方面和多角度以多维的形式来观察企业的状态和了解企业的变化。 OLAP是在OLTP的基础上发展起来的，OLTP是以数据库为基础的，面对的是操作人员和低层管理人员，对基本数据的查询和增、删、改等进行处理。而OLAP是以数据仓库为基础的数据分析处理。它具有在线性（online）和多维分析（multi-dimension analysis）的特点。OLAP超越了一般查询和报表的功能，是建立在一般事务操作之上的另外一种逻辑步骤，因此，它的决策支持能力更强。 建立OLAP的基础是多维数据模型，多维数据模型的存储可以有多种不同的形式。MOLAP和ROLAP是OLAP的两种主要形式，其中MOLAP（multi-dimension OLAP）是基
于多维数据库的OLAP，简称为多维OLAP；ROLAP（relation OLAP）是基于关系数据库的OLAP，简称关系OLAP。 OLAP的目的是为决策管理人员通过一种灵活的多维数据分析手段，提供辅助决策信息。基本的多维数据分析操作包括切片、切块、旋转、钻取等。随着OLAP的深入发展，OLAP也逐渐具有了计算和智能的能力，这些能力称为广义OLAP操作。 四、实验方法、步骤 要求：利用实验室和指导教师提供的实验软件，认真完成规定的实验内容，真实地记录实验中遇到的各种问题和解决的方法与过程，并根据实验案例绘出多维数据组织模型及其OLAP操作过程。实验完成后，应根据实验情况写出实验报告。 五、实验过程原始记录(数据、图表、计算等) 本实验以实验一建立的数据仓库为基础，使用Microsoft的SQL Server Business Intelligence Development Studio工具，建立OLAP相关模型，并实现OLAP的一些简单基本功能。 首先打开SQL Server Business Intelligence Development Studio工具，新建一个Analysis Service项目，命名为：DW
SQL Server 2005 多维数据集创建过程
SQL Server 2005 多维数据集创建过程 一.创建新的Analysis Services项目 1.单击“开始”，指向“所有程序”，再指向Microsoft SQL Server 2005，再单击SQL Server Business Intelligence Development Studio，打开Microsoft Visual Studio 2005开发环境。 2.在Visual Studio的“文件”菜单上，指向“新建”，再单击“项目”。 3.在“新建项目”对话框中，从“项目类型”窗格中选择“商业智能项目”，再在“模板”窗格中选择“Analysis Services项目”。 4.将项目名称更改为Analysis Services Tutorial1，这也将更改解决方案名称，然后单击“确定”。 至此，在同样名为Analysis Services Tutorial1的新解决方案中基于Analysis Services项目模板成功创建了Analysis Services Tutorial1项目。 二.定义新的数据源 1.在Microsoft Visual Studio 2005开发环境中，打开解决方案资源管理器，右键单击“数据源”，然后单击“新建数据源”，将打开数据源向导。
2.在“欢迎使用数据源向导”页上，单击“下一步”。 3.在“选择如何定义连接”页上，单击“新建”。 4.在“提供程序”的下拉列表框中，选中“本机OLE DB\Microsoft OLE DB Provider for SQL Server”，然后单击“确定”。 5.在“服务器名称”文本框中，键入localhost。 6.确保已选中“使用Windows身份验证”。在“选择或输入数据库名称”列表中，选择AdventureWorksDW，然后单击“确定”。 7.在“新建数据源向导”页上，然后单击“下一步”。 8.选择“使用服务帐户”，然后单击“下一步”。 9.在“完成向导”页上，单击“完成”以创建名为Adventure Works DW的新数据源。 10.打开解决方案资源管理器，可以看到“数据源”文件夹中的新数据源。 三.定义一个新的数据源视图 1.在解决方案资源管理器中，右键单击“数据源视图”，再单击“新建数据源视图”。 2.在“欢迎使用数据源视图向导”页中，单击“下一步”。
人力资源管理师三级(第三版教材)复习材料之培训与开发
人力资源管理师三级复习资料（培训与开发） 第三章培训与开发（第三版）详细复习资料（2014下） 广州中医药大学经管学院饶远立 一、简述培训需求分析的含义以及培训需求分析的技术模型。 答：1、培训需求分析是在计划于设计每项培训活动之前，采取一定的方法和技术，对组织及其成员的目标、知识、技能等方面所进行的系统研究，以确定是否需要培训和培训内容的过程。 2、常见的培训需求分析包括以下几个模型： （1）Goldstein组织培训需求分析模型。该模型认为，培训需求分析应该从组织分析、任务分析和人员分析三个方面着手。组织分析是根据组织机构经营战略判断组织内部哪些员工或部门需要培训，确保需求分析符合组织整体目标，是其他两项分析的前提。任务分析是分析该任务所需的各类知识，从而确定所需的技能培训（侧重职业理想情况）人员分析是分析员工的绩效差距，即理想和现实的差距（侧重个人主观特征）。 （2）培训需求循环评估模型 包括组织整体层面分析、作业层面的分析和个人层面的分析。确定培训内容，指员工达到理想绩效所应掌握的技术和能力。将员工现有技能水平与预期未来的要求进行对比，寻找差距。通过对外部环境、内部气氛的分析，确定企业员工在整体上的培训需求，高层的重视、投入是重要决定因素。 优点：全面、循环；缺点：工作量大，需要管理者与员工的积极参与。 （3）前瞻性培训需求评估模型。 该模型建立在未来需求的基点上，使培训工作由被动变主动； 2、充分考虑企业目标与个人发展的有效结合。 优点： 1、建立在未来需求的基点上，使培训工作由被动变主动； 2、充分考虑企业目标与个人发展的有效结合。 缺点： 1、建立在未来的基点上，难免预测出现偏差； 2、对培训的深度、广度较难把握； 3、如不能较好的结合个人发展与企业目标，员工受训后无从发挥才能。 适合高层管理与技术人才。 （4）三维培训需求分析模型 首先，在进行岗位分析时引入岗位胜任力，构建出某个岗位的全部胜任力，对每个胜任力进行重要性排序并分析确定其可塑性（即是否通过培训可以获得，其次，通过人才测评方法测出员工的现有能力等级，根据结果量化现有能力与岗位胜任力之间的差距值，对差距大小进行界定；再次，以胜任力可塑性、胜任力重要性和测评差距大小为坐标轴，建立三维培训需求分析模型。 优点：客观、精准；缺点：方法复杂、成本高，适合中高层管理与核心员工。 二、培训项目设计的原则与规划的内容是什么？ 答：1、培训项目设计原则：可以概括为“满足需求、重点突出、立足当前、讲求实用、考虑长远、提高素质”，还包括：因材施教原则；激励性原则；实践性原则；反馈与强化性原则；目标性原则；延续性原则；职业发展性原则。 2、培训项目规划的内容：（1）培训项目的确定（2）培训内容的开发（3）实施过程的设计（4）评估手段的选择（5）培训资源的筹备（6）培训成本的预算。 三、如何基于培训需求分析的基础上进行培训项目设计？ 答：（一）明确员工培训目的（二）对培训需求分析结果的有效整合（三）界定清晰的培训目标：培训目标要解决员工培训要达到什么样标准的问题，要将培训目标具体化、数量化、
BI_数据仓库基础
1 BI Business Intelligence，即商业智能，商务智能综合企业所有沉淀下来的信息，用科学的分析方法，为企业领导提供科学决策信息的过程。 BOSS业务运营支撑系 BPM企业绩效管理 BPR业务流程重整 CRM客户关系管理 CUBE立方体 DM（Datamart）数据集市数据仓库的子集，它含有较少的主题域且历史时间更短数据量更少，一般只能为某个局部范围内的管理人员服务，因此也称之为部门级数据仓库。 DM（DataMine）数据挖掘 DSS决策支持系统 EDM企业数据模型 3 ERP Enterprise Resourse Planning企业资源规划。它是一个以管理会计为核心的信息系统，识别和规划企业资源，从而获取客户订单，完成加工和交付，最后得到客户付款。换言之，ERP将企业内部所有资源整合在一起，对八个采购、生产、成本、库存、分销、运输、财务、人力资源进行规划，从而达到最佳资源组合，取得最佳效益。 4 ETL 数据抽取（Extract）、转换（Transform）、清洗（Cleansing）、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。 KDD数据库中知识发现 5 KPI 企业关键业绩指标(KPI：KeyProcessIndication)是通过对组织内部流程的输入端、输出端的关键参数进行设臵、取样、计算、分析，衡量流程绩效的一种目标式量化管理指标，是把企业的战略目标分解为可操作的工作目标的工具，是企业绩效管理的基础。 LDM逻辑数据模型 6 MDD 多维数据库（Multi Dimesional Database,MDD）可以简单地理解为：将数据存放在一个n维数组中，而不是像关系数据库那样以记录的形式存放。因此它存在大量稀疏矩阵，人们可以通过多维视图来观察数据。多维数据库增加了一个时间维，与关系数据库相比，它的优势在于可以提高数据处理速度，加快反应时间，提高查询效率。 Metadata(元数据)，它是“关于数据的数据，其内容主要包括数据仓库的数据字典、数据的定义、数据的抽取规则、数据的转换规则、数据加载频率等信息。 MOLAP自行建立了多维数据库，来存放联机分析系统数据 7 ODS（四个特点） (Oprational Data Store)操作型数据存储，是建立在数据准备区和数据仓库之间的一个部件。用来满足企业集成的、综合的操作型处理需要，操作数据存储是个可选的部件。对于一些准实时的业务数据库当中的数据的暂时存储，支持一些同时关连到历史数据与实时数据分
多维数据模型与OLAP实现
多维数据模型与OLAP实现 近年来，随着网络技术和数理分析在银行业中的广泛应用，西方商业银行开始广泛采用人口地理统计理论，运用数据挖掘及商业智能 对用户请求的快速响应和交互式操作。 ＯＬＡＰ技术在国内兴起和发展的过程中，人们对某些基本概念还有不同的理解。比如，ＯＬＡＰ与多维数据模型的关系，多维数据模型与多维数据库（ＭＤＤ，ＭｕｌｔｉＤｉｍｅｎｓｉｏｎａｌＤａｔａｂａｓｅ）的关系，ＭＯＬＡＰ（Ｍｕｌｔｉｄｉｍｅ
ｎｓｉｏｎａｌＯＬＡＰ，多维联机分析处理）、ＲＯＬＡＰ（ＲｅｌａｔｉｏｎａｌＯＬＡＰ，关系联机分析处理）和ＨＯＬＡＰ（ＨｙｂｒｉｄＯＬＡＰ，混合联机分析处理）间的差异，多维数据库与多维联机分析处理是不是完全一致等问题，还有待于进一步澄清。 一、多维数据模型及相关概念 同的维属性。 ２．维：是人们观察数据的特定角度，是考虑问题时的一类属性。 属性的集合构成一个维（如时间维、机构维等）。 ３．维分层：同一维度还可以存在细节程度不同的各个描述方面（如时间维可包括年、季度、月份、旬和日期等）。
４．维属性：维的一个取值，是数据项在某维中位置的描述（例如“某年某月某日”是在时间维上位置的描述）。 ５．度量：立方体中的单元格，用以存放数据。 ＯＬＡＰ的基本多维分析操作有钻取（Ｒｏｌｌｕｐ，Ｄｒｉｌｌｄｏｗｎ）、切片（Ｓｌｉｃｅ）、切块（Ｄｉｃｅ）及旋转（Ｐ 钻取包含向下钻取和向上钻取 在多维数据结构中 ＯＬＡＰ多维数据模型的实现有多种途径，其中主要有采用数组的多维数据库、关系型数据库以及两者相结合的方式，人们通常称之为ＭＯＬＡＰ、ＲＯＬＡＰ和ＨＯＬＡＰ。但ＭＯＬＡＰ的提法容易引起误解，毕竟根据ＯＬＡＰ的多维概念，ＲＯＬＡＰ也是一种多 维数据的组织方式。
培训教材开发管理办法
培训教材开发管理办法 、、目的 培训教材是培训体系建设的基础，为了建立起分系统、分专业的全套公司培训教材，同时建立不断完善教材的长效机制，使培训工作更加规范化、系统化，更加具有针对性和时效性，为公司的发展培养各类人才，特编制下发此办法。 、、指导思想 紧密结合公司经营发展的总体思路，以推进培训体系建设为重点，以满足各级各类人员的培训需求为目标，本着经济适用、注重实效的原则，分系统、分专业进行培训教材的开发工作。 、、适用范围 公司各单位（系统）。 、、工作职责 1、公司教育委员会是培训工作的领导、决策机构，负责公司教育培训规划、政策的审定。 2、公司人力资源培训开发工作的管理部门，负责培训教 材开发的组织、管理、评价、协调、检查、考核、奖惩。 3、公司各单位、各系统是开展培训的主要部门，根据本单位、本系统所主管的业务及承担的工作职责，负责培训教材的组织编写和维护完善工作。 、、工作程序 1、各单位根据本系统培训需要自行组织或要求其他单位组织
开发培训教材，需填写《教材开发申报审批表》见附表一，审核统一编号并报公司主管领导批准后实施。 2、要求相关单位、系统组织开发培训教材，由人力资源部下 达《教材开发通知单》见附表二，各单位接到通知后实施。 3、公司或上级主管部门要求组织开发培训教材，参照第1条 执行。 4、自行编写培训教材根据公司指定的单位统一办理出版、印 刷等相关手续。 5、培训教材根据需要统一负责发放。 、、教材内容 根据公司相关体系文件及各岗位工作要求，以应知应会和必须要 求掌握的内容为主，尽可能满足包括公司领导在内的各级各类人员的 培训需要，具体内容应涉及国家相关方针政策、法律法规、规章制度、企业文化、管理知识（经验）、专业技术（技能）、岗位及持证要求等多方面内容。 、、费用管理 1、编制费用 编写费：每千字符(不计空格)按50元计算； 校对费：每千字符(不计空格)按30元计算； 审核费：每千字符(不计空格)按20元计算； 2、购买、印刷、刻录、翻译等相关费用根据市场价格进行确定。
多维数据集
数据集通过其度量值和维度定义。多维数据集中的度量值和维度派生自多维数据集所基于的数据源视图中的表和视图。多维数据集由基于一个或多个事实数据表的度量值和基于一个或多个维度表的维度组成。维度基于属性，而属性映射到数据源视图中的维度表或视图中的一列或多列，然后通过这些属性定义层次结构。 多维数据集示例 请考虑下面的“进口”多维数据集，其中包含“包”和“上一次”两个度量值以及“路线”、“源”和“时间”三个相关维度。 多维数据集周围更小的字母数字值是维度的成员。示例成员为“陆地”（“路线”维度的成员）、“非洲”（“源”维度的成员）以及“第一季度”（“时间”维度的成员）。 度量值 多维数据集中的值表示两个度量值：“包”和“上一次”。“包”度量值表示进口包的数量，使用 Sum 函数聚合其事实数据。“上一次”度量值表示收到的日期，使用 Max 函数聚合其事实数据。 维度 “路线”维度表示进口货物到达目的地的方式。该维度的成员包括“陆地”、“非陆地”、“航空”、“海路”、“公路”或“铁路”。“源”维度表示进口货物的原产地，如“非洲”或“亚洲”。“时间”维度表示一年的四个季度以及上半年和下半年。 聚合 多维数据集的业务用户可以确定多维数据集每个维度的每个成员的度量值，不用考虑维度中成员的级别，因为 Analysis Services 将按需在更高级别中聚合值。例如，上图中的度量值按下面的方式在“时间”维度中的标准日历层次结构内聚合。
除了在一个维度内聚合之外，度量值还可以聚合来自不同维度的成员的各种组合。这样使业务用户得以同时按多个维度中的成员对度量值进行评估。例如，如果业务用户要分析各个季度通过航空运输从东半球和西半球进口的货物，则业务用户可以对多维数据集发出相应的查询以检索以下数据集。 定义完多维数据集之后，可以定义聚合以确定处理过程中预先计算的聚合范围与查询时计算的聚合范围。有关详细信息，请参阅聚合和聚合设计 (SSAS)。 映射度量值、属性和层次结构 多维数据集的度量值、属性和层次结构派生自多维数据集事实数据表和维度表中的下列各列。
多维数据组织与分析
多维数据组织与分析 Prepared on 22 November 2020
昆明理工大学信息工程与自动化学院学生实验报告 （ 2016 — 2017 学年第二学期） 一、上机目的 目的： 1．理解维（表）、成员、层次（粒度）等基本概念及其之间的关系； 2．理解多维数据集创建的基本原理与流程； 3．理解并掌握OLAP分析的基本过程与方法； 4. 学会使用基本的MDX语句 二、上机内容 1.基于上次实验建立的地铁数据仓库，构建地铁公司收入的多维数据 集。 2.使用维度浏览器进行多维数据的查询、编辑操作。 3.对多维数据集进行切片、切块、旋转、钻取操作。 4.使用MDX语句对多维数据集进行切片。 注意：可参照Analysis Services的教程，构建多维数据集。要求时间和站点维度采用层次结构。 利用实验室和指导教师提供的实验软件，认真完成规定的实验内
容，真实地记录实验中遇到的各种问题和解决的方法与过程，并根据实验案例绘出多维数据组织模型及其OLAP操作过程。实验完成后，应根据实验情况写出实验报告。 三、实验原理及基本技术路线图（方框原理图或程序流程图） 请描述联机分析处理的相关基本概念（MOLAP、ROLAP、切片、切块、旋转、钻取等）。 1.M OLAP:表示基于多维数据组织的OLAP实现。使用多维数组存储数 据。 特点：将细节数据和聚合后的数据均保存在cube中，所以以空间换效率，查询时效率高，但生成cube时需要大量的时间和空间。 2.R OLAP:表示基于关系数据库的OLAP实现。将多维数据库的多维结构 划分为事实表,和维表。 特点:将细节数据保留在关系型数据库的事实表中，聚合后的数据也保存在关系型的数据库中。这种方式查询效率最低，不推荐使用。 3.切片:在给定数据立方体的一个维上进行选择操作就是切片，切片的 结果是得到一个二维平面数据。 4.切块：在给定数据立方体的两个或多个维上进行选择操作就是切块， 切块的结果得到一个子立方体。 5.旋转：维度变换的方向，即在表格中重新安排维的放置（例如行列互 换）。 6.钻取：改变维的层次，变换分析的粒度。它包括向下钻取和向上钻 取。 四、实验方法、步骤（或：程序代码或操作过程） 1.多维数据集
建立多维数据集和关联规则分析
成都理工大学管理科学学院 教学实验报告 2013～2013学年第二学期 2．定义数据源： 为了让挖掘服务器能够正确地找到被挖掘的数据，需要对数据源进行设置，步骤如下： 步骤一：在解决方案资源管理器中，右击“数据源”文件夹，在弹出的快捷菜单中选择【新建数据源】命令，之后将会出现数据源向导，如下图所示：
步骤三：如下图所示，在“提供程序”下拉列表中选择分析合适的提供程序， Provider for SQL Server”选项；服务器名在下拉列表中选择网络中存在的 身份验证”单选按钮；选中“选择或输入一个数据库名”单选按钮，在下拉列表框中，选择或输入数据库名，本案例中我们选择 Adventure Works DW 示例数据库，作为挖掘时使用的数据库；设置完成后，单击【测试连接】按钮，如果连接成功，会弹出【连接测试成功】对话框；单击【确定】按钮。 步骤六： 在上一步中，单击【确定】按钮后，会重新切换到【选择如何定义连接】页面，点击【下一步】按钮，出现如下图所示的【模拟信息】页面；选中“默认值”单选按钮，单击【下一步】按钮，切换到下一个页面。 步骤七：在“数据源名称”框中输入数据源名称“销售分析数据源” 图所示：
步骤三：单击【下一步】按钮，切换到【选择表和视图】页面，如下图所示：在左侧“可用对象”列表框中，选择下列表,Dim Customer(客户维表 （产品维表）,Dim Time（时间维表）,FactInternet Sales（网上销售事实表） 步骤四：单击【下一步】按钮，切换到【完成向导】页面，如下图所示：在“名称”中输入“销售分析视图”，单击【完成】按钮，即可。
数据仓库的构建及其多维数据集分析
科技广场 2007.6 208 入 (Import 、导出 (Export 以及转换的服务。 DTS 中最常用的两大工具是DTS向导和 DTS设计器, 因为本文涉及的数据转换是由多个表取得数据并转换至目的数据库, 因此选择 DTS设计器。 将Northwind数据库中的数据转移到数据仓库的目的数据库中, 遵循以下步骤:①设置数据源;②设置数据目的地; ③设置转换方式;④将数据转移任务存储为一个包;⑤执行包进行实际数据转移。 在正式进行数据转换之前, 首先要为Northwind的数据仓库新建一个数据库Northwind_DW, 这样数据源和数据目的地分别为数据库Northwind和 Northwind_DW。然后激活DTS 设计器并创建转移数据包NorthwindToNorthwind_DW。接下来便可以进行事实表和维度表的数据转换任务了, 这个过程是将源数据库中的某些表中的字段抽取出来, 进行相应的组合和转换,
生成目的数据库中的事实表或维度表, 这些工作都可用SQL语句及VB转换脚本语句来完成。以事实表 Sales 为例, 在其转换数据任务属性中, 对应的 SQL 语句如下: SELECT e.EmployeeID,p.ProductID,s.SupplierID,c. CustomerID,o.OrderDate,od.Quantity,od.UnitPrice,od. Discount FROM Orders o,[Order Details]od,Employees e, Products p,Suppliers s,Customers c WHERE o.OrderID=od.OrderID AND o.EmployeeID=e. EmployeeID AND o.CustomerID=c.CustomerID AND od. ProductID=p.ProductID AND p.SupplierID=s.SupplierID 除了以上抽取出的字段外, 事实表Sales还包含一个度量值字段Total, 是将已抽取出的字段UnitPrice、 Discount、 Quantity进行组合转换而成, 对应的VB转换脚本语句如下 : Function Main( DTSDestination("Total"=DTSSource("UnitPrice" *D T S S o u r c e (" Q u a n t i t y " *(1. 0-D T S S o u r c e ("Discount" Main=DTSTransformStat_OK End Function 员工维度表Employee数据转换方法同事实表数据转换方法, 其它维度表数据 转换更容易, 方法基本相同, 只是在进行转换选项时, 不需要选择新建选项。 至此, 数据转换包设计完毕, 保存并执行, 便将数据由 Northwind数据库加载到Northwind_DW中。最后进行设置表的主键和外键工作。 3多维数据集分析 在分析数据时, 用户往往并不是以单一的维度为基准, 而是以多个维度为依据。譬如在Northwind的数据仓库中包括了员工、顾客、产品、供货商以及时间等 5个维度, 就会经常有查询某供应商于某年提供了多少金额的某产品或查询某员工于
人力资源二级教材第三章培训与开发练习题及答案解析
第三章培训与开发练习题 一、单项选择题 1、关于外聘教师与内部培养教师的优劣比较,表述正确的是(。 A、外聘教师保证交流的顺畅 B、企业内部开发教师资源成本较高 C、使用内部培养教师可能会加大培训风险 D、内部培养教师可能影响培训对象的参与积极性 2、培训管理的首要制度是(。 A、入职培训制度 B、培训激励制度 C、培训服务制度 D、培训风险管理制度 3、适用于晋升前人际关系训练的培训方法是(。 A、拓展训练 B、特别任务法 C、管理者训练 D、敏感性训练法 4、讲义法属于与(培训相适应的培训方法。 A、技能
B、知识 C、创造性 D、解决问题能力 5、在培训评估中,心得报告与文章发表可以用来进行(。 A、反应评估 B、学习评估 C、行为评估 D、结果评估 6、关于部门管理者在员工培训发展中的责任,表述错误的是(。 A、对培训效果进行追踪检验 B、了解员工应当接受的培训内容 C、协助员工做培训发展需求分析 D、必须亲自开发教材 7、企业用来选拔能够提供培训服务的咨询机构和供应商的一整套规范的标准是(。 A、评估报告书 B、任务分析书 C、征询建议书 D、培训说明书
8、敏感性训练的特定目的是(。 A、提高员工对人际关系的敏感性 B、教导主管如何协助部属处理敏感的问题 C、训练学员处理敏感度高的工作任务的能力 D、降低学员对业务处理的敏感度,以防止精神紧张 9、关于入职培训,表述错误的是(。 A、较少考虑新员工之间的个体差异 B、使任职者具备合格员工的基本条件 C、培训活动中应强调员工对于公司的重要性 D、让员工学习新的工作准则和有效的工作行为 10、在培训过程中,衡量学员对培训课程的满意度评估方式是(。 A、学习评估 B、反应评估 C、行为评估 D、结果评估 11、与角色扮演法相比,模拟训练法更侧重于(。 A、操作技能的培训 B、反应评估 C、分析问题、解决问题能力的培训
数据仓库多维数据模型的设计说明
1、数据仓库基本概念 1.1、主题（Subject） 主题就是指我们所要分析的具体方面。例如：某年某月某地区某机型某款App的安装情况。主题有两个元素：一是各个分析角度（维度），如时间位置；二是要分析的具体量度，该量度一般通过数值体现，如App安装量。 1.2、维（Dimension） 维是用于从不同角度描述事物特征的，一般维都会有多层（Level：级别），每个Level 都会包含一些共有的或特有的属性（Attribute），可以用下图来展示下维的结构和组成：以时间维为例，时间维一般会包含年、季、月、日这几个Level，每个Level一般都会有ID、NAME、DESCRIPTION这几个公共属性，这几个公共属性不仅适用于时间维，也同样表现在其它各种不同类型的维。 1.3、分层（Hierarchy） OLAP需要基于有层级的自上而下的钻取，或者自下而上地聚合。所以我们一般会在维的基础上再次进行分层，维、分层、层级的关系如下图：
每一级之间可能是附属关系（如市属于省、省属于国家），也可能是顺序关系（如天周年），如下图所示： 1.4、量度 量度就是我们要分析的具体的技术指标，诸如年销售额之类。它们一般为数值型数据。我们或者将该数据汇总，或者将该数据取次数、独立次数或取最大最小值等，这样的数据称为量度。 1.5、粒度 数据的细分层度，例如按天分按小时分。 1.6、事实表和维表 事实表是用来记录分析的内容的全量信息的，包含了每个事件的具体要素，以及具体发
生的事情。事实表中存储数字型ID以及度量信息。 维表则是对事实表中事件的要素的描述信息，就是你观察该事务的角度，是从哪个角度去观察这个内容的。 事实表和维表通过ID相关联，如图所示： 1.7、星形/雪花形/事实星座 这三者就是数据仓库多维数据模型建模的模式 上图所示就是一个标准的星形模型。 雪花形就是在维度下面又细分出维度，这样切分是为了使表结构更加规范化。雪花模式可以减少冗余，但是减少的那点空间和事实表的容量相比实在是微不足道，而且多个表联结操作会降低性能，所以一般不用雪花模式设计数据仓库。 事实星座模式就是星形模式的集合，包含星形模式，也就包含多个事实表。
多维数据集教材培训课程
多 维 数 据 集 培 训 教 程 吴思远编2015年12月
安装Analysis Services多维建模教程示例数据和项目可使用本主题中提供的说明和链接来安装Analysis Services 教程中使用的所有数据和项目文件。 步骤1：安装SQL Server 软件 本教程中的课程假定您已安装以下软件。所有以下软件都使用SQL Server 安装介质进行安装。为了简化部署，您可以在一台计算机上安装所有功能。若要安装这些功能，请运行SQL Server 安装程序并从“功能选择”页中选择它们。 ?数据库引擎 ?Analysis Services Analysis Services 仅在以下版本中提供：Evaluation、Enterprise、Business Intelligence、Standard。 请注意，SQL Server Express 版本不包括Analysis Services。。 默认情况下，Analysis Services 将作为多维实例安装，您可以通过在安装向导的“服 务器配置”页中选择“表格服务器模式”来覆盖此实例。如果要同时运行两种服务器模式，请在同一台计算机上重新运行SQL Server 安装程序，以在另一模式中再安装一个Analysis Services 实例。 ?SQL Server Management Studio 另外，可以考虑安装Excel 以便在您继续执行本教程时浏览您的多维数据。通过安装Excel，可以启用“在Excel 中分析”功能。该功能可以使用连接到您要生成的多维数据集的数据透视表字段列表来启动Excel。建议使用Excel 来浏览数据，因为您可以快速生成透视报表，并通过它与数据进行交互。
EXCEL函数汇总(多维数据集函数)-EXCEL帮助导出
十、多维数据集函数 1、CUBEKPIMEMBER 返回重要性能指示器(KPI) 属性，并在单元格中显示KPI 名称。KPI 是一种用于监控单位绩效的可计量度量值，如每月总利润或季度员工调整。 只有在工作簿连接到Microsoft SQL Server 2005 Analysis Services 或更高版本的数据源时才支持CUBEKPIMEMBER 函数。 语法 CUBEKPIMEMBER(connection,kpi_name,kpi_property,caption) Connection是到多维数据集的连接的名称的文本字符串。 Kpi_name是多维数据集中KPI 名称的文本字符串。 Kpi_property是返回的KPI 组件，可以是下列类型的值之一： 整型枚举常量说明 1 KPIValue 实际值 2 KPIGoal 目标值 3 KPIStatus KPI 在特定时刻的状态 4 KPITrend 走向值的度量 5 KPIWeight 分配给KPI 的相对权重 6 KPICurrentTimeMember KPI 的临时根据内容 如果您为kpi_property 指定KPIValue，则只有kpi_name 显示在单元格中。 Caption是显示在单元格中的可选文本字符串，而不是kpi_name 和kpi_property。 注解 当CUBEKPIMEMBER 函数求值时，它会在检索到所有数据之前在单元格中暂时显示“#GETTING_DATA…” 消息。
要在计算中使用KPI，请将CUBEKPIMEMBER 函数指定为CUBEVALUE 函数中的member_expression 参数。 如果连接名称不是存储在工作簿中的有效工作簿连接，则CUBEKPIMEMBER 函数将返回错误值#NAME?。 如果联机分析处理(OLAP) 服务器未运行、不可用或返回错误消息，则CUBEKPIMEMBER 函数返回错误值#NAME?。 当kpi_name 或kpi_property 无效时，CUBEKPIMEMBER 返回错误值#N/A。 CUBEKPIMEMBER 在以下情况下可能返回错误值#N/A：如果您在共享连接时引用数据透视表中的基于会话的对象，如计算成员或命名集，并且该数据透视表被删除了或者您将该数据透视表转换为公式（方法是：在“选项”选项卡上的“工具”组中，单击“OLAP 工具”，然后单击“转换为公式”）。 示例 =CUBEKPIMEMBER("Sales","MySalesKPI",1) =CUBEKPIMEMBER("Sales","MySalesKPI", KPIGoal,"Sales KPI Goal") 2、CUBEMEMBER 返回多维数据集中的成员或元组。用来验证成员或元组存在于多维数据集中。 语法 CUBEMEMBER(connection,member_expression,caption) Connection是到多维数据集的连接的名称的文本字符串。 Member_expression是多维表达式(MDX) 的文本字符串，用来计算出多维数据集中的唯一成员。此外，也可以将member_expression 指定为单元格区域或数组常量的元组。 Caption是显示在多维数据集的单元格（而不是标题）中的文本字符串（如果定义了一个文本字符串的话）。当返回元组时，所用的标题为元组中最后一个成员的文本字符串。 注解