《数据仓库》实验指导书
数据库实验指导书
数据库实验指导书（试用版）目录引言 (1)一、课程实验目的和基本要求 (1)二、主要实验环境 (1)三、实验内容 (1)实验1 数据库模式设计和数据库的建立 (2)一、教学目的和要求 (2)二、实验内容 (2)三、实验步骤 (2)四、思考与总结 (3)实验2 数据库的简单查询和连接查询 (3)一、教学目的和要求 (3)二、实验内容 (3)三、实验步骤 (3)四、思考与总结 (4)实验3 数据库的嵌套查询和组合统计查询 (4)一、教学目的和要求 (4)二、实验内容 (4)三、实验步骤 (4)四、思考与总结 (5)实验4 视图与图表的定义及数据完整性和安全性 (5)一、教学目的和要求 (5)二、实验内容 (6)三、实验步骤 (6)四、思考与总结 (6)实验5 简单应用系统的实现 (7)一、教学目的和要求 (7)二、实验内容 (7)三、实验步骤 (7)四、思考与总结 (7)附录1：数据库实验报告格式................................................ 错误！未定义书签。
附录2：SQL Server 2000使用指南. (9)1 SQL Server 2000简介 (9)2 SQL Server 2000的版本 (9)3 SQL Server 2000实用工具 (9)4 创建数据库 (12)5 创建和修改数据表 (14)6 创建索引 (19)7 存储过程 (20)8 触发器 (22)9 备份和恢复 (24)10 用户和安全性管理 (25)引言数据库技术是一个理论和实际紧密相连的技术，上机实验是数据库课程的重要环节，它贯穿于整个“数据库阶段”课程教学过程中。
一、课程实验目的和基本要求上机实验是本课程必不可少的实践环节。
学生应在基本掌握各知识点内容的基础上同步进行相关实验，以加深对知识的理解和掌握，达到理论指导实践，实践加深理论的理解与巩固的效果。
数据库课程上机实验的主要目标是：（1）通过上机操作，加深对数据库系统理论知识的理解。
数据仓库与数据挖掘实验指导
数据仓库与数据挖掘实验指导By TMS目录3第 1 课：创建SQL server2005的DT项目和基本包 ...................................................51.1 创建新的 Integration Services项目 .......................................................61.2 添加和配置平面文件连接管理器 ..............................................................1.3添加和配置 OLE DB 连接管理器 ............................................................881.4在包中添加数据流任务 .......................................................................91.5添加并配置平面文件源 .......................................................................1.6添加并配置查找转换 .........................................................................9101.7添加和配置 OLE DB 目标 ..................................................................111.8测试 Lesson 1 教程包 .....................................................................12第 2 课：添加循环 ................................................................................132．1 创建 Lesson 2 包 ........................................................................132.2添加和配置 Foreach 循环容器 ...............................................................13一、 添加 Foreach 循环容器 ................................................................14三、将枚举器映射为用户定义的变量 .........................................................14四、将数据流任务添加到循环中 .............................................................142．3修改平面文件连接管理器 ...................................................................152.4 测试 Lesson 2 教程包 .....................................................................16第 3 课：在 Analysis Services项目中定义数据源视图及多维数据集...................................16项目 ...........................................................一、 创建 Analysis Services18二、定义新的数据源 ...........................................................................22三、定义数据源视图 ...........................................................................25四、修改表的默认名称 .........................................................................27五、定义多维数据集 ...........................................................................32五、检查多维数据集和维度属性 .................................................................40项目 ...............................................................六、部署 Analysis Services第 1 课：创建SQL server2005的DT项目和基本包在本课中，您将创建一个简单 ETL 包，该包可以从单个平面文件源提取数据，使用两个查找转换组件转换该数据，然后将该数据写入 AdventureWorksDW 中的 FactCurrencyRate 事实数据表。
数据仓库与数据挖掘课程实验指导书
潘怡编著《数据仓库与数据挖掘》课程实验指导书长沙学院计算机科学与技术系2009年9月前言本书是《数据仓库与数据挖掘》课程及《数据分析与挖掘》的实验指导书。
全书分为三个部分，第一部分为实验内容对每个实验的实验目的、实验类型、实验学时、实验原理及知识点、实验环境（硬件环境、软件环境）和实验内容及步骤进行简单介绍，第二部分为实验指导对每个实验的实验方法，实验步骤及补充的实验知识进行详细介绍，第三部分为实验报告。
本实践课程主要介绍数据仓库的工作机理及其构建过程，。
要求学生熟练使用数据库管理系统MS SQL Server，掌握典型的数据仓库系统及其开发工具的使用，理解数据挖掘的工作原理与流程，掌握典型数据挖掘技术及其工具的使用方法，熟悉SQL SERVER BI DE V集成挖掘环境。
要求学生实验前认真准备，实验后提供实验报告，给出详细设计方法以及设计依据。
实验报告的格式应采用统一封面，统一的实验报告纸。
封面应包括：课程名称、实验序号、名称、专业、班级、姓名、同组实验者、实验时间。
实验报告内容应包括：实验名称、目的、内容、实验步骤、实验记录、数据处理（或原理论证、或实验现象描述、或结构说明等）。
目录第一部分实验内容实验1：实践SQL Server数据多维分析环境实验2：实践关联规则挖掘方法实验3：实践决策树挖掘方法实验4：实践聚类挖掘方法实验5：实践神经网络挖掘方法第二部分实验指导实验1：实践SQL Server数据多维分析环境实验2：实践关联规则挖掘方法实验3：实践决策树挖掘方法实验4：实践聚类挖掘方法实验5：实践神经网络挖掘方法第三部分实验报告第一部分实验内容实验1：实践SQL Server数据多维分析环境一．实验目的学习和掌握Sql Server 2005 Analysis Services 工具集，包括如何在BI Development Studio 的Analysis Services 项目中定义数据源、数据源视图、维度、属性、层次结构和多维数据集，如何查看多维数据集和维度，理解并掌握OLAP分析的基本过程与方法。
简单数据仓库挖掘实训实训指导书
实验一SQL Server常用管理工具的使用实验目的1. 理解服务的概念，掌握SQL Server服务的启动、暂停和停止。
2. 熟悉SQL Server数据库结构，掌握企业管理器的基本操作。
3. 理解查询分析器的作用，掌握查询分析器的常用用法。
4. 掌握联机丛书的用法。
实验内容与步骤一．服务管理器的用法SQL Server 是作为Windows 网络操作系统的一个服务运行的。
通过设置，可以在启动操作系统时自动启动SQL Server，也可以远程启动和停止SQL Server。
可以使用下列工具手工启动、暂停和停止SQL Server服务：●SQL Server企业管理器●SQL Server服务管理器●控制面板中的“服务”●在命令提示符中使用net命令其中，服务管理器是最常用的图形界面工具。
实验要求1：使用SQL Server服务管理器查看SQL Server服务是否正在运行，若正在运行，将其停止。
实验要求2：使用控制面板中的“服务”管理控制台将已停止的SQL Server服务启动。
二．企业管理器的使用企业管理器是SQL Server提供的最主要的数据库管理图形界面工具，它以树形结构来组织数据库服务器、数据库和数据库中的对象，大部分的数据库管理工作都可以使用它来完成。
实验要求3：启动企业管理器，查看SQL Server的注册属性。
提示：启动企业管理器后，在控制台树中，展开“Microsoft SQL Servers”，然后展开“SQL Server组”，右击自己的服务器名，然后单击“编辑SQL Server注册属性”。
实验要求4：在企业管理器中，查看Northwind数据库中用户数据表和系统数据表各有多少个？三．查询分析器的使用查询分析器是图形化的数据库编程接口，用户可以以自由的文本格式编辑、调试和执行SQL脚本。
实验要求5：在查询分析器中，使用SQL语句在master数据库中查询sysobjects表的所有信息。
数据仓库与数据挖掘实验指导书王浩畅资料.doc
数据仓库与数据挖掘实验指导书王浩畅资料.doc数据仓库与数据挖掘实验指导书东北⽯油⼤学计算机与信息技术系王浩畅实验⼀Weka实验环境初探⼀、实验名称:Weka实验环境初探⼆、实验⽬的：通过⼀个已有的数据集，在weka环境下，测试常⽤数据挖掘算法，熟悉Weka 环境。
三、实验要求1.熟悉weka的应⽤环境。
2.了解数据挖掘常⽤算法。
3.在weka环境下，测试常⽤数据挖掘算法。
四、实验平台新西兰怀卡托⼤学研制的Weka系统五、实验数据Weka安装⽬录下data⽂件夹中的数据集weather.nominal.arff，weather.arff六、实验⽅法和步骤1、⾸先，选择数据集weather.nominal.arff，操作步骤为点击Explorer，进⼊主界⾯，点击左上⾓的“Open file...”按钮，选择数据集weather.nominal.arff⽂件，该⽂件中存储着表格中的数据，点击区域2中的“Edit”可以看到相应的数据：选择上端的Associate选项页，即数据挖掘中的关联规则挖掘选项，此处要做的是从上述数据集中寻找关联规则。
点击后进⼊如下界⾯：2、现在打开weather.arff，数据集中的类别换成数字。
选择上端的Associate选项页，但是在Associate选项卡中Start按钮为灰⾊的，也就是说这个时候⽆法使⽤Apriori算法进⾏规则的挖掘，原因在于Apriori算法不能应⽤于连续型的数值类型。
所以现在需要对数值进⾏离散化，就是类似于将20-30℃划分为“热”，0-10℃定义为“冷”，这样经过对数值型属性的离散化，就可以应⽤Apriori算法了。
Weka提供了良好的数据预处理⽅法。
第⼀步：选择要预处理的属性temperrature从中可以看出，对于“温度”这⼀项，⼀共有12条不同的内容，最⼩值为64（单位：华⽒摄⽒度，下同），最⼤值为85，选择过滤器“choose”按钮，或者在同⾏的空⽩处点击⼀下，即可弹出过滤器选择框，逐级找到“Weka.filters.unsupervised.attribute.Discretize”，点击；若⽆法关闭这个树，在树之外的地⽅点击“Explorer”⾯板即可。
数据仓库与数据挖掘实验数据挖掘实验指导书
数据仓库与数据挖掘实验数据挖掘实验指导书《数据挖掘》实验指导书xx年3月1日长沙学院信息与计算科学系前言随着数据库技术的发展，特别是数据仓库以及Web 等新型数据源的日益普及，形成了数据丰富，知识缺乏的严重局面。
针对如何有效地利用这些海量的数据信息的挑战，数据挖掘技术应运而生，并显示出强大的生命力。
数据挖掘技术使数据处理技术进入了一个更高级的阶段，是对未来人类产生重大影响的十大新兴技术之一。
因此加强数据挖掘领域的理论与实践学习也已成为专业学生的必修内容。
本实验指导书通过大量的实例，循序渐进地引导学生做好各章的实验。
根据实验教学大纲，我们编排了五个实验，每个实验又分了五部分内容：实验目的、实验内容、实验步骤、实验报告要求、注意事项。
在实验之前，由教师对实验作一定的讲解后，让学生明确实验目的，并对实验作好预习工作。
在实验中，学生根据实验指导中的内容进行验证与，然后再去完成实验步骤中安排的任务。
实验完成后，学生按要求完成实验报告。
整个教学和实验中，我们强调学生切实培养动手实践能力，掌握数据挖掘的基本方法。
实验一 K-Means聚类算法实现一、实验目的通过分析K-Means 聚类算法的聚类原理，利用Vc 编程工具编程实现K-Means 聚类算法，并通过对样本数据的聚类过程，加深对该聚类算法的理解与应用过程。
实验类型：验证计划课间：4学时二、实验内容1、分析K-Means 聚类算法；2、分析距离计算方法；3、分析聚类的评价准则；4、编程完成K-Means 聚类算法，并基于相关实验数据实现聚类过程；三、实验方法1、K-means 聚类算法原理K-means聚类算法以k 为参数，把n 个对象分为k 个簇，以使簇内的具有较高的相似度。
相似度的计算根据一个簇中对象的平均值来进行。
算法描述：输入：簇的数目k 和包含n 个对象的数据库输出：使平方误差准则最小的k 个簇过程：任选k 个对象作为初始的簇中心； Repeatfor j=1 to n DO根据簇中对象的平均值，将每个对象赋给最类似的簇 for i=1 to k DO 更新簇的平均值计算EUnitl E不再发生变化按簇输出相应的对象2、聚类评价准则： E 的计算为：E =∑∑|x -xi =1x ∈C iki|2四、实验步骤 4.1 实验数据P192：154.2初始簇中心的选择选择k 个样本作为簇中心 For (i=0;i For (j=0;jClusterCenter[i][j]=DataBase[i][j]4.3 数据对象的重新分配Sim=某一较大数；ClusterNo=-1;For (i=0;iIf (Distance(DataBase[j],ClusterCenter[i])ClusterNo=i;}ObjectCluster[j]=ClusterNo;4.4 簇的更新For (i=0;i{Temp=0;Num=0; For (j=0;jIf (ObjectCluster[j]==i){Num++; Temp+=DataBase[j];} If (ClusterCenter[i]!=Temp) HasChanged=TRUE;ClusterCenter[i]=Temp; }4.5 结果的输出 For (i=0;iPrintf(“输出第%d个簇的对象:”，i); For (j=0;jIf (ObjectCluster[j]==i) printf(“%d ”,j); Printf(“\n”);Printf(“\t\t\t 簇平均值为(%d,%d)\n”, ClusterCenter[i][0], ClusterCenter[i][1]); }五、注意事项 1、距离函数的选择 2、评价函数的计算实验二 DBSCAN算法实现一、实验目的要求掌握DBSCAN 算法的聚类原理、了解DBSCAN 算法的执行过程。
数据仓库设计作业指导书
数据仓库设计作业指导书一、背景介绍数据仓库是一种面向主题的、集成的、相对稳定的、不可操作的数据集合，用于支持业务分析和决策制定。
在数据仓库设计作业中，我们需要按照一定的步骤和方法，将原始数据进行抽取、转换和加载，构建一个适合分析和查询的数据仓库模型。
本指导书将引导您完成数据仓库设计作业，并提供相应的步骤和要点。
二、数据仓库设计步骤1. 需求分析在设计数据仓库之前，首先需要进行需求分析。
通过与业务用户的交流和调研，明确数据仓库的目标和用途，确定数据仓库要解决的问题，并明确需要提供的报表和查询需求。
2. 数据抽取与清洗在数据仓库设计中，数据抽取和清洗是非常重要的环节。
从各个数据源中抽取所需数据，并进行清洗，包括去重、去除空值、数据格式转换等，以确保数据的质量和准确性。
3. 数据转换与集成在数据仓库设计中，数据转换和集成是将原始数据转化为适合分析的形式，同时将来自不同数据源的数据整合在一起。
这一步骤包括数据规范化、数据合并、数据聚合等操作，以得到一致的数据模型。
4. 维度建模在数据仓库设计中，维度建模是一种常用的设计方法。
通过定义维度和事实表，建立维度模型，以支持灵活的数据分析和查询。
在维度建模过程中，需要定义维度表中的属性和层次，并与事实表进行关联。
5. 数据加载数据加载是将经过转换和整合的数据加载到数据仓库中的过程。
这一步骤包括数据加工和数据加载两个环节。
数据加工是对数据进行清洗和处理，数据加载是将清洗后的数据加载到数据仓库中的操作。
6. 数据访问数据访问是数据仓库设计的最终目标，通过各种工具和技术，实现数据的查询和分析。
数据访问可以通过数据仓库工具、OLAP工具、报表工具等方式进行。
三、数据仓库设计要点1. 主题导向：数据仓库的设计要以业务主题为导向，按照业务需求进行设计和建模，以支持相关业务的决策和分析。
2. 一致性和准确性：设计过程中需要确保数据的一致性和准确性，对于抽取的数据进行清洗和转换，去除重复值和不合法数据。
数据仓库与数据挖掘验指导书
数据仓库与数据挖掘实验指导书实验一数据仓库的建立一、实验目的理解数据库与数据仓库之间的区别与联系；掌握典型数据仓库系统的工作原理以及应用方法；掌握基于Analysis Service建立数据仓库和多维数据集的方法。
二、实验内容以Analysis Service为系统平台创建数据仓库，并创建多维数据集。
三、实验步骤1．启动Analysis Service2．建立系统数据源连接(1) “控制面板”，然后双击“管理工具”，再双击“数据源(ODBC)”。
(2) 在“系统DSN”选项卡上单击“添加”按钮。
(3) 选择“Microsoft Access 驱动程序(*.mdb)”，然后单击“完成”按钮。
(4) 在“数据源名”框中，输入“mySysDsn”，然后在“数据库”下，单击“选择”。
(5) 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3．建立数据仓库⑪如何建立数据库结构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“myWarehouse”，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“myWarehouse”数据库。
⑫建立数据源在Analysis Manager 树窗格中，右击“myWarehouse”数据库下的“数据源”文件夹，然后单击“新数据源”命令。
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”。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《数据仓库》实验指导书信息科学与技术学院目录实验一数据仓库的创建 (3)实验二数据仓库的应用 (14)实验一数据仓库的创建一实验目的及要求：1. 熟悉并掌握SQL Server 2000 Analysis Services中的系统数据源的连接，建立相应的数据库和数据源并对其中的数据进行相应操作。
2. 利用SQL Server 2000创建超市销售管理系统数据仓库。
二实验内容：1. 建立系统数据源连接Microsoft® Windows NT® 4.0 用户：单击“开始”按钮，指向“设置”，单击“控制面板”，然后双击“数据源 (ODBC)”。
W indows® 2000 用户：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)”。
在“系统 DSN”选项卡上单击“添加”按钮。
选择“Microsoft Access 驱动程序 (*.mdb)”，然后单击“完成”按钮。
在“数据源名”框中，输入“教程”，然后在“数据库”下，单击“选择”。
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。
在“ODBC Microsoft Access 安装”对话框中单击“确定”按钮。
在“ODBC 数据源管理器”对话框中单击“确定”按钮。
2. 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”。
3. 建立数据库和数据源在 Analysis Manager 树视图中展开“Analysis Servers”。
单击服务器名称，即可建立与 Analysis Servers 的连接。
右击服务器名称，然后单击“新建数据库”命令。
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。
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。
新的“教程”数据库包含下列项目：数据源多维数据集共享维度挖掘模型数据库角色然后，建立到“教程”数据源中的示例数据的连接。
教程中的全部练习都将使用这个示例。
在 Analysis Manager 中建立一个数据源，将数据库连接到在 ODBC 数据源管理器中建立的系统数据源名称(DSN) 上。
在建立多维数据集的过程中，所有的数据都将来自这个源。
如何建立数据源: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。
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”。
单击“连接”选项卡，然后从“使用数据源名称”列表中单击“教程”。
单击“测试连接”以确保一切工作正常。
在“Microsoft 数据链接”对话框中应出现一条消息，说明连接成功。
在消息框中单击“确定”按钮。
单击“确定”按钮关闭“数据链接属性”对话框。
4. 建立多维数据集如何打开多维数据集向导:在 Analysis Manager 树窗格中，“教程”数据库下，右击“多维数据集”文件夹，单击“新建多维数据集”菜单，然后单击“向导”命令。
如何向多维数据集添加度量值:度量值是要进行分析的数据库中的量化值。
常用的度量值为销售、成本和预算数据。
度量值根据多维数据集不同的维度类别进行分析。
在多维数据集向导的“欢迎”步骤，单击“下一步”按钮。
在“从数据源中选择事实数据表”步骤，展开“教程”数据源，然后单击“sales_fact_1998”。
单击“浏览数据”按钮可以查看“sales_fact_1998”表中的数据。
数据浏览完毕后，关闭“浏览数据”窗口，然后单击“下一步”按钮。
若要定义多维数据集的度量值，在“事实数据表数据列”下，双击“store_sales”。
对“store_cost”和“unit_sales”列重复此步骤，然后单击“下一步”按钮。
如何建立时间维度:在向导的“选择多维数据集的维度”步骤，单击“新建维度”命令。
此操作将调用维度向导。
在“欢迎”步骤，单击“下一步”按钮。
在“选择维度的创建方式”步骤，选择“星型架构：单个维度表”选项，然后单击“下一步”按钮。
在“选择维度表”步骤，单击“time_by_day”。
单击“浏览数据”按钮可以查看包含在“time_by_day”表中的数据。
查看完“time_by_day”表后，单击“下一步”按钮。
在“选择维度类型”步骤，选择“时间维度”选项，然后单击“下一步”按钮。
接下来，将定义维度的级别。
在“创建时间维度级别”步骤，单击“选择时间级别”，单击“年、季度、月”，然后单击“下一步”按钮。
在“选择高级选项”步骤，单击“下一步”按钮。
在向导的最后一步，输入“Time”作为新维度的名称。
注意：使用“与其它多维数据集共享此维度”复选框，可以指定此维度是共享的，还是专用的。
该复选框位于屏幕的左下角。
保持该复选框的选中状态。
如何建立产品维度:再次单击“新建维度”命令。
在“欢迎进入维度向导”步骤，单击“下一步”按钮。
在“选择创建维度的方式”步骤，选择“雪花架构：多个相关维度表”选项，然后单击“下一步”按钮。
在“选择维度表”步骤，双击“Product”和“product_class”将它们添加到“选定的表”。
单击“下一步”按钮。
在维度向导的“创建和编辑联接”步骤，显示在上一步选定的两个表以及它们之间的联接。
单击“下一步”按钮。
若要定义维度的级别，在“可用的列”下，按顺序双击“product_category”、“product_subcategory”和“brand_name”。
双击每列后，其名称显示在“维度级别”下。
在选择了所有三列后，单击“下一步”按钮。
在“指定成员键列”步骤，单击“下一步”按钮。
在“选择高级选项”步骤，单击“下一步”按钮。
在向导的最后一步，在“维度名称”框中，输入“Product”，并保持“与其它多维数据集共享此维度”复选框为选中状态。
单击“完成”按钮。
现在应能在“多维数据集维度”列表中看到“Product”维度。
如何建立客户维度:单击“新建维度”命令。
在“欢迎”步骤，单击“下一步”按钮。
在“选择创建维度的方式”步骤，选择“星型架构：单个维度表”选项，然后单击“下一步”按钮。
在“选择维度表”步骤，单击“Customer”，然后单击“下一步”按钮。
在“选择维度类型”步骤，单击“下一步”按钮。
若要定义维度的级别，在“可用列”下，按顺序双击“Country”、“State_Province”、“City”和“lname”列。
双击每一列后，其名称将显示在“维度级别”下方。
选择完所有四个列之后，单击“下一步”按钮。
在“指定成员键列”步骤，单击“下一步”按钮。
在“选择高级选项”步骤，单击“下一步”按钮。
在向导的最后一步，在“维度名称”框中，输入“Customer”。
保持“与其它多维数据集共享此维度”复选框的选中状态。
单击“完成”按钮。
在多维数据集向导中，现在应能在“多维数据集维度”列表中看到“Customer”维度。
如何生成商店维度单击“新建维度”命令。
在“欢迎”步骤，单击“下一步”按钮。
在“选择创建维度的方式”步骤，选择“星型架构：单个维度表”选项，然后单击“下一步”按钮。
在“选择维度表”步骤，单击“Store”，然后单击“下一步”按钮。
在“选择维度表”步骤，单击“Store”，然后单击“下一步”按钮。
若要定义维度的级别，在“可用列”下，按顺序双击“store_country”、“store_state”、“store_city”和“store_name”列。
双击每一列之后，其名称将显示在“维度级别”框下。
选择了所有四个列之后，单击“下一步”按钮。
在“指定成员键列”步骤，单击“下一步”按钮。
在“选择高级选项”步骤，单击“下一步”按钮。
在向导的最后一步，在“维度名称”框中，输入“Store”，并保持“与其它多维数据集共享此维度”复选框的选中状态。
单击“完成”按钮。
在多维数据集向导中，现在应能在“多维数据集维度”列表中看到“Store”维度。
如何完成多维数据集的生成:在多维数据集向导中，单击“下一步”按钮。
在“事实数据表行数”消息给出提示时，单击“是”按钮。
在多维数据集向导的最后一步，将多维数据集命名为“Sales”，然后单击“完成”按钮。
向导将关闭并随之启动多维数据集编辑器，其中包含刚刚创建的多维数据集。
单击蓝色或黄色的标题栏，对表进行排列，使其符合下图所示的样子。
实验二数据仓库的应用一实验目的及要求1.利用Analysis Manger services 对已建立的维进行操作，并对多维数据集完成最终的设计存储和处理，并浏览数据集中的数据。
2.利用SQL Server 2000中的Analysis Manger进行数据分析与挖掘。
二实验内容1. 编辑多维数据集:如何在多维数据集编辑器内编辑多维数据集:可以使用以下两种方法启用多维数据集编辑器：在 Analysis Manager 树窗格中右击一个现有的多维数据集，然后单击“编辑”命令。
使用多维数据集编辑器直接创建新的多维数据集。
除非您是高级用户，否则不建议使用本方法。
如果您是从上一节的操作接着下来的，则应该已经在多维数据集编辑器中。
在多维数据集编辑器的“架构”窗格中，可以看到事实数据表（黄色标题栏）及联接的维度表（蓝色标题栏）。
在多维数据集编辑器树窗格中，可以在层次树中预览多维数据集的结构。
通过单击左窗格中底部的“属性”按钮，可以编辑多维数据集的属性。
如何向现有多维数据集添加维度:此时，您可能需要一个新维度以提供有关产品促销的数据。
在多维数据集编辑器内可以方便地生成该维度。
注意：默认情况下，在多维数据集编辑器中生成的维度为专用维度，即只能用于当前所处理的多维数据集，而不能与其它多维数据集共享。
它们不显示在 Analysis Manager 树视图中的“共享维度”文件夹中。
当通过维度向导创建此类维度时，可以使其在多维数据集之间共享。
在多维数据集编辑器中，在“插入”菜单上单击“表”命令。
在“选择表”对话框中，单击“promotion”表，单击“添加”按钮，然后单击“关闭”按钮。
若要定义新的维度，请双击“promotion”表中的“promotion_name”列。
在“映射列”对话框中选择“维度”选项，然后单击“确定”按钮。
在树视图中选择“Promotion Name”维度。