SQL Server 2005 中的商务智能和数据仓库(1)

发布时间：2014-08-01 00:00 来源：未知

一、简介

Microsoft SQL Server 2005 是一个完整的商务智能 (BI) 平台，其中为用户提供了可用于构建典型和创新的分析应用程序所需的各种特性、工具和功能。本文简要介绍了您在构建分析应用程序时将要用到的一些工具，并着重介绍了一些新增功能，这些新增功能使复杂 BI 系统的构建和管理比以往更加轻松。

下表概述了商务智能系统的组件，以及与之相应的 Microsoft SQL Server 2000 和 SQL Server 2005 组件。

SQL Server 2005 新增了两个组件：SQL Server Management Studio 和 SQL Server Business Intelligence Development Studio。其他主要的 BI 组件——DTS、Analysis Services OLAP、Analysis Services Data Mining 和 Reporting Services——在 SQL Server 2005 中得到了改进，与以前有很大的不同。SQL Server 2005 关系数据库包含一些重要的新增功能。虽然 Microsoft Office 查询和门户工具并没有包含在 SQL Server 中，但当前的发行版本力争在 SQL Server 2005 之前实现这一功能。Office 工具的 BI 功能将在 Office 产品发行周期内将得到逐步实现。

SQL Server 2005 Business Intelligence 工具集提供了一种端到端的 BI 应用程序集成：

SQL Server 2005 Business Intelligence 组件的主要目标是支持在各种规模的企业中开发和使用商务智能，并使其能够供所有员工使用，不仅包括管理层和分析师，还包括操作人员和外部委托人。就此目标而言，SQL Server 2005 具有完整、集成、易用的特点，它以 web 服务的形式发布数据，而且仅通过日常硬件便可提供极佳的性能，另外它还包含许多新增功能，您可以使用这些新增功能开发创新的分析应用程序。

在安装 SQL Server 2005 时第一点要注意的就是它的集成安装体验。您不再需要为某些功能（如 Analysis Services）而分别运行安装程序。假如某个功能（如 Reporting Services）不可安装，则说明您的计算机不满足该功能的安装要求。您可以查看说明文件，以获得有关功能必要条件的完整讨论。在大多数配置得当的机器上，安装过程中应接受所有默认设置，安装所有的主要功能：

Reporting Services 要求在机器上安装并妥善配置 IIS。由于 Reporting Services 是 2005 Business Intelligence 功能组的一个重要组成部分，我们强烈建议您花费一定的时间，执行这些配置和安装步骤。

熟悉 Analysis Services 的客户可能会因缺少 Analysis Services 元数据仓库而感到迷惑。在 SQL Server 2000 中，Analysis Services 仓库被作为 Microsoft Access 数据库发行。Analysis Services 2005 不包含元数据仓库。相反，Analysis Services 数据库元数据信息被存储为 XML 文件格式，由 Analysis Services 进行管理。假如需要，还可以将这些 XML 文件放置在源代码控制之下。

我们建议您使用 Business Intelligence Development Studio 进行开发，同时使用 SQL Server Management Studio 来操作和维护 BI 数据库对象。虽然您能够在 SQL Server Management Studio 中设置 DTS 包以及 Analysis Services 多维数据集和数据挖掘模型，但 Business Intelligence Development Studio 却为设计和调试 BI 应用程序提供了更好的体验。

对于 Beta 2 而言，建议您从掌握新的应用程序入手，因为与升级现有 DTS 包或 Analysis Services 数据库相比，这样可以学到更多东西。假如您已有一个可用的包或数据库，您会发现，“重新创建”现有的包或数据会十分有用。在您熟悉了这些新增工具、功能和概念之后，便可试着升级现有对象。

许多客户都借助 SQL Server 工具，使用熟悉的来自一个或多个源系统的商务智能结构来开发新的系统，使用 DTS 填充维度关系型数据仓库，然后再用数据仓库来填充 Analysis Services 数据库。但是，SQL Server 2005 提供了许多选项，通过消除或淡化不同的组件使其背离了这种一般化设计。

SQL Server 2005 关系数据库引擎包含一些对数据仓库样式应用程序设计和维护大有帮助的功能。这些功能包括：

报告服务器

要想将关系操作报告从事务处理数据库中分离出来，经常采用的一项技术便是维护一台报告服务器。报告服务器对事务处理数据库映像的维护一般都有一定的时间延迟，通常截止到前一天。报告服务器多用于报告功能和数据仓库提取。

Microsoft SQL Server 2005 新增了两项功能，使报告服务器的创建和维护过程变得更加简单。SQL Server 报告服务器的延迟时间与以前相比大大缩短。同时，报告服务器被设计为充当事务处理系统的备选系统。

要创建报告服务器，先要创建一个数据库镜像，这是 SQL Server 2005 的新增功能，它为系统的高可用性提供了一个紧急备用系统。更多信息，请阅读联机丛书的“数据库镜像概念”主题。数据库镜像不能够直接查询，这时第二个新增功能就能派上用场了。

在镜像上创建一个数据库视图。数据库视图是数据库在某个时点的只读副本。数据库视图并非数据库的完整副本；极为节省空间。多个数据库视图还是可以同时共存，虽然维护数据库视图会对数据库视图所基于的事务处理数据库产生一定的影响。更多信息，请阅读联机丛书的“了解数据库视图”主题。

通过在数据库镜像上创建数据库视图，您可轻松为系统的高可用性创建备用服务器，此服务器还可用作报告服务器，起着双重作用。

表分区

分区表和分区索引将数据分割到多个水平单元中，以便于将行组映射到单独的分区中。而对数据执行操作（如查询）时，又可以将整个表或索引作为一个整体来执行。

分区可以：

四、提取、转换和加载 (ETL)

数据转换服务 (DTS) 对于 SQL Server 2005 而言，是一项全新的技术。DTS 是 SQL Server 2000 中很受欢迎的一项功能，但 DTS 2005 已被重新设计成企业 ETL 平台。DTS 为构建企业级 ETL 应用程序提供了大量必需的功能，以及非常高的扩展性能。DTS 是完全可编程的、嵌入式的、可扩展的——所有这些特性都使它成为理想的 ETL 平台。

下表总结了 DTS 2005 的这些功能。有关 ETL 系统开发 DTS 适用性更加完整的讨论，请参阅 SQL Server 联机丛书。

包开发

控制流

数据流

开发和调试

可供 DTS 2000 开发人员使用的 DTS 2005

DTS 2000 用户已经开发出了一套执行复杂操作的技巧。这些技巧，尤其是编写自修改包，在 DTS 2005 中不再有用武之地。在 DTS 2005 中要使用变量和配置基础结构来编写动态包、不要再试图编写自修改包。

配置良好的变量和配置基础结构还可以减少创建复杂子包系统的需求。假如设计完善，单一包便可满足多种需求；例如，单一包可以在多种不同配置中重复使用，以用来在维度数据仓库中加载许多维度表。在 DTS 2000 中，一个复杂的 DTS 包网络可能包括 50-100 个包；而在 DTS 2005 中，一个复杂的网络可能只包含 10 个包。

SQL Server 2000 Analysis Services 由两个主要的互补功能组成：联机分析处理 (OLAP) 和数据挖掘。这两个组件在 Analysis Services 2005 中仍然存在，并且是分析应用程序的基石。

Analysis Services 2005 OLAP 中的功能改进主要可以归纳为两类改进：

构建分析数据库的途径主要有两个：

不管采用哪种方法，基本的系统设计都假设使用当前熟悉的、来自一个或多个源的商务智能结构来填充维度关系型数据仓库，然后再用数据仓库来填充 Analysis Services 数据库。但是，SQL Server 2005 提供了许多选项，通过消除或淡化不同的组件使其背离了这种常规设计。在下面“统一维度”模型中讨论了一些其他的备选系统。

从现有的源数据库创建自定义数据库

创建 Analysis Services 数据库的第一种方法最为 SQL Server 2000 的用户所熟悉。即从任意结构的源数据库开始着手创建数据库：

SQL Server 2005 中可从标准化数据库寻源的能力是对 Analysis Services 2000 的一大突破，在 Analysis Services 2000 中，执行此操作需要一个维度结构，此结构或是星型的，或是雪花型的，或是拉伸型的。此功能使您可以轻松地开发具有极低延迟时间的商务智能应用程序。

通过直接在事务数据库内构建 Analysis Services 数据库，而不需要先构建正式的数据仓库，可以用较低的成本，轻松有效地满足许多用户的要求。假如您需要仅对数据执行最低的数据转换、清理和集成便投入使用，则可考虑使用一个 Analysis Services 数据库来补充或替换现有的关系报告。您可以充分利用 Analysis Services 的功能和交互性，更好地管理事务系统中的负载。

虽然可以直接从事务系统构建和维护 Analysis Services 数据库，但只有先构建关系型数据仓库才能最好地满足许多企业分析的要求。复杂的数据集成和数据更改管理问题可以通过典型的数据仓库体系结构得到最好的解决，其中 Analysis Services 数据库充当着查询和分析引擎的角色。

数据源和数据源视图

构建分析应用程序的第一步就是在 Business Intelligence Development Studio 中创建一个新的 Analysis Services 项目。创建了空项目之后，应当创建一个“数据源”并将其与源数据库建立连接，此源数据库可以是任何受支持的关系数据库管理系统中的数据库。对于 Beta 2 版本，建议您将 SQL Server 2000 或 SQL Server 2005 关系数据库作为源。

“数据源”负责为源数据连接存储信息。“数据源视图”中包含着源数据库表相关子集的信息。此信息不只局限于源数据库中表的物理结构；您还可以添加诸如关系、表和列的友好名称、计算列和命名查询之类的信息。

“数据源视图”可以在 BI 项目和 DTS 项目之间共享。“数据源视图”很有用处，尤其是在以下几种情况中：

您为“数据源视图”设置良好名称和关系所作的投资将换来分析应用程序的轻松开发。

创建维度和多维数据集

创建了“数据源视图”之后，便可以右击“解决方案资源管理器”窗格中的“多维数据集”图标，选择“新建多维数据集”，创建一个多维数据集。您可以启用 IntelliCube 检测和建议。假如您选择使用 IntelliCube，则必须决定是否构建一个已为报告经过旋转优化的多维数据集。IntelliCube 技术会对“数据源视图”中的数据库和数据基数关系进行检查，并按事实数据表、维度表或用于解析多对多关系的维度-事实桥接表来智能呈现表特征。对于 Beta 2 版本来说，选择是为旋转还是为报告优化多维数据集和维度存在一些微小的差别。唯一的差别就是 IntelliCube 是否会尝试在维度属性之间创建层次关系。由于层次易于创建，也易于毁坏，因此无须担心会花费太多时间和精力。

建议您在此“多维数据集向导”的初始屏幕后立即点击“完成”按钮。这样会一次定义好所需的 Analysis Services 数据库、维度、层次、属性和多维数据集。您可以对此设计进行编辑，但通常情况下，仔细一点儿走完向导，并在过程中作出一些明智的选择会更加有效。

实施完“多维数据集向导”之后，您可能会发现您更喜欢用“维度向导”来逐一地创建复杂的维度，要启动“维度向导”，只需在“解决方案资源管理器”窗格中右击“维度”即可。仔细定义完大型维度（例如“产品”、“客户”和“时间”）后，启动“多维数据集向导”，并确保在适当的位置包括这些预定义的维度。

构建和部署

到此为止，前面执行的这些步骤已在您的开发机器上以 XML 文件轻松创建了维度和多维数据集定义和结构。Business Intelligence Development Studio 和“配置管理器”使您可以对目标服务器上的项目构建和部署过程进行管理。默认情况下，“部署”目标服务器就是您的本地服务器。您可以创建适合其他环境部署的备选配置。项目的主要属性，如目标服务器的名称和数据源连接字符串等，可能会因配置而不同。

要在开发循环过程中预览和测试多维数据集和维度，请从 Business Intelligence Development Studio 的菜单中选择“部署”，在指定的目标服务器上构建和部署项目。或者，单击 F5，或选择“调试”（位于 Business Intelligence Development Studio 主菜单中）。这样会启动几个调试和浏览工具中的一个，具体启动哪个，要取决于您所执行的操作以及您选择“部署”的时间。根据此上下文，“部署”过程会启动多维数据集浏览器、MDX 脚本调试器或 KPI 浏览器。

您可能想在定义完系统的维度、度量值和多维数据集后查看一下系统原型。请使用相对较少的数据针对开发数据库进行处理，以验证数据和结构的行为是否与预期的行为相一致。

作为原型的一部分，您可能想设计一些更为复杂的“Analysis Services 数据库”、“关键绩效指标”、“操作”和“计算”组件。假如您的数据库是被对不同数据视图感兴趣的不同用户团体使用的话，请深入查看“透视”和备选的安全计划。假如您计划部署可供国际上不同语言的用户使用的数据库，则可以使用“翻译”功能引入本地化项目名称。最终，原型会评估备选的物理配置，例如“分区”和不同的“主动缓存”选项。

在 Analysis Service 数据库开发完成之后，便可以部署数据库对象，以便于进行最终测试、临时过渡并投入生产服务器。在构建阶段的项目输出可以用作 Analysis Services 部署实用工具的输入。此实用工具可以帮助您部署和处理数据库。

从模板创建可自定义的数据库

我们刚刚描述了从已知源创建自定义 Analysis Services 数据库的基本步骤。这种通过“多维数据集向导”和“维度向导”创建的方法与创建 Analysis Services 2000 数据库的标准方法十分类似。

创建 2005 分析应用程序的另外一种备选方法就是选择“多维数据集向导”第二个屏幕上的“在不具备数据源的前提下设计商务智能模型”选项。这种通过向导创建的方法与 SQL Server 2000 Accelerator for Business Intelligence 的设计体验十分类似。这种设计体验会从模板生成一个完全可自定义的应用程序，此处的模板：具有丰富的维度结构和分析功能，还有可能包括一个关系型数据仓库和 DTS 包。Microsoft、集成商或独立软件供应商都可以提供这种模板。

不管采用哪种通过向导创建的方法，是从源数据库创建，还是从模板创建，都可以设计相同的 Analysis Services 数据库。第一种选项假设您将创建一个完全自定义的系统。对象名称和结构都是可以完全自定义的，初始设计是受源数据库中的名称和结构所驱动的。模板选项也可以创建一个完全自定义的数据库，但是初始设计是受专家主题区域模板所驱动的。

许多用户都喜欢将这两种方法结合使用。一个非常常见的方法就是用现有源创建 Analysis Services 数据库中的大部分内容，而用模板法生成“时间”维度。

统一维度模型

Analysis Services 2005 使关系数据库与多维度 OLAP 数据库之间的界线变得更加模糊。OLAP 数据库分析应用程序一直以来都具有着巨大的优势，这些优势主要体现在以下几个方面：

不过，在实现这些功能的同时也带来了一定的负面效应。到目前为止，已经发现的问题就有 OLAP 数据库（包括 Analysis Services 2000 在内）很难交付以下内容：

通过将传统 OLAP 分析与关系报告二者的优点相结合，Analysis Services 2005 能够提供一个可以同时覆盖这两方面需求的统一维度模型。在 SQL Server 2005 中定义的一套多维数据集和维度被称为统一维度模型 (Unified Dimensional Model)，或 UDM。UDM 的优势和灵活性引发了设计领域的巨变。过去，BI 架构师会权衡备选基础结构的收益和成本，并在关系数据库和 OLAP 数据库之间作出选择。现在，架构师可以设计一个“统一维度模型”，然后从传统极限中确定一点用于放置 Analysis Services 系统逻辑设计和物理配置。

基于属性的维度

Analysis Services 2005 围绕维度的属性，而非维度的层次构建多维数据集。在 Analysis Services 2000 中，维度设计由层次主宰，层次的示例有 {年、月、日} 或 {国家、地区、城市}。这些层次要求各层之间存在密切的数据关系。作为成员属性和虚拟维度公开的“属性”是“二等公民”。虽然有可能在物理维度中生成属性，但性能因素却使这一技术的广泛使用大打折扣。熟悉关系结构的用户对 OLAP 数据库中对层次的过度侧重深感困惑。

Analysis Services 2005 结构与关系型维度结构更为类似。一个维度可包含多个属性，每个属性都可用于切片和筛选查询，同时每个查询又可以合并到层次中，而不必考虑数据的相互关系。

有 OLAP 背景的用户都知道强大的层次结构的价值，有一点您可以肯定，那就是“城市”清晰地汇总为“地区”和“国家”。这种自然层次结构依然存在，并应在适当的位置进行定义：查询性能会因为这种层次结构而得到提高。

例如，设想一个“客户”维度。关系型源表有八列：

相应的 Analysis Services 维度应具有七个属性：

数据中存在一种自然层次结构，{国家、地区、城市、客户}。出于导航目的，应用程序开发人员可以选择创建第二个层次结构：{年龄、性别}。商务用户并没有看到这两个层次结构行为方式之间有何区别，但是，自然层次却可以从深谙层次关系的索引结构（对用户隐藏）中受益。

新维度结构的最大优势在于：

维度类型

Analysis Services 2000 中包括两种维度类型：常规层次类型和父子类型。Analysis Services 2005 新增了一些重要的新维度结构。其中有些结构的名称是临时的，但是，这些名称都是 BI 文献中较为通用的。

量度组和透视

Analysis Services 2005 引入了“量度组”和“透视”，以用来简化分析数据库的设计和部署。在 Analysis Services 2000 中，鼓励用户构建多个物理多维数据集。每个多维数据集相当于一个特定的维度，通常还相当于一个特定的关系事实数据表。虚拟多维数据集以一种对商务用户透明，而对开发人员设计又不太复杂的方式，合并多个事实数据表。

在 2005 中，最通用的方案将具有一个包含一个或多个“量度组”的物理多维数据集。量度组中的事实数据具有特定的细化程度（由维度层次的交叉点定义）。查询根据需要被自动定向到不同的量度组。在物理层上，分区（与 Analysis Services 2000 分区类似）在“量度组”上定义。

大型应用程序将为用户提供大量的维度、量度组，而且还会给导航带来难度。在“多维数据集编辑器”的“透视”选择卡中定义的“透视”可以创建一个多维数据集的子集“视图”。为了要提供一定程度的个性化，可以将安全性角色与适合该角色的透视集相关联。

我们希望大部分的 Analysis Services 2005 数据库都包含一个具有多个量度组和多个透视的多维数据集。

对多维数据集事实结构和查询性能所做的其他改进有：

计算和分析

使用分析服务器（如 Analysis Services）最大的争议之一就是其集中定义复杂计算的能力。Analysis Services 一直以来都能交付丰富的分析数据，但对某些复杂概念却很难实现。

其中一种概念就是半累积量度。最通用的量度值（如 [销售额]）能够清晰地汇总所有维度：长期以来的 [总销售额] 是指所有产品、所有客户在所有时间内的销售总额。相比之下，半累积量度值可能在某些维度中是累积的，而在其他的维度却不是累积的。最常见的一个例子便是余额，如仓库中的货品数。很显然的，昨天和今天这两天的余额总计肯定不等于昨天的余额加上今天的余额。相反，它可能是期末余额，虽然在有些情况下它是期初余额。在 Analysis Services 2000 中，您必须定义一个复杂的 MDX 计算，帮能交付正确的度量值。而在 Analysis Services 2005 中，期初余额和期末余额都是本机聚合类型。

非重复计数度量值在 2005 中也得到了很大的改进。现在，非重复计数度量值可定义在字符串数据上，而查询可以被定义为在任意集合上执行“非重复计算”。而 Analysis Services 2000 只能够在预先定义的层次结构上执行非重复计算。

“时间智能”向导将创建一个时间计算维度，其中包含该期间与最后期间的对比计算，可以移动平均值，同时还可创建其他的通用时间计算构造。

MDX 脚本

多维表达式 (MDX: MultiDimension Expression) 是一种功能非常强大的语言，可用于定义 Analysis Services 2000 计算和安全规则。MDX 功能强大，但也也很复杂。Analysis Services 2005 利用被简化了结构和语法的“MDX 脚本”定义了一种新的计算模型。

MDX 还是 Analysis Services 系统中的查询语言。查询工具（如 Excel 透视表）根据用户的“拖放”行为生成 MDX 查询。MDX 的这种使用与“MDX 脚本”无关；“MDX 脚本”用于服务器定义的对象，如计算成员和单元计算，并非用于用户查询。

在定义 Analysis Services 2005 多维数据集时，其中只包含结构，而没有数据。“MDX 脚本”是多维数据集结构的组成部分。一般情况下都会定义一个默认的“MDX 脚本”命令，用来计算默认的聚合。默认的“MDX 脚本”命令只包含一条语句：

Calculate;

在多维数据集完全处理之后，应用默认 MDX Script 之前，多维数据集将包含叶层级的数据，但不包含聚合。在应用单一语句的默认“MDX 脚本”时，将计算和存储聚合。

“MDX 脚本”语句包含以下命令，用分号隔开：

在多维数据集的设计中，Business Intelligence Development Studio 的用户界面和“MDX 脚本”均（其中包括计算成员和命名组）在“计算”视图中构建。“MDX 脚本”可以在提供语法向导的默认“计算表单”视图中查看，也可以在“计算脚本”视图中查看，这一视图把“MDX 脚本”显示为一组用分号分隔的命令。您可以在这两个视图间来回切换，虽然“表单”视图的显示要求整个脚本的语法必须正确。

“MDX 脚本”具有几个主要功能：

SCOPE ([Customers].[Country].[Country].[USA]);
[Measures].[Sales] = 100;
END SCOPE;

存储过程

Analysis Services 2005 引入了存储过程，来扩展用户定义功能 (UDF: User defined function) 所提供的能力。存储过程可以用任何公共语言运行时编程语言（例如 C++、Visual Basic 或 C）编写。存储过程允许一次性开发公共代码、将代码存储在一个位置，并在其他存储过程、计算和用户查询中重新使用所存储的公共代码，从而简化了数据库的开发和实施。

在 Analysis Services 2005 中存在两种类型的存储过程：

存储过程可用于执行客户端应用程序可以执行的任何任务。

关键绩效指标

Analysis Services 2005 为服务器端计算定义引入了关键绩效指示 (KPI) 框架，用来衡量您的业务。这些 KPI 将通过数据访问 API 和 Microsoft 与第三方工具，被显示在报告、门户和仪表板中。对于 Beta 2 版本而言，还没有可用于显示 KPI 的客户端工具。

不同的评论员和供应商用缩写 "KPI" 指代不同的概念。对于 Microsoft SQL Server Analysis Services 2005，精确定义 KPI 的过程可分为以下四个步骤：

以下是网页上显示的一些 KPI 示例：

实时商务智能

数据仓库和商务智能应用程序过去都是使用“过时”的或高延迟的数据，数据每月、每周或每天刷新一次。传统拥护者断言，实时 BI 是相互矛盾的，因为统计决策不需要刷新频率过高（超过每天一次）的数据。评论者忘记了一件事情，就是商务智能应深入整个企业，而不仅仅是将策略或制定的战术决策部署给少数的分析家或行政执行人员。可操作的商务智能要求低延迟的数据。

Analysis Services 2005 为可操作的商务智能提供了新的处理选项。在 Analysis Services 2000 中，无论是多维数据集的存储模式还是分区策略，都是用“拉”模型处理。启动 Analysis Services 进程在源数据库中查找新的信息、处理可选存储的详细数据，并计算和存储聚合。

在 Analysis Services 2005 中仍支持“拉”模型，但结合了对低延迟商务智能异常有效的其他选项。

Analysis Services 多维存储的查询性能特性主宰着关系型存储。简而言之，查询针对多维 (MOLAP) 存储执行时效果最佳。其不足之处是延迟：多维存储是从其关系源向下流动的。主动缓存技术的技巧就在于能够在最小化数据延迟和管理成本的同时最大化查询性能。

主动缓存功能简化了管理数据过期问题的过程。假如事务发生在源数据库（如新的维度成员或新的事实事务）上，现有“缓存”便会过期。主动缓存技术提供了一种可调整的机制，可确定重新构建多维缓存的频率；指定在重新构建缓存时答复查询的方式；在不需要任何管理干涉的情况下启动过程。

主动缓存技术使您可以将多维数据集设置为在事务发生时，自动刷新其多维缓存。虽然 Analysis Services 处理数据速度非常快，但处理过程还是需要一些时间的。假如多维缓存处理过程没有完成，主动缓存配置便可以自动将查询重定向到相关的存储。

在设计主动缓存配置时，一定要谨记必须为每个多维分区都设置主动缓存。假如分区包括短时间范围（如一小时）内的数据，缓存刷新过程可能会发生的非常快。最为复杂的主动缓存配置依赖于从关系数据库发往有更新发生的 Analysis Services 的通知。Microsoft SQL Server 关系数据库支持这种通知。对于不能够提交通知的数据库，可以将 Analysis Services 配置为根据定义的查询，轮询更改。

主动缓存的参数有：

数据挖掘

概述

Microsoft SQL Server 2005 Data Mining（数据挖掘）属于商务智能技术，它可帮助您构建复杂的分析模型，并使其与您的业务操作相集成。数据挖掘可回答如下问题

数据挖掘应用程序将数据挖掘模型集成到日常的业务运营之中。许多数据挖掘项目的目标是构建可供业务用户、合作伙伴和客户使用的分析应用程序，而不必理会应用程序底层的复杂计算。要实现这一目标，需要执行两个主要步骤：构建数据挖掘模型并构建应用程序。SQL Server 2005 Data Mining 使这些步骤比以往更加简单。

Microsoft 2005 中数据挖掘功能的目标是构建具备以下特征的工具：

可以肯定，本白皮书的每位读者几乎都曾“使用”过数据挖掘应用程序。假如您已在线购得了本书或音乐，并收到了“购买此产品的其他客户”的建议，或者，假如信用卡公司要求您确认一宗可疑交易，或者，食品店在收条上打印个性化优惠券，所有这些，都是您从使用数据挖掘应用程序中得到的好处。时至今日，这种应用程序的开发已集中于解决大型公司所面临的最大问题，这些公司能够承受分析能力的匮乏以及巨额的开发费用，而这些都是过去用传统方法构建数据挖掘应用程序所需面对的。正如 Microsoft 的 OLAP 技术已推动了 OLAP 市场增长一样，我们期望能够将数据挖掘技术推广开来，使那些在过去不能开发这种应用程序的企业和部门也能够加入到其开发行列中来。

使用 SQL Server 2005 Data Mining 工具开发一套数据模式，然后在这些模式的基础上随意执行预测。这是所有数据挖掘的模式：开发、模式发现和模式预测。

数据挖掘算法

所有数据挖掘工具（包括 Microsoft SQL Server 2005 Analysis Services）都采用了多种算法。当然，Analysis Services 是可扩展的；第三方 ISV 可以开发算法，并将所开发的算法无缝地融入到 Analysis Services 数据挖掘框架之中。根据数据和目标的不同，应该采用不同的算法，而且每种算法都可用于解决多个问题。

数据挖掘工具擅长解决多种类型的问题。下表概括了业务问题的大致分类：

SQL Server 2005 中附带了最流行的数据挖掘算法。

构建挖掘模型

模型的构建、培训和测试过程是创建应用程序过程中最为困难的一部分。正如下面大家要讨论的，实际开发应用程序是一个简单的编程过程。在开始构建数据挖掘模型之前，您应当已经收集和清理了您的数据，这些数据极有可能位于数据仓库中。SQL Server 2005 Data Mining 可以从关系数据库或 Analysis Services 多维数据中访问数据。

开发数据挖掘模型的最佳人选是同时具备业务和技术技巧的人员。模型的开发人员将会从其统计背景中获益、了解企业面临的关键业务问题、对数据和关系产生极大的好奇心，同时还能够利用 SQL Server 2005 工具处理和存储数据。现有数据仓库小组中的成员最有可能遇到这些标准。

作为数据挖掘的初学者，应在构建原型模型的同时，计划花费数周时间来研究数据、工具以及可供选择的算法。使用一台您具备数据库管理权限的开发服务器。构建模型的最初阶段是探索阶段：您可能会希望以不同的方法来重新构建数据和实验。当然，您肯定希望从少量数据子集开始，并在开发愈加清晰的模型设计时扩展数据集。在原型阶段，不要为如何构建一个“可供生产使用”的应用程序而担心。使用 DTS 或执行任何所需数据处理最为舒适的任何工具。保存一份记录有必要转换的高级日志，但不要期望您所做的一却都能成为永久应用程序的一部分。

您应当准备两套数据：一套用于开发模型，而另一套用于测试模型的精确度，从中选择适合您业务问题最佳模型。在考虑如何划分数据子集时，要确保没有引入任何偏差。例如，从十个客户中选择一个客户，或根据姓氏的第一个字符区分，或根据一些其他任意属性区分。

开发数据挖掘模型的过程涉及选择以下内容：

假如不知道哪种类型的算法适合处理您的业务问题，请先从“决策树”或“贝叶斯”入手研究数据。假如不知道要包括哪些属性，就选择所有属性。使用相关性网络视图，从中获得可帮助您简化复杂模型的视图。

在原型开发阶段，您可能希望构建相关模型，以便评估最佳算法和模型。使用“挖掘精度”图表评估在预测中效果最佳的模型。您可能还希望构建相关模型，对相同的数据执行不同类型的分析。这些模型在作为相关模型时的处理速度要比作为独立定义模型时的处理速度快。

在构建和测试原型后，便可以构建和测试实际数据挖掘模型。在将数据输入数据挖掘引擎前，假如需要转换数据，那么为了要实现这些操作，应当开发可供生产用的操作流程。在某些情况下，可能要选择从 DTS 管道直接植入挖掘模型。假如在少量数据的基础上开发原型，将需要在整套培训数据的基础上重新评估备选模型。

构建数据挖掘应用程序

在 Business Intelligence Development Studio 中开发和研究数据挖掘模型可使企业获得巨大的价值。您可以浏览模型，了解数据与业务之间的关系，并使用该信息促进策略决策的制定。但是，其最大的价值还是来自可以影响公司日常操作的数据挖掘应用程序：例如，向客户推荐产品、记录客户信用风险，或根据预测的库存不足下订单的数据挖掘应用程序。要开发可操作的数据挖掘应用程序，您需要跳出 Business Intelligence Development Studio 的圈子，并用 Microsoft Visual Studio 或您选择的其他开发环境编写代码。

大部分企业客户都将面向客户的数据挖掘应用程序实施为基于 web 的 Win32 应用程序，如 ASP 页。数据挖掘模型业已构建完毕，而且应用程序也可以根据客户的选择或在 web 商务应用程序中输入的内容，为客户执行预测。这可能是十分简单的应用程序；唯一不寻常的部分是发布预测查询。

数据挖掘应用程序开发人员不一定就是开发数据挖掘模型的人员。应用程序开发人员应具备一流的开发技能，而对业务或统计知识的需求则相对较低。

Microsoft 的数据挖掘技术大大地简化了构建自动化数据挖掘应用程序的过程。其中共有两个步骤：

有些客户（主要是独立软件供应商）希望创建可生成数据挖掘模型的应用程序。这种应用程序可能会替代在 Business Intelligence Development Studio 中开发挖掘模型，但可能只适用于特定的领域，如 web 分析。在这种情况下，开发项目就需要包括 Microsoft.DataWarehouse.Interfaces，以便可以获得对 AMO（Analysis Management Objects，分析管理对象）的访问权限。

DMX 示例

数据挖掘过程包括三个步骤，分别为创建数据挖掘模型、培训模型和根据模型预测行为，这三个步骤都可通过简单、类似 SQL 编程语言的 DMX 来实现。示例语法如下所示；DMX 的完整使用方法可从联机丛书中获得。

创建数据挖掘模型：

CREATE MINING MODEL CreditRisk
(CustID        LONG KEY,
Gender        TEXT DISCRETE,
Income        LONG CONTINUOUS,
Profession    TEXT DISCRETE,
Risk        TEXT DISCRETE PREDICT)
USING Microsoft_Decision_Trees

培训数据模型：

INSERT INTO CreditRisk
(CustId, Gender, Income, Profession, Risk)
SELECT CustomerID, Gender, Income, Profession, Risk
From Customers

根据数据挖掘模型预测行为：

SELECT NewCustomers.CustomerID, CreditRisk.Risk, 
   PredictProbability(CreditRisk)
FROM CreditRisk PREDICTION JOIN NewCustomers
ON CreditRisk.Gender=NewCustomer.Gender
AND CreditRisk.Income=NewCustomer.Income
AND CreditRisk.Profession=NewCustomer.Profession

随着 Microsoft SQL Server 2005 的发布，Microsoft 在其集成商务智能平台中拓展了一个新的主要组件。即 SQL Server Reporting Services，该组件使得人们不管在任何商业环境中，都可将适当的信息送达适当的人员，从而扩展了 Microsoft 的商务智能发展前景。

Reporting Services 是一个基于服务器的完整平台，可创建、管理和交付传统报告和交互式报告。它包括您创建、分发和管理报告所需的一切工具和信息。同时，产品的标准模块化设计和应用程序编程接口 (API) 使软件开发人员、数据提供商和企业能够集成原有系统或第三方应用程序中的报告功能。

Reporting Services 随 SQL Server 2005 一起发布，其中包括：

为什么使用 Reporting Services？

毫无疑问，能够在适当的时间将适当的信息送达适当的人员具有巨大的价值。对于许多企业而言，这是一个挑战，因为这些需要访问信息的人员不但具有广泛的技术专业背景，而且还可能分散在整个传统组织内的不同位置，甚至于组织之外。

Reporting Services 通过灵活的订阅和交付机制简化了传统报告与交互式报告的创建过程，并可将这些报告顺利地交付给广泛的人群。它还为处理复杂苛刻的商业环境提供了必要的安全性和可管理性。

Reporting Services 提供了独一无二的属性组合：

使用 Reporting Services 的途径

由于 Reporting Services 是结合可伸缩、可扩展体系结构的单一完整的报告平台，因此它可满足范围广泛的报告需求。

Reporting Services 功能

Reporting Services 将集中式托管报告系统的优点与桌面及基于 Web 应用程序的灵活性和按需选择性集于一身。Reporting Services 是一个完整的报告平台，支持从报告创建到报告部署的整个报告生命周期。

制作报告

Reporting Services 包括创建传统报告或交互式报告所需的一切工具及技术，其中包括具有报告设计向导功能的图形化报告设计器工具。

管理报告

Reporting Services 包括基于 web 的工具，可用于管理报告和报告服务器 Web 应用程序。管理员可使用此界面为报告定义基于角色的安全性、编排报告执行和提交，以及跟踪报告历史。或者，企业或 ISV 可以使用 Reporting Services Web Services API 编写自定的管理工具。

由于报告定义、文件夹和资源都存储在 SQL Server 数据库中，因此，您可以使用其他工具（如 SQL Server Management Studio）管理元数据，或使用那些充分采纳已发布 API 的第三方应用程序。

Reporting Services 实施了一个灵活、基于角色的安全模型，用来保护报告和报告资源。这一功能可根据各种不同的安全需求量身定做。该产品包括根据需要集成其他安全模型的可扩展接口。

提交报告

您可以将报告提交到门户、将其以电子邮件的形式发送给用户，或让用户使用基于 web 的报告服务器从文件夹层级中访问报告。导航、搜索和订阅功能可帮助用户根据其需要定位和运行报告。个性化的订阅功能可让用户自行选择自己喜欢的转换格式。

Microsoft SQL Server 2005 是一个完整的商务智能平台，它所提供的基础结构和服务器组件可用于构建：

为用户所熟悉的工具（SQL Server 关系数据库、DTS、Reporting Services 和 Analysis Services OLAP 以及数据挖掘）也都得到了极大的改进。新增功能（如 Business Intelligence Development Studio 和 SQL Server Management Studio）进一步扩展了 Microsoft BI 平台。每个工具都具有创新性，其设计都可令您事半功倍：用比以前更少的硬件、规模更小的团队更快更好地构建、部署和管理重要的商务智能应用程序。

附录 A：代码示例

递归查询示例

USE AdventureWorks
GO
/*
This query brings back a list of managers, and the count of employees
     who report to them directly or indirectly).
*/
WITH reps_cte (emp, mgr, recursion_level)
AS
(
/*Get the initial list of employees.*/
SELECT EmployeeID, ManagerID, 0
FROM Employee AS E
/*Get a Union of the anchor and the recursive term.*/
UNION ALL
SELECT reps_cte.emp, E.ManagerID, recursion_level+1
FROM Employee E, reps_cte        -- Join with Employee
WHERE reps_cte.mgr=E.EmployeeID    -- This employee's manager
AND recursion_level<=20        -- up to 20 levels of mgmt
)        -- End of common table expression
/*Now query the recursive common table expression reps_cte*/
SELECT r.mgr,  E.[LastName]+', ' + E.[FirstName] 
   AS MgrName, count(*) CntEmployees
FROM reps_cte r INNER JOIN [Employee] E ON (r.mgr=E.EmployeeId)
GROUP BY mgr, E.[LastName]+', ' + E.[FirstName]
HAVING count(*) > 1            -- Means they manage at least one person
ORDER BY 3 DESC            -- Sort by count of employees
GO

一、简介

Microsoft SQL Server 2005 是一个完整的商务智能 (BI) 平台，其中为用户提供了可用于构建典型和创新的分析应用程序所需的各种特性、工具和功能。本文简要介绍了您在构建分析应用程序时将要用到的一些工具，并着重介绍了一些新增功能，这些新增功能使复杂 BI 系统的构建和管理比以往更加轻松。

下表概述了商务智能系统的组件，以及与之相应的 Microsoft SQL Server 2000 和 SQL Server 2005 组件。

SQL Server 2005 新增了两个组件：SQL Server Management Studio 和 SQL Server Business Intelligence Development Studio。其他主要的 BI 组件——DTS、Analysis Services OLAP、Analysis Services Data Mining 和 Reporting Services——在 SQL Server 2005 中得到了改进，与以前有很大的不同。SQL Server 2005 关系数据库包含一些重要的新增功能。虽然 Microsoft Office 查询和门户工具并没有包含在 SQL Server 中，但当前的发行版本力争在 SQL Server 2005 之前实现这一功能。Office 工具的 BI 功能将在 Office 产品发行周期内将得到逐步实现。

SQL Server 2005 Business Intelligence 工具集提供了一种端到端的 BI 应用程序集成：

SQL Server 2005 Business Intelligence 组件的主要目标是支持在各种规模的企业中开发和使用商务智能，并使其能够供所有员工使用，不仅包括管理层和分析师，还包括操作人员和外部委托人。就此目标而言，SQL Server 2005 具有完整、集成、易用的特点，它以 web 服务的形式发布数据，而且仅通过日常硬件便可提供极佳的性能，另外它还包含许多新增功能，您可以使用这些新增功能开发创新的分析应用程序。

在安装 SQL Server 2005 时第一点要注意的就是它的集成安装体验。您不再需要为某些功能（如 Analysis Services）而分别运行安装程序。假如某个功能（如 Reporting Services）不可安装，则说明您的计算机不满足该功能的安装要求。您可以查看说明文件，以获得有关功能必要条件的完整讨论。在大多数配置得当的机器上，安装过程中应接受所有默认设置，安装所有的主要功能：

Reporting Services 要求在机器上安装并妥善配置 IIS。由于 Reporting Services 是 2005 Business Intelligence 功能组的一个重要组成部分，我们强烈建议您花费一定的时间，执行这些配置和安装步骤。

熟悉 Analysis Services 的客户可能会因缺少 Analysis Services 元数据仓库而感到迷惑。在 SQL Server 2000 中，Analysis Services 仓库被作为 Microsoft Access 数据库发行。Analysis Services 2005 不包含元数据仓库。相反，Analysis Services 数据库元数据信息被存储为 XML 文件格式，由 Analysis Services 进行管理。假如需要，还可以将这些 XML 文件放置在源代码控制之下。

我们建议您使用 Business Intelligence Development Studio 进行开发，同时使用 SQL Server Management Studio 来操作和维护 BI 数据库对象。虽然您能够在 SQL Server Management Studio 中设置 DTS 包以及 Analysis Services 多维数据集和数据挖掘模型，但 Business Intelligence Development Studio 却为设计和调试 BI 应用程序提供了更好的体验。

对于 Beta 2 而言，建议您从掌握新的应用程序入手，因为与升级现有 DTS 包或 Analysis Services 数据库相比，这样可以学到更多东西。假如您已有一个可用的包或数据库，您会发现，“重新创建”现有的包或数据会十分有用。在您熟悉了这些新增工具、功能和概念之后，便可试着升级现有对象。

许多客户都借助 SQL Server 工具，使用熟悉的来自一个或多个源系统的商务智能结构来开发新的系统，使用 DTS 填充维度关系型数据仓库，然后再用数据仓库来填充 Analysis Services 数据库。但是，SQL Server 2005 提供了许多选项，通过消除或淡化不同的组件使其背离了这种一般化设计。

SQL Server 2005 关系数据库引擎包含一些对数据仓库样式应用程序设计和维护大有帮助的功能。这些功能包括：

报告服务器

要想将关系操作报告从事务处理数据库中分离出来，经常采用的一项技术便是维护一台报告服务器。报告服务器对事务处理数据库映像的维护一般都有一定的时间延迟，通常截止到前一天。报告服务器多用于报告功能和数据仓库提取。

Microsoft SQL Server 2005 新增了两项功能，使报告服务器的创建和维护过程变得更加简单。SQL Server 报告服务器的延迟时间与以前相比大大缩短。同时，报告服务器被设计为充当事务处理系统的备选系统。

要创建报告服务器，先要创建一个数据库镜像，这是 SQL Server 2005 的新增功能，它为系统的高可用性提供了一个紧急备用系统。更多信息，请阅读联机丛书的“数据库镜像概念”主题。数据库镜像不能够直接查询，这时第二个新增功能就能派上用场了。

在镜像上创建一个数据库视图。数据库视图是数据库在某个时点的只读副本。数据库视图并非数据库的完整副本；极为节省空间。多个数据库视图还是可以同时共存，虽然维护数据库视图会对数据库视图所基于的事务处理数据库产生一定的影响。更多信息，请阅读联机丛书的“了解数据库视图”主题。

通过在数据库镜像上创建数据库视图，您可轻松为系统的高可用性创建备用服务器，此服务器还可用作报告服务器，起着双重作用。

表分区

分区表和分区索引将数据分割到多个水平单元中，以便于将行组映射到单独的分区中。而对数据执行操作（如查询）时，又可以将整个表或索引作为一个整体来执行。

分区可以：