数据仓库与数据挖掘实验指导书

实验一、DTS的使用

一、实验目的:

1、了解MSSQLServer2000的安装，熟悉MSSQLServer2000数据库的使

用环境

2、理解数据库和数据仓库的关系，为数据仓库建立数据库

3、熟练使用MSSQLServer2000的DTS,能够将各种数据源的数据按照数

据仓库设计的要求导入到数据仓库

二、实验内容：

1、熟悉MSSQLServer2000数据库和表的基本操作。

2、为数据仓库建立新的数据库Mynorthwinde

3、使用DTS导入TXT文本文件到Mynorthwindo

4、使用DTS导入Access数据库到Mynorthwindo

5、使用DTS导入Excel文件到Mynorthwindo

6、使用DTS从Northwind导出Products和Categories两个表到Mynorthwindo

7、使用DTS查询导入，从Northwind导出Employees表到Mynorthwind,

并将源表中firstname和lastname列合成一个列fullname»

8、使用DTS的查询导入，从Northwind导出Orders表到Mynorthwind为

Dates表，并将源表Orders表中OrderDate一列分成年、月、日、周、季五列，

同时保留OrderDate一列。

9、使用DTS的查询导入，从Northwind导出OrderDetails表到Mynorthwind

为Facts表。首先用Select语句将产品类别编号和员工编号等从各自表中取出，

其次计算合计列值，计算方法为单价*（1-折扣）*数量，然后将OrderDetails表的

内容复制到Facts表各列。

三、实验步骤：

1、启动MicrosoftSQLServer2000“服务管理器”，打开“企业管理器”,在

出现的"SQLServerEnterpriseManager”窗口中，单击加号找到数据库，右键选

择“新建数据库…”，打开对话框如图1.1所示，输入数据库名：Mynorthwind,

点击确定完成创建。

图1.1"新建数据库…”对话框

2、在新建的Mynorthwind数据库上点击右键，选择“所有任务”一〉“导入

数据”，打开“DTS导入/导出向导”对话框，如图1.2所示。

图1.2"DTS导入/导出向导”对话框

3、点击图1.2对话框中“下一步”，打开新的对话框如图1.3所示。根据导

入数据源的不同格式在对话框下拉菜单中选择不同的“数据源”,如:“文本文件”、

aMicrosoftAccessw或MicrosoftExcel97-2000w等。选定"数据源”后，点击

“文件名”文本框后对应“…”按钮，选择需要导入的文件，点击“下一步”，

保持默认设置不变直到最后完成导入。

图1.3"选择数据源”对话框

4、在图1.3中选定“数据源”为“用于SQLServer的MicrosoftOLEDB提

供程序”，在“数据库”下拉菜单中选择源数据库为“Northwind”，点击“下一

步”，确定目的“数据库”为“Mynorthwind”，点击“下一步”。对于简单的表格

导出/导入操作，选择“从源数据库复制表和视图”，并按提示完成导出/导入。对

于查询导入选择“用一条查询指定要传输的数据”，打开新的对话框如图1.4所

示，输入需要实现的查询命令。

图1.4查询导出/导入对话框

四、注意事项：

1、观察数据库中数据字典的形式。

2、导入TXT文件时，中文输入法输入的符号不能作为分隔符使用。

五、思考与练习：

1、数据仓库与数据库的关系。

2、向数据仓库导入数据的时候将日期分为年、月、日、季的作用是什么？

实验二、数据备份还原和OLAP数据源的建立

一、实验目的：

1、熟悉AnalysisService的使用环境

2、掌握数据仓库的备份和还原操作，能够为AnalysisService的OLAP分析

建立数据库和数据源

二、实验内容：

1、安装AnalysisService组件，熟悉AnalysisService包含的基本内容和操作

环境

2、还原实验用数据库insur,熟悉数据库的表结构和数据记录

3、在AnalysisService中建立新的分析数据库---人寿保险实验，把insur

设为数据源

4、在AnalysisService中浏览人寿保险实验的元数据和多维数据

5、在AnalysisService中备份人寿保险实验为d:\my\insur.cab

6、删除现有人寿保险实验，还原备份数据库为人寿保险实验

三、实验步骤：

1、启动MicrosoftSQLServer2000“服务管理器”，打开“企业管理器”，在

出现的"SQLServerEnterpriseManager”窗口中，单击加号找到数据库，右键选

择“所有任务”一＞“还原数据库…”，打开对话框如图2.1所示，输入“还原为

数据库”名称为“insur”，选择“从设备”还原。

图2.1"还原数据库”对话框

2、点击“选择设备”在弹出的对话框中选择“添加…”，在弹出的对话框中

查找对应的数据库备份文件“insur"，确定后返回到图2.1对话框，点击“选项”

选项卡打开对话框如图2.2所示。选中“在现有数据库上强制还原”，修改“移

至物理文件名”内容为本地计算机上的正确路径，点击确定完成还原，还原后浏

览“insur”数据库中的表，理解表的用途和表之间的关系。

图2.2"还原数据库”对话框

3、启动"AnalysisManager”,如图2.3所示。

◎

查询分析器

金

服务管理器

耍

导入和导出数据

MicrosoftOffice客户端网络实用工具

,M摘

附件企业管理器

管理工具国事件探查器

瑜

WinRAR在IIS中配置SQLXML支持

MacromediaGAnalysisServicesliftAnalysisManager

GMicrosoftSQLServer►幽MDX示例应用程序

国联机丛书

图2.3打开“AnalysisManager”

4、在“服务管理器”图标上点击右键选择“新建数据库…”，打开对话框输

入数据库名称为“人寿保险实验”，完成分析数据库的创建。点击打开新建的数

据库，在“数据源”上点击右键选择“新数据源...”打开“数据链接属性”对话

框，选择希望连接的数据为"MicrosoftOLEDBProviderforSQLServer",点击

“下一步”打开对话框如图2.4所示，分别点击下拉菜单选择对应的服务器名称

和服务器上的数据库的名称，点击确定完成数据源的连接。

图2.4“连接数据源”对话框

5、点击“数据源”对应的“元数据”选项卡，查看元数据的格式和内容。

当前数据库意外丢失，或在公共环境下上机无法正常存档需要备份和还原分析数

据库。在“人寿保险实验”上点击右键选择“将数据库存档…”，打开对话框如

图2.5所示。设置本地计算机的合适的保存路径，生成备份文件为“人寿保险实

验.CAB”，现有数据库删除后可以还原此数据库。

图2.5备份数据库对话框

四、注意事项：

1、备份数据库时要注意路径的选择。

2、AnalysisService中无法浏览数据的话安装MicrosoftSQLServer补］.软件

SP4o

3、SqlServer2000中还原数据库时注意选择从设备还原，找到备份的路径,

设定还原后的路径。

五、思考与练习：

1、SqlServer2000中的数据库与“设置聚合选项”对话框AnalysisService

中数据库的区别。

实验三、维度的创建

一、实验目的：

1、理解维度的基本概念

2、掌握时间维度、标准维度等维度的创建方法

二、实验内容：

1、选择数据库中的“保单”表中的“时间”属性，建立“时间”维度，分

为：年、季度、月、日四个层次

2、选择数据库中的“收付费类型明细”表，选择“收付费”，建立单一层次

的标准维度“收付费类型”

3、选择数据库中的“投保人类型险种分类”表，建立多层次标准维度“险

种.投保人类型分类”，包括：投保人类型、险种名称两个层次（注意层次的先后

关系）

4、选择数据库中的“机构区域分类”、“机构细分”、“机构业务员”表,

选择“区域分类”、“机构名称”、“业务员名称”，建立多重关系型标准维度”区

域—机构—业务员”（注意：维度向导中选择的是雪花架构）

5、编辑建立的维度，在“收付费类型”维度中添加两个层次：收付费归并

类型、收付费明细类型表示

三、实验步骤：

1、创建“时间”维度

（1）在“AnalysisManager”窗口中点击“人寿保险实验”左边的加号，在

列表项中的“共享维度”上点击右键选择“新建维度”，选择“向导…”，点击”下

一步”打开“选择维度的创建方式”对话框，如图3.1所示。

图3.1”选择维度的创建方式”对话框

（2）选择默认的“星型架构”，点击“下一步”出现“选择维度表”对话框,

在“可用的表”中选择“保单”，对应可以看到字段信息和“浏览数据”，如图

3.2所示。

图3.2"选择维度表”对话框

(3)点击“下一步”，打开“选择维度类型”对话框，选择“时间维度”,

在下拉菜单中选择“时间列”为“时间”，如图3.3所示。

图3.3"选择维度类型”对话框

（4）点击“下一步”，弹出“创建时间维度级别”对话框，选择时间级别为

“年、季度、月、日”，如图3.4所示。

维度向导凶

创建时间维度级别

选择时间级别⑤）:季度、...月、日

维度结构：

年

季

度

月

日

年起始于:B(D):[i三I

月(M)：[1^三]

〈上一步但）11下一步（N）>|取消|帮助（田

图3.4“创建时间维度级别”对话框

（5）点击“下一步”保持“选择高级选项”默认设置，点击“下一步”，打

开“完成”对话框，在“维度名称”中输入“时间”，可以同时看到“时间”维

度的层次数据，如图3.5所示，点击“完成”创建。。

维度向导X

臼…所有新建维度

:«

”2003

由磅Quarter1

：

由*Quarter2

3•Quarter3

—.Quarter4

S2004

E%2005

E2006

V上一步但）|「完成（E）取消|帮助（田

图3.5“完成”对话框

2、建立“收付费类型”维度

（1）与上面建立“时间”维度步骤类似，将3.2图中选择的表改为“收付

费类型明细”，点击“下一步”，打开“选择维度的级别”对话框，选择“维度级

别”为“收付费”，如图3.6所示。

图3.6“选择维度的级别”对话框

(2)点击“下一步”保持“指定成员键列”默认设置，点击"下一步"保

持“选择高级选项”默认设置，点击“下一步”打开“完成”对话框，在“维度

名称”中输入“收付费类型”，点击“完成”创建。

3、建立多层次标准维度“险种—投保人类型分类”

(1)与上面建立“时间”维度步骤类似，将3.2图中选择的表改为“投保

人类型险种分类”，点击“下一步”，打开“选择维度的级别”对话框，依次选择

“维度级别”为“投保人类型”和“险种名称”两个层次，如图3.7所示。

图3.7“选择维度的级别”对话框

(2)点击“下一步”保持“指定成员键列”默认设置，点击"下一步"保

持“选择高级选项”默认设置，点击“下一步”打开“完成”对话框，在“维度

名称”中输入“险种一投保人类型分类”，点击“完成”创建。

4、建立多重关系型标准维度“区域—机构一业务员”

(1)在图3.1中选择“雪花架构：多个相关维度表”，点击“下一步”，在

图3.2中选择“机构区域分类”、“机构细分”、“业务员”三个表，点击“下一步”

打开“创建和编辑联接”对话框，如图3.8所示。

图3.8”创建和编辑联接”对话框

（2）点击“下一步”，打开“选择维度的级别”对话框，依次选择维度字段

“区域分类”、“机构名称”、“业务员名称”，如图3.9所示。

图3.9“选择维度的级别”对话框

(3)点击“下一步”保持“指定成员键列”默认设置，点击“下一步”保

持“选择高级选项”默认设置，点击“下一步”打开“完成”对话框，在“维度

名称”中输入“区域一机构一业务员”，点击“完成”创建。

5、编辑建立的维度

(1)在“收付费类型”维度上点击右键选择“编辑…”，打开“维度编辑器”,

在“收付费”上点击右键选择“新建级别.如图3.10所示。

图3.10“维度编辑器”窗口

（2）在弹出的“插入级别”对话框中依次选择“收付费归并类型”、“收付

费明细类型表示”，点击确定完成编辑。

四、注意事项：

1、首先熟悉insur数据库中的表，了解各个表的用途和相互之间的联系。

2、建立多重标准维度时注意维度的显示，可以拖动维度以便正确显示连接

关系。

五、思考与练习：

1、观察维度数据，理解维度的原理和作用。

2、维度是否可以随时添加。

实验四、多维数据集的创建

一、实验目的：

1、理解多维数据集的基本概念

2、掌握基本多维数据集的建立和编辑过程

二、实验内容：

1、建立“保单数据分析”多维数据集

2、加入“时间”、“收付费类型”、“险种—投保人类型分类”、“区域—机构一

业务员”维度

3、插入“中间表”，连接事实表和各维度表

4、保存并处理多维数据集

三、实验步骤：

1、在“人寿保险实验”中右键点击“多维数据集”，选择“新建多维数据集”

—>"向导...”，打开“多维数据集向导”对话框，选择事实表为“保单”，如图

4.1所示。

图4.1“多维数据集向导”对话框

2、点击“下一步”，打开度量值选择对话框，选择所有的事实表数字列为“多

维数据集度量值”，如图4.2所示。

图4.2度量值选择对话框

3、点击“下一步”，打开维度选择对话框，选择所有的维度为“多维数据

集维度”，如图4.3所示。

图4.3维度选择对话框

4、点击“下一步”，弹出“事实数据表行数”提示框，如图4.4所示，点击

a日，，

THo

图4.4"事实数据表行数”提示框

5、在弹出的提示框中点击确定，如图4.5所示。

AnalysisManager

"）无法找到多维数据集的事实数据表

々和下列维度表之间的自动联接：

"db。","业务员",

"db。","投保人类型险种分类"，

"dbo-收付费类型明细"

必须用多维数据集编辑器手工联接这些表.

图4.5信息提示

6、在弹出的“完成”对话框中输入“多维数据集名称”为“保单数据分析”,

点击完成弹出“多维数据集编辑器”窗口，如图4.6所示。

图4.6“多维数据集编辑器”窗口

7、在上图的“架构”区域中右键点击空白区域，弹出“插入表…”按钮，

在“选择表”对话框中选择“中间表”，点击“添加”，关闭对话框。将各个表通

过公共键连接起来，如图4.7所示。

dbo.业务员dbo.机构细db。.机构区

时间

dbo.中间表业务员ID机构ID区域ID

保单ID业务员名称机构名称

保单ID区域分类

预收保费区域ID

业务员ID机构ID

新单保费

险种ID

绫期保费

承保类型ID

退还保费

客户ID

实付赔款

销售渠道ID

实付退保金

保单状态ID

实付生存金投保人数

收付费类型ID生效时间

管理费比例保隔监额db。,投保人类型险种分类

投保人类型

险种代码

dbo,收付费类型明细险种名称

收付费明细类型ID

收付费明细类型表示

收付费归并1D

收付费归并类型

收付费

图4.7表间连接

8、选择“多维数据集编辑器”窗口的“工具”菜单一＞“处理多维数据集…”,

打开信息提示框，如图4.8所示。

AnalysisManager

A多维数据集中未定义聚合.

是否要在设计聚合后再处理多维数据集？

单击”是"以启动存储设计向导.如果单击否”，那么就会处理不包含聚合的多维数据集.

I［二凰辽二I否（N）］取消|

图4.8信息提示

9、点击“是”，打开“存储设计向导”对话框，点击“下一步”打开“选择

数据存储类型”对话框，如图4.9所示，选择“MOLAP”选项。

图4.9"选择数据存储类型”对话框

10、点击“下一步”，打开“设置聚合选项”对话框，如图4.10所示，点击

“开始”。

存储设计向导凶

设置聚合选项

＜上一步但）取消I帮助旧）

图4.10”设置聚合选项”对话框

11、聚合后点击“下一步”，弹出“完成”对话框，如图4.11所示，点击

“完成”，得到最终处理结果，如果4.12所示。

图4.11“完成”对话框

处理

I日％已成功完成对维度“时间”的处理.3

#开蛤时间：0:15:28结束时间：0:15:45持续时间：0:00:17已处理的行数：892

®维度”时间”的处理信息：已执行完全的维度处理

：1卷初始化维度"时间”

S维度“时间”执行：SELECTDISTINCTDatePart（year,"dbo","保单",对间）DatePartC

!E-1力已成功完成对维度”收付费类型”的处理“

电开始时间：0:15:45结束时间：0:15:45持续时间：0:00:00已处理的行数：34

<,维度“收付费类型”的处理信息：已执行完全的维度处理

治初始化维度“收付费类型”

；司维度“收付费类型”执行：SELECTDISTINCT"db。","收付费类型明细…收付费”，“db。”

◎初始化多维数据集''保单数据分析"

:喳初始化分区”保单数据分析"

!'®分区”保单数据分析"执行：SELECT"db。”.”机构区域分类”,“区域分类"，"db。”.”机构细分…机；

口正在写入分区“保单数据分析”的数据（第1段）

Q正在写入分区“保单数据分析”的聚合和索引（段2）

IIB正在写入分区“保单数据分析”的聚合和索引（段1）

1-0提交数据库“人寿保除实垃”中的事务-

<1I

已成功完成处理.

重新处理一）Ik……•♦©・=[]帮助出）

图4.12“处理”对话框

四、注意事项:

1、建立“雪花模型”的时候注意表之间的连接操作。

2、计算聚合时选的是MOLAP而不是ROLAPo

五、思考与练习：

1、观察多维数据集的数据，理解多维数据集的原理和作用。

2、聚合的作用。

实验五、OLAP数据展示

一、实验目的：

1、理解OLAP的数据分析模式，掌握钻取、旋转等操作方法

2、学习建立OLAP分析数据的动态访问方式，在Excel上建立OLAP数据

透视，对多维立方体进行展示分析

二、实验内容：

1、按照时间对多维数据集的数据进行展示，按照时间和投保人类型进行嵌

套维度查询

2、使用Excel进行数据展示，在Excel中建立与分析服务器的连接，将分析

结果显示到Excel上

3、学习使用数据透视表进行数据分析展示，查看更细节数据。

三、实验步骤：

1、左键点击“多维数据集”中的“保单数据分析”，对应右边的显示区里点

击“数据”选项卡，如图5.1所示。

图5.1数据显示

2、选择“时间”、“收付费类型”或“险种—投保人类型分类”维度的某一个

或组合分量查看查询数据，用鼠标左键拖动查询区域维度或显示区域的维度，改

变显示形式。

3、新建Excel文件，选择“数据”菜单，打开“导入数据…”，如图5.2所

ZJso

薮高亚窗口世）帮助凶

排序⑤）…，12

筛选任）

记录单（0）...IJI

分类汇总也）...

有效性5.

模拟运算表①…

分列⑥…

合并计篁也）.一

蛆及分级显示⑥）

数据透视表和数据透视图也）…

导入外部数据也）J导入数据也）...

列表①)新建Web查询世）...

XMLQC)新建数据库查询国）...

刷新数据电）编辑查询理）...

数据区域属性组）..

参数（M）...

图5.2导入数据菜单

4、打开“选择数据源”对话框，如图5.3所示，点击“新建源…”按钮,

弹出“数据连接向导”对话框，如图5.4所示。

图5.3"选取数据源”对话框

图5.4”数据连接向导”对话框

5、在打开的“数据连接向导”中选择数据源为“MicrosoftSQLServerOLAP

服务”，点击“下一步”，在弹出的对话框中输入服务管理器的名称，点击“下一

步”，在弹出的对话框中“选择数据库”为“人寿保险实验”，选定多维数据集为

“保单数据分析”，如图5.5所示。

图5.5"选择数据库和表”对话框

6、点击“下一步”，点击“完成”，点击“打开”，弹出透视表视图向导，如

图5.6所示，点击完成。

图5.6数据透视向导对话框

7、点击“格式”菜单，选择“自动套用格式…”，打开的对话框中选择“表

1”格式，如图5.7所示。

£3MicrosoftExcel-Sf建MicrosoftExcel工作表.xk,1□!x|

回文件但）编辑⑪视图9插入H）格式Q）工具复）数据9）窗口W）帮助电）-I5x

数据透视表9，力幽1呢!i*|3]回注

D8▼龙

DEF.GHIT数据透视表字段列彳，x

5—将项目拖至数据透视表

6请将贝子段地

B国区域_机构」11

8由目时间

将列字段拖至此处

S0收付费类型

褥

±10田目险种一投保人E

±1m圈管理费比例

12

±却圈实付赔款

±13附实付生存金

X14却圈实付退保金

15

潦圈退还保费

16请将数据项拖至出

物圜新单保费

17

18园续期保费

入

19圈预收保费

20淳

21

数据区域▼

M(>M\Sheet1/Sheet2/Sheet3/|<|

就绪/

图5.7显示区域

8、将“数据透视表字段列表”中的维度和度量值分别拖动到左边的工作区

域中，形成完整的表格，如图5.8所示。

£3Microsoft:Excel-新建MicrosoftExcel工作表.xls-1□Ix|

里|文件9编辑②视图9插入9格式⑥工具①数据如窗口⑥帮助01）_6>X

数据透视表9▼力地毛猾？K同电巨股

D8▼发年

DEFGI数蠢透视表字段列表，x

8年新单保费退还保费实付退保金实付赔|将项目拖至数据透视表

9|200334021924.1163889.7501334050

10150000国日区域一机构」11

11'30425354.18232281.902786112国白时间

12|2003汇总64447428.28396171.650412016：

11.国[3收付费类型

14]2004城区营业部34683817.34242902.5401088494国13险种一投保人桀

15|大客户业务部7125356.25772102000随管理费比例

如区团体部31279143.82298767.2402023316(圈实付赔款

17|汇总

200473088317.36599390.783112010限实付生存金

18

城因

业部

19|200544870555.49399994.9402327564,随实付退保金

大

业务

客

郊

体部

20因38708768.11343197.701214986!圈退还保费

2130496343.36308512.750248509b画新单保费

222005汇总1140756671051705.3906027642随续期保费

23而预收保费

24|2006城区营业部3686027.599890.8301024847

25大客户业务部6239144.352552300

26郊区团体部1703599.539538.620197908(<1I>

27n2006汇总11628771.4744952.4503003921

|添斶||数据区域

►►!\Sheet1/Sheet2/Sheet3/H1

就绪

图5.8Excel中OLAP数据的显示

四、注意事项：

1、Excel与数据源的连接用菜单的“导入外部数据”功能。

2、注意Excel中显示数据表格的格式。

五、思考与练习：

1、OLAP中旋转、钻取、切片、切块等操作如何实现。

实验六、决策树挖掘与聚类挖掘

一、实验目的:

1、掌握使用AnalysisServices进行决策树分析和聚类分析的方法

2、对AnalysisServices提供的分析结果进行解释

二、实验内容：

1、使用AnalysisServices导入泰坦尼克乘客和心脏病诊断数据表

2、对泰坦尼克乘客数据和心脏病数据分别进行决策树挖掘和聚类挖掘，给

出自己对分析结果的解释

3、在泰坦尼克乘客Excel数据表中复制粘贴所有数据，使现有数据为原有

数据的两倍，重新进行决策树挖掘，给出自己对分析结果的解释

三、实验步骤：

1、利用实验一的方法，将实验数据导入到数据库“insur”中，在“Analysis

Manager"窗口中点开“人寿保险实验”，在“挖掘模型”上点击右键选择“新建

挖掘模型…”，打开向导，点击“下一步”，弹出“挖掘模型向导”对话框，如图

6.1所示。

尼变模型向导凶

选择源类型

您可以用多维数据或关系数据来创建检掘模型.

选择数据类型：

6关系数据R)

来自关系表的数据.用关系数据创建的搭掘模型可用于查询AnalysisServices所支持的任意

关系数据源中的数据。

「OLAP数据(Q)

来自多维数据集的数据.用多维数据创建的捻掘模型可用于查询多维数据集数据.如果选择

了要预测的实体，您还可以创建维度和虚拟多维数据集以供浏览.

＜上一步但)