数据仓库

哈尔滨工业大学华德应用技术学院实验报告课程名称：数据仓库与数据挖掘系别：计算机应用技术系专业：软件工程学号：1099111130姓名：陈天任学期：2012春季学期实验成绩：实验项目列表序号实验名称成绩1SQL Server Integration Services2SQL Server Analysis Services3SQL Server Reporting Services456789101112指导教师签字：实验名称：实验一SQL Server Integration Services实验时间:2012.4.17实验地点:S201实验目的：熟悉数据仓库的ETL操作,熟悉SQL Server2005中SSIS的使用；熟练掌握平面文件、excel文件和sql server三者之间的数据转换；实验步骤：启动SSMS,在sql server2005中新建一个数据库命名为dw。

在dw数据库上单击鼠标右键，在弹出的快捷菜单中，选择“任务→导入数据”,设置表名字T2、选择文件源类型excel、选择文件地址、选择导入的数据库dw、设置字段名、设置字段类型。

所有的设置完成点击“完成”.打开数据库，查看表，刷新，导入完成。

在Microsoft SQL Server2005中启动SQL Server Business Intelligence Development Studio，在文件菜单中选择“新建→项目”，在弹出的新建项目对话框中选择，填好名称和位置后，点击确定。

（1）在Microsoft SQL Server2005的dw数据库中，新建user表，结构如下一图：新建系别表，结构如下二图：（2）控制流中添加数据流任务，数据流中添加，，。

（3）设置平面文件源，源文件text1,设置OLE DB，第四列“系别编号”参照新建的系别表中的“编号”，将test1中的前三列及系别表中的系别列导入到dw数据库中的user表中，建立三者的关系，点击文件点启动，等三个控件都变成绿色代表导入成功。

3.将AdventureWorks数据Production.TransactionHistoryArchive表里ProductID,Quantity,ActualCost这三列的数据，按照下表列出的任务、容器、数据源和目标转换到results.xls文件中。

(1).控制流中添加数据流任务，数据流任务（Calculate Values）在包中执行数据流。

(2)数据流中添加设置名为Extract Data，数据库的TransactionHistoryArchive表中加载归档销售事务源。

(3)数据流中添加设置名为Calculate LineItemTotalCost。

此转换通过将每个销售事务的成本与数量相乘（Quantity*ActualCost）并将其结果存储在新列中来创建一个新列LineItemTotalCost。

然后，此新列会添加至每个输出行中。

(4)数据流中添加聚合转换Sum Quantity and LineItemTotalCost）按ProductID列对数据进行分组，并且对于每一个ProductID，都计算其Quantity列的和来作为QuantitySum列，然后计算LineItemTotalCost列的和作为TotalCostByID列。

(5)数据流中添加设置名为Calculate Average Cost）向每一个输出行添加一个新列AvgCostByID。

此列包含由每一个ProductID的QuantitySum得来的TotalCostByID。

(6)数据流中添加设置名为Sort by ProductID按ProductID列对结果进行排序。

(7)数据流中添加设置名为Load Data将数据保存至excel文件results.xls。

(8)完成上述步骤，通过关系连接各个数据流任务。

关系连接好之后，点击文件启动，等所有的任务都变成了绿色。

实验总结：通过本次实验了解了SQL SERVER2005中的示例数据库，了解并熟练掌握数据的导入导出，使用并示例数据库中的表。

并且熟练的掌握了其应用。

实验名称：实验二SQL Server Analysis Services实验时间:2012.04.27实验地点:S203实验目的：掌握决策树挖掘技术；掌握Microsoft时序挖掘技术;掌握Microsoft关联规则挖掘技术；掌握Microsoft时序分析与聚类分析挖掘技术；深刻的对数据挖掘相关名词进行理解和运用实验步骤：1.创建一个Analysis Services项目(1).打开Microsoft SQL Server Management Studio，连接好数据库，确认是否有Adventure Works与Adventure Works DW两个数据库，(2).打开Microsoft Visual Studio，点击文件—新建项目—Analysis Services项目，然后将项目名称改为Adventure Works.点击确定完成。

2.创建一个数据源（1）.在解决方案资源管理器中，右键单击“数据源”文件夹，然后选择“新建数据源。

系统将打开数据源向导。

在“欢迎使用数据源向导”页面中，单击“下一步”按钮。

单击“新建”按钮向AdventureWorks数据库添加连接。

（2）在“连接管理器”的“提供程序”列表中，选择“本机OLEDB\Microsoft OLE DBProvider for SQL Server”；数据库服务器名为本地服务器也可填localhost；使用SQL server身份验证；在选择或输入一个数据库名栏中选择Adventure Works DW数据库；点击测试按钮，显示测试成功之后点击下一步继续。

（3）在“模拟信息”页中，选择“默认值”，再单击“下一步”。

在“完成向导”页面中，数据源的默认名称为Adventure Works DW。

单击“完成”。

新的数据源Adventure Works DW将显示在解决方案资源管理器的“数据源”文件夹中。

3.创建数据源视图（1）.在解决方案资源管理器中，右键单击“数据源视图”，选择“新建数据源视图”，在“欢迎使用数据源视图向导”页上，单击“下一步”。

（2）.在“选择数据源”页的“关系数据源”下，系统将默认选中您在上一个任务中创建的Adventure Works DW数据源。

单击“下一步”。

在“选择表和视图”页上,选择下列各表，然后单击右箭头键，将这些表包括在新数据源视图中：a.dbo.ProspectiveBuyerb.dbo.vAssocSeqLineItemsc.dbo.vAssocSeqOrdersd.dbo.vTargetMaile.dbo.vTimeSeries(3).在“完成向导”页上，默认情况下，系统将数据源视图命名为Adventure Works DW。

单击“完成”。

系统将打开数据源视图设计器，显示Adventure Works DW数据源视图。

点击完成按钮出现如下所示的Adventure Works DW数据源视图。

5.数据挖掘结果分析1.Microsoft决策树挖掘技术—创建用于目标邮件方案的挖掘结构(1).在解决方案资源管理器中，右键单击“挖掘结构”并选择“新建挖掘结构”。

在“欢迎使用数据挖掘向导”页上，单击“下一步”。

(2).在“选择定义方法”页上，确认已选中“从现有关系数据库或数据仓库”，再单击“下一步”。

在“选择数据挖掘技术”页的“您要使用何种数据挖掘技术？”下，选择“Microsoft决策树”。

(3).在“选择数据源视图”页上，请注意已默认选中Adventure Works DW。

在数据源视图中，单击“浏览”查看各表，然后单击“关闭”返回该向导。

(4).在“指定表类型”页上，选中vTargetMail表旁边“事例”列中的复选框，再单击“下一步”。

a.在“指定定型数据”页上，确保已选中CustomerKey列旁边Key列中的复选框。

b.选中BikeBuyer列旁边的“输入”和“可预测”。

c.选中以下各列旁边的“输入”复选框：Age、CommuteDistance、EnglishEducation、EnglishOccupation、FirstName、Gender、GeographyKey、HouseOwnerFlag、LastName、MaritalStatus、NumberCarsOwned、NumberChildrenAtHome、Region、TotalChildren、YearlyIncome。

(5)a.在“完成向导”页上的“挖掘结构名称”中，键入Targeted Mailing。

b.在“挖掘模型名称”中，键入TM_Decision_Tree。

c.选中“允许钻取”复选框，点完成。

决策树结果分析：（1）根据我们的条件什么样的因素影响着购买自行车的行为，通过我们挖掘的决策树我们可以看出，年龄是影响购买自行车行为的最重要的因素，所以根据年龄分组之后，基于年龄因素分组之上还有很多影响购买自行车行为的因素。

从决策树上我们不难看出有没有汽车、是否单身，居住地区等因素都是影响购买自行车行为的因素。

（2）从图中可以看出年龄小于36，没有汽车的人购买的可能性最大。

年龄在36-44之间没有汽车或者有一辆汽车购买的可能性也很大。

依赖关系网络结果分析：（1）我们可以根据依赖关系网络图预测出各个属性之间的关系，也能推断出多种属性组合所影响的行为。

通过节点能看出属性一向可预测属性的强度，根据选项卡颜色的比例可以看出所选节点预测哪些节点，它本身又是由哪些节点预测的。

（2）我们的关系网，购买自行车的行为为可预测属性，年龄，是否有车，居住地址，收入等这些因素就是会影响可预测属性结果的属性。

从中我们不难看出年龄的颜色比例是最深的，各个属性之间也是相互影响的。

实验总结：通过本次实验大致谅解了决策树挖掘技术、Microsoft时序挖掘技术、Microsoft关联规则挖掘技术、Microsoft时序分析与聚类分析挖掘技术；同时对数据挖掘相关名词有了一定的理解。

实验名称：实验三SQL Server Reporting Services实验时间:2012.5.10实验地点:S203实验目的：1.复习前两次实验的数据挖掘技术.2.根据挖掘结果生成报表服务。

实验步骤：1.先利用实验一的知识把老师给的数据源导入数据库。

2.在利用实验二的知识对几个表和相关字段进行数据挖掘和分析。

3.生成报表服务：（1）打开Business Intelligence Development Studio，文件→新建→项目→新建项目→项目类型→商业智能项目→模板→报表服务器向导。