決策支持系統(tǒng)中數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)

收稿日期]2009-01-11

[作者簡(jiǎn)介] 李雅莉(1973-),女,陜西寶雞人,寶雞文理學(xué)院電子電氣工程系講師、碩士,主要研究方向:計(jì)算機(jī)應(yīng)用技術(shù)。

[摘 要]研究如何根據(jù)決策主題創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù),并在SQL Server 2000中實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)的物理模型及利用DTS數(shù)據(jù)轉(zhuǎn)換服務(wù)設(shè)計(jì)實(shí)現(xiàn)數(shù)據(jù)提取、轉(zhuǎn)換、加載和自動(dòng)更新的DTS包。

[關(guān)鍵詞]數(shù)據(jù)倉(cāng)庫(kù);SQL Server 2000;DTS包

doi:103969/j眎ssn1673-0194200917030

[中圖分類號(hào)]F2707;TP311[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]1673-0194(2009)17-0084-04

1 引 言

決策支持系統(tǒng)(DSS)是在管理信息系統(tǒng)的基礎(chǔ)上發(fā)展起來(lái)的,是一個(gè)基于計(jì)算機(jī)的支持系統(tǒng)。傳統(tǒng)的決策支持系統(tǒng)是基于數(shù)據(jù)庫(kù)和模型庫(kù)的,由于數(shù)據(jù)庫(kù)只能對(duì)原始數(shù)據(jù)進(jìn)行一般的加工和匯總,致使決策所需信息不足,模型庫(kù)很難適應(yīng)決策本身的動(dòng)態(tài)性和復(fù)雜性,而且兩庫(kù)被獨(dú)立設(shè)計(jì),缺乏內(nèi)在的統(tǒng)一性[1] 。隨著計(jì)算機(jī)的普及和信息技術(shù)的迅速發(fā)展,興起了三項(xiàng)決策支持新技術(shù),即數(shù)據(jù)倉(cāng)庫(kù)(DW)、聯(lián)機(jī)分析處理(OLAP)、數(shù)據(jù)挖掘(DM)。數(shù)據(jù)倉(cāng)庫(kù)是在數(shù)據(jù)庫(kù)的基礎(chǔ)上發(fā)展起來(lái)的,是為決策分析服務(wù)的,聯(lián)機(jī)分析處理把數(shù)據(jù)的組織由二維平面結(jié)構(gòu)擴(kuò)充到多維空間結(jié)構(gòu),并提供了多維數(shù)據(jù)分析方法,數(shù)據(jù)挖掘則是利用一系列方法,從海量數(shù)據(jù)中提取隱含在其中的有用信息和知識(shí)的過(guò)程[2] 。目前開(kāi)發(fā)的DSS是以數(shù)據(jù)倉(cāng)庫(kù)技術(shù)為基礎(chǔ),以聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘工具為手段,這三者的結(jié)合創(chuàng)立了決策支持系統(tǒng)的新方向,彌補(bǔ)了傳統(tǒng)決策支持系統(tǒng)中數(shù)據(jù)組織的不足和數(shù)據(jù)不一致問(wèn)題,正在被廣泛地應(yīng)用于各行各業(yè)的管理決策中。

數(shù)據(jù)倉(cāng)庫(kù)為決策支持系統(tǒng)提供充分可靠的數(shù)據(jù)基礎(chǔ),因此,數(shù)據(jù)倉(cāng)庫(kù)建立得是否完善直接影響決策的質(zhì)量。本文主要研究如何根據(jù)決策主題創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù),并在SQL Server 2000中實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)的物理模型及利用DTS數(shù)據(jù)轉(zhuǎn)換服務(wù)設(shè)計(jì)實(shí)現(xiàn)數(shù)據(jù)提取、轉(zhuǎn)換、加載和自動(dòng)更新的DTS包。

2 基于數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的決策支持系統(tǒng)體系架構(gòu)

基于數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的決策支持系統(tǒng)結(jié)構(gòu)框圖如圖1 所示。數(shù)據(jù)倉(cāng)庫(kù)為數(shù)據(jù)挖掘提供了廣闊的活動(dòng)空間,確保數(shù)據(jù)挖掘中數(shù)據(jù)來(lái)源的廣泛性和完整性。而數(shù)據(jù)挖掘面對(duì)的是經(jīng)過(guò)初步加工的數(shù)據(jù),使得數(shù)據(jù)挖掘更專注于知識(shí)的發(fā)現(xiàn)。OLAP從數(shù)據(jù)倉(cāng)庫(kù)中的集成數(shù)據(jù)出發(fā),提供面向分析的多維數(shù)據(jù)模型,并使用多維分析方法從多個(gè)角度、多個(gè)側(cè)面及多個(gè)層次對(duì)多維數(shù)據(jù)進(jìn)行分析、比較,使用戶以更接近自然的方式分析數(shù)據(jù)。

3 數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)

銷售預(yù)測(cè)是企業(yè)市場(chǎng)營(yíng)銷管理中最重要的因素之一,也是企業(yè)供應(yīng)鏈的關(guān)鍵環(huán)節(jié),根據(jù)銷售預(yù)測(cè)的結(jié)果,企業(yè)可以制訂科學(xué)合理的采購(gòu)計(jì)劃、生產(chǎn)計(jì)劃、人員計(jì)劃、庫(kù)存計(jì)劃以及營(yíng)銷計(jì)劃。因此,銷售預(yù)測(cè)決策支持系統(tǒng)對(duì)企業(yè)的經(jīng)營(yíng)決策具有重要的研究意義。本文以零售企業(yè)銷售預(yù)測(cè)為切入點(diǎn),重點(diǎn)研究銷售預(yù)測(cè)決策支持系統(tǒng)中的數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)和具體實(shí)現(xiàn)。

數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是為決策分析服務(wù)的,因此必須以決策需求為基礎(chǔ)來(lái)構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)包括:需求分析、概念模型設(shè)計(jì)、邏輯模型設(shè)計(jì)和物理模型設(shè)計(jì)4個(gè)步驟[3-4] 。

31 需求分析

日趨激烈的市場(chǎng)競(jìng)爭(zhēng)要求零售企業(yè)經(jīng)營(yíng)者更加準(zhǔn)確了解企業(yè)的經(jīng)營(yíng)狀況,更加合理組織企業(yè)的經(jīng)營(yíng)活動(dòng)。零售企業(yè)數(shù)據(jù)庫(kù)中存儲(chǔ)了大量的銷售記錄,而決策者并不關(guān)注每一筆的銷售情況,而是需要知道這樣一些信息:

(1)每一年、季、月、日的銷售情況分析,某段時(shí)間內(nèi)銷量的變化情況。

(2)每個(gè)商品或每類商品的銷售情況分析,哪種商品銷售最多、獲利最大;商品的未來(lái)銷售情況。

(3)哪類顧客購(gòu)買力最強(qiáng),商品銷售的主要顧客群。

(4)各個(gè)連鎖商店的銷售業(yè)績(jī)分析,未來(lái)各連鎖商店的銷售前景。

(5)預(yù)測(cè)分析。

這些信息可以從不同的角度來(lái)分析和預(yù)測(cè),如通過(guò)不同種類的商品之間的銷售情況對(duì)比,不同連鎖商店的業(yè)績(jī)對(duì)比,同一商品在不同時(shí)間、不同地點(diǎn)的銷售情況的變化以及根據(jù)商品在某地區(qū)、某時(shí)間、某價(jià)格下的銷售歷史記錄對(duì)商品的未來(lái)銷售情況進(jìn)行預(yù)測(cè)等得到?jīng)Q策者需要的信息。這些信息需求已經(jīng)超出了數(shù)據(jù)庫(kù)所能提供的信息范圍,要想從銷售數(shù)據(jù)庫(kù)中提取這些信息,滿足信息需求,實(shí)現(xiàn)決策支持,必須建立銷售數(shù)據(jù)倉(cāng)庫(kù)。

針對(duì)零售業(yè)銷售的業(yè)務(wù)特點(diǎn),利用企業(yè)POS銷售系統(tǒng)的數(shù)據(jù)記錄及營(yíng)銷系統(tǒng)的顧客資料、商品資料、外部數(shù)據(jù)等創(chuàng)建用于銷售分析和銷售預(yù)測(cè)的數(shù)據(jù)倉(cāng)庫(kù),通過(guò)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)對(duì)銷售情況進(jìn)行全面分析,設(shè)計(jì)目標(biāo)使用戶能夠直接訪問(wèn)數(shù)據(jù),按照預(yù)測(cè)和分析的主題來(lái)組織數(shù)據(jù)。

32 概念模型設(shè)計(jì)

通過(guò)需求分析可知,要反映一個(gè)企業(yè)某段時(shí)間內(nèi)的銷售狀況,可以用商品的銷售量、銷售額、銷售成本、銷售利潤(rùn)等指標(biāo)進(jìn)行評(píng)價(jià);決策者需要從時(shí)間、商品、顧客和地區(qū)這幾個(gè)角度進(jìn)行分析、計(jì)算。為此,確定商品、顧客、商店、時(shí)間4個(gè)基本維度實(shí)體,其星型結(jié)構(gòu)如圖2所示。

商品數(shù)據(jù)的分析可以說(shuō)明顧客買了什么和沒(méi)買什么,從而用暢銷的商品替代滯銷的商品;顧客分析主要是對(duì)顧客的基本情況,如購(gòu)買商品、顧客分布、顧客的價(jià)值等進(jìn)行分析;分析商店的數(shù)據(jù)可以知道顧客的購(gòu)物地點(diǎn),進(jìn)而估計(jì)固定商店的綜合銷售情況;對(duì)時(shí)間數(shù)據(jù)的分析可以知道交易發(fā)生的時(shí)間、時(shí)間段或季節(jié),通過(guò)這些信息可以發(fā)現(xiàn)特定商品在一年中某個(gè)特定時(shí)間銷售情況,既可以了解歷史銷售狀況,也可以對(duì)當(dāng)前的銷售狀況進(jìn)行分析、統(tǒng)計(jì),從而對(duì)以后的銷售情況進(jìn)行預(yù)測(cè),并相應(yīng)地調(diào)整商品的采購(gòu)和庫(kù)存量。

商品、顧客、商店和時(shí)間4個(gè)基本維度實(shí)體可以構(gòu)成銷售數(shù)據(jù)倉(cāng)庫(kù)的維度信息。

33 邏輯模型設(shè)計(jì)

目前,數(shù)據(jù)倉(cāng)庫(kù)一般都建立在關(guān)系數(shù)據(jù)庫(kù)基礎(chǔ)上,因此,數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)過(guò)程中所采用的邏輯模型主要是關(guān)系模型。其基本框架通常由事實(shí)表和一些維表組成,目前較為流行的是星型模式。

通過(guò)對(duì)數(shù)據(jù)倉(cāng)庫(kù)的需求分析和概念模型設(shè)計(jì),將模型數(shù)據(jù)劃分為顧客、商店、商品、時(shí)間4個(gè)粒度,每個(gè)粒度具有不同的粒度級(jí)別。通過(guò)對(duì)粒度以及粒度級(jí)別的詳細(xì)研究,進(jìn)行事實(shí)表和維度表的設(shè)計(jì)。

銷售數(shù)據(jù)倉(cāng)庫(kù)包含1個(gè)事實(shí)表和4個(gè)維度表。在事實(shí)表中確定度量數(shù)據(jù)為商品的銷售量、銷售額、銷售成本。對(duì)于時(shí)間、商品、顧客、商店4個(gè)維度表,每個(gè)維表都有自己的屬性,將其層次劃分如下:

34 物理模型設(shè)計(jì)

數(shù)據(jù)倉(cāng)庫(kù)的物理模型就是邏輯模型在物理系統(tǒng)的實(shí)現(xiàn)模式,依據(jù)確定的邏輯模型建立對(duì)應(yīng)的物理表結(jié)構(gòu)來(lái)存儲(chǔ)數(shù)據(jù),確定索引策略、數(shù)據(jù)存放位置等,使用數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)工具完成數(shù)據(jù)倉(cāng)庫(kù)的物理模型創(chuàng)建。

目前,市場(chǎng)上有多種數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)工具,但相比而言,微軟的數(shù)據(jù)倉(cāng)庫(kù)解決方案,在快速、經(jīng)濟(jì)地建立中小型企業(yè)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)方面有明顯的優(yōu)勢(shì)。微軟為創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)提供了一系列工具[5] :提供的OLE DB數(shù)據(jù)接口,可用于連結(jié)多個(gè)異構(gòu)數(shù)據(jù)庫(kù)和相互傳遞數(shù)據(jù);提供的數(shù)據(jù)轉(zhuǎn)換服務(wù)(DTS)和SQL Server代理服務(wù)能幫助用戶實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)的自動(dòng)獲取,在數(shù)據(jù)傳輸過(guò)程中可以完成數(shù)據(jù)的驗(yàn)證、清理和轉(zhuǎn)換等操作;OLAP Analysis Service能開(kāi)展多維數(shù)據(jù)的在線分析和數(shù)據(jù)挖掘,發(fā)現(xiàn)數(shù)據(jù)之間的規(guī)律和潛在關(guān)系,提高數(shù)據(jù)分析和處理能力,使數(shù)據(jù)直接面向決策分析。此外,數(shù)據(jù)挖掘支持由第三方開(kāi)發(fā)的算法?？梢哉f(shuō)微軟數(shù)據(jù)倉(cāng)庫(kù)解決方案可以對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行創(chuàng)建、操作、管理與應(yīng)用的全方位支持,使快速開(kāi)發(fā)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)成為可能,因此,選用微軟提供的SQL Server 2000來(lái)開(kāi)發(fā)銷售數(shù)據(jù)倉(cāng)庫(kù)。

銷售數(shù)據(jù)倉(cāng)庫(kù)以SQL Server 2000為平臺(tái),采用星型模型設(shè)計(jì)事實(shí)表與維度表,并在所有表的主要字段上建立索引。其物理模型設(shè)計(jì)如圖4所示。

4 數(shù)據(jù)倉(cāng)庫(kù)的實(shí)現(xiàn)

數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)好后,如何將企業(yè)網(wǎng)絡(luò)中不同站點(diǎn)的各個(gè)POS系統(tǒng)數(shù)據(jù),包括顧客數(shù)據(jù)、商品數(shù)據(jù)、時(shí)間數(shù)據(jù)、連鎖商店數(shù)據(jù)的營(yíng)銷數(shù)據(jù),以及其他數(shù)據(jù)從各種不同類型的操作型數(shù)據(jù)庫(kù)系統(tǒng)中抽取出來(lái),完成一系列轉(zhuǎn)換,最后將數(shù)據(jù)加載到數(shù)據(jù)倉(cāng)庫(kù),是整個(gè)數(shù)據(jù)獲取中關(guān)鍵的也是最困難的一步。

41選擇數(shù)據(jù)源

銷售數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)來(lái)自企業(yè)網(wǎng)絡(luò)中不同連鎖店的多個(gè)營(yíng)銷點(diǎn)的POS系統(tǒng)數(shù)據(jù)、營(yíng)銷數(shù)據(jù)和一些外部數(shù)據(jù),這些數(shù)據(jù)分布在不同的地區(qū),記錄著來(lái)自不同地區(qū)的顧客的基本信息和詳細(xì)的交易細(xì)節(jié)。把這些數(shù)據(jù)集中在一起就可以組成用來(lái)進(jìn)行決策分析的數(shù)據(jù)基礎(chǔ)。源數(shù)據(jù)可能是多種類型的數(shù)據(jù)庫(kù),如Access、Foxpro、Oracle、Sybase、DB 2、SQL Server和一些文本文件等。

42 數(shù)據(jù)的提取、轉(zhuǎn)換與加載

(1)數(shù)據(jù)提取。

數(shù)據(jù)庫(kù)中的數(shù)據(jù)是操作型數(shù)據(jù),不符合數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)的面向分析要求,某些數(shù)據(jù)還因集成度太低而需剔除。提取是將所需的數(shù)據(jù)源移入數(shù)據(jù)倉(cāng)庫(kù)的過(guò)程。已經(jīng)建立的物理數(shù)據(jù)倉(cāng)庫(kù)僅僅提供一個(gè)供用戶訪問(wèn)的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu),其中并沒(méi)有任何數(shù)據(jù)資源,為了能在數(shù)據(jù)倉(cāng)庫(kù)中使用數(shù)據(jù)資源,數(shù)據(jù)的提取必須既滿足決策的需要,又不影響業(yè)務(wù)系統(tǒng)的性能,所以應(yīng)制定相應(yīng)的提取策略,對(duì)于不同類型的數(shù)據(jù)源設(shè)計(jì)不同的數(shù)據(jù)提取接口、提取方式、提取時(shí)機(jī)和提取周期等內(nèi)容。

(2)數(shù)據(jù)轉(zhuǎn)換。

對(duì)從業(yè)務(wù)系統(tǒng)中提取的數(shù)據(jù)根據(jù)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)模型的要求,進(jìn)行數(shù)據(jù)的轉(zhuǎn)換、清洗、拆分、匯總等處理,保證來(lái)自不同系統(tǒng)、不同格式的數(shù)據(jù)的一致性和完整性,并按要求裝入數(shù)據(jù)倉(cāng)庫(kù)。這種轉(zhuǎn)換包括了數(shù)據(jù)類型轉(zhuǎn)換、數(shù)據(jù)格式轉(zhuǎn)換、數(shù)據(jù)匯總計(jì)算、數(shù)據(jù)拼接等。

(3)數(shù)據(jù)加載。

數(shù)據(jù)加載就是將從數(shù)據(jù)源系統(tǒng)中提取、轉(zhuǎn)換和清洗后的數(shù)據(jù)加載到數(shù)據(jù)倉(cāng)庫(kù)的事實(shí)表和維表中。數(shù)據(jù)的加載策略根據(jù)數(shù)據(jù)的提取策略以及業(yè)務(wù)規(guī)則確定,主要有兩種加載技術(shù):使用數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)商提供的數(shù)據(jù)加載工具進(jìn)行數(shù)據(jù)加載;通過(guò)數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)商提供的編程接口進(jìn)行數(shù)據(jù)加載。

Microsoft公司的數(shù)據(jù)轉(zhuǎn)換工具DTS通過(guò)OLE DB接口能夠在關(guān)系數(shù)據(jù)源、非關(guān)系數(shù)據(jù)源以及ODBC數(shù)據(jù)源之間轉(zhuǎn)移數(shù)據(jù);可以自動(dòng)或交互地從多個(gè)異構(gòu)數(shù)據(jù)源向數(shù)據(jù)倉(cāng)庫(kù)裝入數(shù)據(jù);DTS支持使用VBScript或JavaScript等腳本語(yǔ)言創(chuàng)建自定義的轉(zhuǎn)換腳本,也允許使用編程語(yǔ)言(如Visual Basic或Visual 〤++)編寫自定義的組件,能夠在轉(zhuǎn)換中對(duì)數(shù)據(jù)進(jìn)行包括校驗(yàn)、清理等的各種操作。集成在SQL Server 2000中的DTS可以自動(dòng)調(diào)度導(dǎo)入或操作任務(wù),也可以使用SQL代理服務(wù)來(lái)進(jìn)行調(diào)度[6] 。

采用SQL Server 2000的數(shù)據(jù)轉(zhuǎn)換服務(wù)DTS作為提取、轉(zhuǎn)換和加載工具,DTS通過(guò)OLE DB接口連接數(shù)據(jù)源并提取數(shù)據(jù)。為了能夠順利地對(duì)準(zhǔn)備裝入數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)進(jìn)行抽取、清理和轉(zhuǎn)換,創(chuàng)建了數(shù)據(jù)準(zhǔn)備區(qū),利用DTS工具將選定的數(shù)據(jù)庫(kù)表根據(jù)數(shù)據(jù)抽取原則抽取到SQL Server 2000中的數(shù)據(jù)準(zhǔn)備區(qū),在數(shù)據(jù)準(zhǔn)備區(qū)用SQL語(yǔ)句或ActiveX 腳本語(yǔ)言編程實(shí)現(xiàn)數(shù)據(jù)的清洗、匯總、統(tǒng)計(jì)、轉(zhuǎn)換處理,檢查數(shù)據(jù)的一致性和完整性等工作后,將數(shù)據(jù)加載到SQL Server 2000的數(shù)據(jù)倉(cāng)庫(kù)中。

數(shù)據(jù)抽取、清理、轉(zhuǎn)換和加載可以通過(guò)DTS設(shè)計(jì)器創(chuàng)建DTS包而自動(dòng)完成。DTS包含3種類型的對(duì)象:連接對(duì)象、任務(wù)對(duì)象和步驟對(duì)象。連接對(duì)象定義關(guān)于源和目標(biāo)數(shù)據(jù)源的連接屬性和條件;任務(wù)對(duì)象定義了轉(zhuǎn)換過(guò)程中要執(zhí)行的動(dòng)作,例如執(zhí)行SQL語(yǔ)句,拷貝一個(gè)表的內(nèi)容或執(zhí)行一段ActiveX腳本;步驟對(duì)象定義任務(wù)對(duì)象執(zhí)行的順序。

由于事實(shí)表的時(shí)間ID、商品ID、顧客ID、商店ID數(shù)據(jù)依據(jù)相關(guān)的維表,根據(jù)關(guān)系規(guī)則,數(shù)據(jù)導(dǎo)入要先導(dǎo)入維表,然后再導(dǎo)入事實(shí)表,整個(gè)DTS包工作流的執(zhí)行步驟如圖5所示。

執(zhí)行這個(gè)定義好的DTS包,數(shù)據(jù)將按照設(shè)定的步驟和規(guī)則導(dǎo)入到數(shù)據(jù)倉(cāng)庫(kù)的維表和事實(shí)表中。

43 數(shù)據(jù)的更新

當(dāng)源數(shù)據(jù)庫(kù)中數(shù)據(jù)發(fā)生變化時(shí),數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)要能及時(shí)更新,以保證用于決策分析的數(shù)據(jù)是完整、有效的。在實(shí)際應(yīng)用中利用SQL Server代理服務(wù)提供的作業(yè)調(diào)度功能,將DTS包設(shè)置為自動(dòng)執(zhí)行方式,定期地進(jìn)行數(shù)據(jù)更新維護(hù)。為了不影響用戶白天工作時(shí)正常使用系統(tǒng),將DTS包的執(zhí)行時(shí)刻設(shè)置為夜里無(wú)人工作時(shí)間,如圖6所示。

5 總 結(jié)

本文對(duì)零售企業(yè)銷售預(yù)測(cè)決策支持系統(tǒng)中數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)和實(shí)現(xiàn)進(jìn)行了詳細(xì)的研究,主要包括數(shù)據(jù)倉(cāng)庫(kù)的結(jié)構(gòu)設(shè)計(jì)和數(shù)據(jù)源的加載,構(gòu)建了用于銷售分析的數(shù)據(jù)倉(cāng)庫(kù),設(shè)計(jì)了實(shí)現(xiàn)數(shù)據(jù)提取、轉(zhuǎn)換、加載和自動(dòng)更新的DTS包。

主要參考文獻(xiàn)

[1] 楊衛(wèi)民筆據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘在林業(yè)決策支持系統(tǒng)中的應(yīng)用研究[D].長(zhǎng)沙:中南林學(xué)院,2005豹

[2] 陳文偉本霾咧С窒低臣捌淇發(fā)[M].北京:清華大學(xué)出版社,2004豹

[3] 潘珩逼車營(yíng)銷決策支持系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)與實(shí)現(xiàn)[J].石河子大學(xué)學(xué)報(bào):自然科學(xué)版,2005,23(5):658-660豹

[4] 李瑞華,李霞筆據(jù)倉(cāng)庫(kù)在中小型企業(yè)決策支持系統(tǒng)中的應(yīng)用[J].山西廣播電視大學(xué)學(xué)報(bào),2005,10(6):24-25豹

[5] 羅運(yùn)模盨QL Server 2000數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用與開(kāi)發(fā)[M].北京:人民郵電出版社,2001豹

[6] 武彥峰,朱仲英被于DTS組件的數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)抽取工具的設(shè)計(jì)與實(shí)現(xiàn)[J].微型電腦應(yīng)用,2004,20(3):1-4