 |
Запуск на выполнение пакетов DTS
|
|
|
|
Созданный пакет DTS следует сохранить, выбрав опцию Package/Save из меню редактора пакетов DTS. Выполнить его можно, выбрав пункт меню Package/Execute. После этого начнется процесс преобразования данных и заполнения ими таблиц хранилища данных. Для того чтобы данные в хранилище соответствовали текущему или недавнему состоянию оперативной базы данных, можно создать расписание, согласно которому будет автоматически выполняться данный пакет. Для этого следует выбрать его в EnterpriseManager и опцию SchedulePackage из контекстного меню. Далее следует выбрать нужный режим обновления данных в диалоговой панели EditRecurringJobSchedule. Для запуска пакета по расписанию необходимо, чтобы был запущен SQL ServerAgent – служба, инициирующая выполнение различных заданий по расписанию.
Тема лабораторной работы № 2: изучение приемов создания многомерных баз данных и OLAP-кубов систем поддержки принятия решений корпоративных информационных систем. Изучение приемов анализа корпоративных данных с помощью клиентских OLAP-приложений.
СОДЕРЖАНИЕ
1. Перечень отрабатываемых учебных вопросов и действий:
- 1-й учебный вопрос: используя утилиту AnalysisManager СУБД MSSQLServer создать OLAP-куб и многомерное хранилище данных для анализа продаж в различных разрезах: описание источников данных для OLAP-куба; создание временных и регулярных измерений; формированиеOLAP-куба и многомерного хранилища.
- 2-й учебный вопрос: выполнить анализ данных корпоративной базы данных с помощью средств MS Excel:создать сводную таблицу с данными OLAP-куба;провести графический анализ данных;сформировать локальные OLAP-кубы.
Методические рекомендации обучаемым по подготовке к лабораторной работе.
|
|
|
Рекомендуемое содержание:
целевая установка: получение навыков работы по созданию многомерных БД и OLAP-кубов систем поддержки принятия решений КИС.
- теоретические сведения: понятие, назначение OLAP-кубови многомерных хранилищ данных для решения аналитических задач;
- рекомендации по самоконтролю подготовленности к занятию: наличие теоретических знаний о принципах многомерного хранения данных, приемах анализа корпоративных данных при помощи OLAP-клиентов.
- перечень учебно-методических и других материалов, получаемых на занятии: двусторонняя распечатка с содержанием лабораторной работы.
- отчетность по занятию: электронный файл задания для самопроверки, текстовый документ в электронном виде с полученными результатами.
3. Перечень руководств и пособий, подлежащих изучению перед занятием: конспект лекцийпо теме «Основы OLAP-систем, хранилищ данных».
Й учебный вопрос: используя утилиту AnalysisManager СУБД MSSQLServer создать OLAP -куб и многомерное хранилище данных для анализа продаж в различных разрезах: описание источников данных для OLAP -куба; создание временных и регулярных измерений; формирование OLAP -куба и многомерного хранилища.
Теоретически OLAP-куб, созданный с помощью аналитических служб Microsoft, может содержать все данные из таблицы фактов плюс агрегатные значения для тех групп записей из этой таблицы, которые соответствуют верхним уровням иерархии измерений. При необходимости можно производить динамическое обновление куба, если в таблицу фактов были добавлены новые записи, а также выбрать, будут ли данные с нижних уровней иерархии храниться в самом кубе, что соответствует способу хранения данных Multidimensional OLAP, или они будут считываться из таблицы фактов хранилища данных, что соответствует способам хранения данных Relational OLAP и Hybrid OLAP. С точки зрения пользователя различий между этими способами хранения нет, не считая разницы в производительности обращающихся к этим кубам приложений.
|
|
|
Аналитические службы сохраняют агрегатные данные только для простейших агрегатных функций (сумм, числа записей, максимальных и минимальных значений). Однако в случае необходимости можно создавать так называемые вычисляемые члены (calculatedmembers) для получения других типов агрегатных значений (средних, средневзвешенных, смещенных и несмещенных дисперсий и т.д.). При этом, помимо применения встроенных средств создания агрегатных данных, AnalysisServices позволяет использовать для вычисления агрегатных данных функции VBA или Excel, а также создавать собственные.
Так, для создания нескольких кубов, имеющих одинаковые измерения, можно сгруппировать их в одну многомерную базу данных, а сами эти измерения поместить в библиотеку (library), сделав их коллективными, то есть общедоступными для всех кубов, содержащихся в базе данных (shareddimensions). Можно также создавать измерения, принадлежащие только одному кубу (privatedimensions). И, наконец, аналитические службы Microsoft позволяют создавать так называемые виртуальные кубы (virtualcubes), которые в определенной степени являются аналогами представлений (view) реляционных СУБД. Виртуальные кубы не содержат данных, но позволяют представить в виде единого куба данные из нескольких кубов, имеющих хотя бы одно общее коллективное измерение.
|
|
|
