SQL Server 2005数据挖掘与商业智能完全解决方案_笔记-第2章 构建简单的BI应用：福马特商业

2.1.2  设计数据仓库逻辑模型

在数据仓库的逻辑结构中，数据表可以划分为两类：一类是事实数据表（简称为“事实表”），用来存储数据仓库中的实际数据，如这里存储1998年销售数据的sales_fact_1998表即为事实表；另一类是维度数据表（简称为“维度表”），用来存储数据仓库中的维度数据，如这里的关于时间、促销手段和产品等分析要素的表均为维度表。关于事实表和维度表的具体知识也在第3章学习。

注意，在本例中设计的维度表和事实表与原始数据中的表名及结构都一致，这主要是由原始数据的特点和本章作为入门章节的定位决定的。在实际设计的时候，通常需要根据需求情况重新建立与原始数据不同的表结构。这主要是由于传统业务的数据库是用来进行事务处理的（即OLTP），而数据仓库则是用来进行分析处理的（即OLAP），用途的不同决定了其结构的不同。这一点在以后复杂的数据仓库设计中会通过示例体现出来。

2.3.2  定义数据源视图

一般来说，事实表是没有主键的，而维度表都有主键，且每一个维度表的主键都是事实表的外键.

对每一个维度表设置好主键后，应该设置维度表和事实表之间的关系，方法是把事实表中的外键作为源，拖动到维度表中的相关字段，需要注意的是一定要把外键表作为源，主键表作为目标.

生成多维数据集可以暂时不用基于数据源，这实际代表了数据立方的两种创建方法。关于它们之间的区别和联系，将在第5章中讲解。

在所有维度的层次结构中，只有时间维度最为特殊。其他维度系统可以根据数据之间的关系检测其层次结构，而时间维度则需要指定其时间上的层次。

双击刚才创建的多维数据集，系统将会切换到多维数据集设计窗口，如图2-24所示的是该窗口的主要标签，它们标识了可以针对多维数据集进行的各种操作，包括添加各种商业智能功能和数据展示等。这些功能将在第5章中讲解。

图2-24  多维数据集设计界面的主要标签

2.4.1  创建报表

多维数据集的MDX代码

2.6.2  创建挖掘结构

提供了8种可用的挖掘算法，这些算法的具体细节将在第9章学习。