数据仓库与数据挖掘 4（上）
SqlServer 2012 創(chuàng)建數(shù)據(jù)倉庫
開始實(shí)戰(zhàn)！很簡單的。沒有代碼，沒有代碼，沒有代碼！
對OnRet數(shù)據(jù)庫應(yīng)用SSIS，創(chuàng)建ETL包，設(shè)計(jì)開發(fā)對應(yīng)的數(shù)據(jù)倉庫
hive版本請看：點(diǎn)擊這里
實(shí)驗(yàn)環(huán)境
OS：win7
SqlServer2012
SQL Server Data Tools(SSDT) （SqlServer附帶）
SSIS（SSDT的項(xiàng)目，是Microsoft SQL Server Integration Services的簡稱，是生成高性能數(shù)據(jù)集成解決方案（包括數(shù)據(jù)倉庫的提取、轉(zhuǎn)換和加載 (ETL) 包）的平臺）。
數(shù)據(jù)來源
OnRet數(shù)據(jù)庫：https://pan.baidu.com/s/1VFCbn9Dip3cRD4tHCBD-_Q
提取碼：whn7
下載后，打開sqlserver2012（我的版本）對象資源管理器SSMS
OnRet 數(shù)據(jù)庫為一個(gè)在線商城項(xiàng)目的數(shù)據(jù)庫。表格為
【請忽略我的標(biāo)記為1的表格】
這樣就完成了數(shù)據(jù)庫的導(dǎo)入了，教學(xué)較為簡單，只用這一個(gè)數(shù)據(jù)庫作為數(shù)據(jù)倉庫的來源。
設(shè)計(jì)、創(chuàng)建數(shù)據(jù)倉庫DW
選定一個(gè)感興趣的主題，設(shè)計(jì)多維模型。例如：以商品的銷售額和銷售量為主題設(shè)計(jì)的星型模型。
需要五個(gè)維表：Dates(時(shí)間),Locates（地點(diǎn)）,Products（產(chǎn)品）,Education（教育程度）,Age（年齡）
一個(gè)事實(shí)表：sales（銷售）
在SqlServer中創(chuàng)建數(shù)據(jù)庫SDW存放數(shù)據(jù)倉庫。（這種方法較為簡單）
創(chuàng)建以上幾個(gè)表格
創(chuàng)建Integration Services項(xiàng)目
打開SSDT
SQL Server Data Tools(SSDT) 曾叫做Business Intelligence Development Studio(BIDS)，是開發(fā)人員所需要的開發(fā)環(huán)境。它為SSIS,SSAS,SSRS的商業(yè)智能項(xiàng)目提供了可視的設(shè)計(jì)界面。從SQL Server 2014版本開始，該環(huán)境不再包含在SQL Server的安裝包內(nèi)，需要另行安裝。
此外SSIS簡易教程請看：點(diǎn)擊這里
或者查找官網(wǎng)：https://docs.microsoft.com/en-us/sql/integration-services/sql-server-integration-services?view=sql-server-ver15
并添加OLEDB連接管理器連接OnRet和SDW數(shù)據(jù)庫
最好使用sa賬號，避免出錯(cuò)。
同樣的，對于輸出數(shù)據(jù)庫也添加連接
ETL過程就是從OnRet數(shù)據(jù)庫中抽取數(shù)據(jù)，轉(zhuǎn)換，統(tǒng)一后存儲到SDW中。
開始ETL
時(shí)間維表
點(diǎn)擊SSIS右鍵創(chuàng)建SSIS包，設(shè)置數(shù)據(jù)流任務(wù)，添加OLEDB源，設(shè)置為OnRet數(shù)據(jù)庫中的表。抽取Date數(shù)據(jù)，將表設(shè)置為Sales，并在列中添加日期。
第一步，創(chuàng)建數(shù)據(jù)流任務(wù)
第二步，設(shè)計(jì)數(shù)據(jù)流任務(wù)，雙擊數(shù)據(jù)流任務(wù)，轉(zhuǎn)到數(shù)據(jù)流設(shè)計(jì)頁面：增加數(shù)據(jù)源（把對應(yīng)數(shù)據(jù)源的控件拖過來），雙擊進(jìn)入編輯頁面
訂單中的日期即為對應(yīng)的時(shí)間，需要將其抽取出來，劃分層次。
第三步 派生列
因?yàn)橹挥幸粋€(gè)列（屬性），我們希望時(shí)間是多層次的，所以添加派生列，并如圖配置。
雙擊組件進(jìn)入編輯，添加對應(yīng)的維成員。
第五步、 添加排序，去除時(shí)間維表的重復(fù)行
為了時(shí)間的唯一性，添加排序，去除重復(fù)行（多個(gè)訂單可能是同一天的）
同樣的方法，把排序組件拖過來，雙擊編輯
第六步 輸出到目標(biāo)倉庫維表中
添加OLEDB目標(biāo)（拖過來），設(shè)置輸出表為SDW的Dates表，并設(shè)置映射，部署之后就能得到結(jié)果。
映射中一一對應(yīng)。
輸入是數(shù)據(jù)來源，目標(biāo)列是SDW中Dates維表的屬性列，他們設(shè)置的數(shù)據(jù)類型必須一致。
第七步 點(diǎn)擊部署，即可。
地理維表
和上述過程基本一樣。
需要確定地理維度的來源：選取OnRet數(shù)據(jù)庫的Area表。
第一步 創(chuàng)建SSIS包，設(shè)置數(shù)據(jù)流任務(wù)，添加OLEDB源。
雙擊數(shù)據(jù)流任務(wù)進(jìn)入數(shù)據(jù)流設(shè)計(jì)頁面，新增數(shù)據(jù)源（還是原來的設(shè)置）
添加OLEDB源后，選取OnRet數(shù)據(jù)庫的Area表，勾選除編號外所有可用外部列。
因?yàn)檫@里已經(jīng)包含了地區(qū)維層次，不必增加新成員，所以不需要派生。
添加OLEDB目標(biāo)，設(shè)置輸出表為SDW的Locates表，并設(shè)置映射，部署之后就能得到結(jié)果。
部署即可。
其他的維表和事實(shí)表操作請看下一個(gè)數(shù)據(jù)倉庫與數(shù)據(jù)挖掘 4（下）。
參考
https://docs.microsoft.com/en-us/sql/integration-services/sql-server-integration-services?view=sql-server-ver15
https://baike.baidu.com/item/SSIS/5351898?fr=aladdin
總結(jié)
以上是生活随笔為你收集整理的数据仓库与数据挖掘 4（上）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
