- •Раздел 1. Накопление и обработка данных .…………………………… 5
- •Раздел 2. Оперативный анализ данных ….…………………………… 43
- •Раздел 3. Интеллектуальный анализ данных ………………………… 82
- •Раздел 4 Загрузка данных и программирование запросов ...………… 110
- •Раздел 5. Подготовка отчетов по результатам анализа …….……… 136
- •Раздел 1. Накопление и обработка данных Лекция 1. Информационно-аналитические системы
- •Операционная обработка данных
- •Оперативный анализ данных
- •Интеллектуальный анализ данных
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 2. Концепции хранения данных
- •Реляционные базы данных
- •Организация хранилищ данных
- •Концепция многомерной модели данных
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 3. Интеграция и трансформации данных
- •Платформа sql Server 2008
- •Система Management Studio
- •Служба sql Server Integration Services
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Раздел 3. Интеллектуальный анализ данных Лекция 8. Кластерный анализ данных
- •Формальная постановка задачи кластеризации
- •Меры близости в кластерном анализе
- •Иерархические алгоритмы кластеризации
- •Неиерархические алгоритмы кластеризации
- •Представление результатов кластеризации
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 9. Классификация и регрессия
- •Математические функции
- •Правила классификации
- •Деревья решений
- •Методы построения деревьев решений
- •Алгоритмы построения деревьев решений
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 10. Поиск ассоциативных правил
- •Цель лекции – изучение формализованной постановки и алгоритма решения задачи поиска ассоциативных правил.
- •Формальная постановка задачи
- •Обнаружение закономерностей в последовательностях данных
- •Алгоритм поиска ассоциативных правил Apriori
- •Представление результатов
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 8. Службы sql Server Analysis Services
- •Конструктор интеллектуального анализа данных
- •Мастер интеллектуального анализа данных
- •Создание структуры интеллектуального анализа
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Создание и представление источника данных
- •Загрузка с применением Integration Services
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 12. Основы языка Multidimensional Expressions
- •Оператор select
- •Алгебра множеств и операции с множествами
- •Функции языка mdx
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 13. Язык операций Data Mining
- •Ключевые концепции и объекты dmx
- •Синтаксис запросов dmx
- •Создание моделей интеллектуального анализа
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Раздел 5. Подготовка отчёта по итогам анализа Лекция 14. Служба отчетов Reporting Services
- •Архитектура службы отчётов
- •Средства проектирования запросов
- •Развёртывание Reporting Services
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 15. Источники данных для отчётов
- •Общие источники данных
- •Источники поддерживаемые Reporting Services
- •Создание, изменение и удаление источников
- •Краткие итоги
- •Контрольные вопросы
- •Литература
- •Лекция 16. Конструирование и создание отчётов
- •Основы конструирования отчётов
- •Создание нерегламентированных отчётов
- •Создание отчётов с применением конструктора
- •Краткие итоги
- •Литература
- •Глоссарий
- •Контрольные вопросы
Литература
1. Microsoft SQL Server 2008: Data mining – интеллектуальный анализ данных. Пер. с англ. / Дж. Макленнен, Чж. Танг, Б. Криват. – БХВ-Петербург. 2009. – 720 с.
2. Бергер А.Б. Microsoft SQL Server 2005 Analysis Services. OLAP и многомерный анализ данных / Бергер А.Б, Горбач И.В., Меломед Э.Л, Щербинин В.А., Степаненко В.П. / Под общ. Ред. А.Б. Бергера, И.В. Горбач. – СПб.: БХВ-Петербург, 2007. – 928 с.
3. Барсегян А.А. Методы и модели анализа данных: OLAP и Data Mining / Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. – СПб.: БХВ-Петербург, 2004. – 336 с.
4. Ларсон Б. Разработка бизнес-аналитики в SQL Server 2005. – СПб.: Питер, 2008. – 684 с.
Лекция 12. Основы языка Multidimensional Expressions
Тема лекции посвящена основам языка многомерных запросов MDX (Multidimensional Expressions), предназначенного для доступа к данным в системах оперативной обработки данных (OLAP).
Цель лекции – изучение элементов синтаксиса, операций и функций, поддерживаемых языком программирования MDX.
Самым популярным языком для извлечения данных из реляционных БД является Язык Запросов (Structured Query Language, SQL). Однако этот язык не предназначен для работы с многомерными моделями данных. Для доступа к данным OLAP-систем компанией Microsoft разработан язык MDX (Multidimensional Expressions). В настоящее время MDX является промышленным стандартом и широко используется в клиентских приложениях оперативного анализа данных. Кроме того, MDX используется для определения вычислений в измерениях и кубах. Для реализации MDX-запросов можно использовать инструментальные средства SQL Server Management Studio [2].
Оператор select
Язык запросов MDX аналогично SQL является текстовым языком, в котором наиболее важным является оператор SELECT. Посредством этого оператора пользователь формулирует запрос и получает ответ. Оператор имеет следующий синтаксис:
SELECT <определение результирующего многомерного пространства> FROM <исходное пространство> WHERE <ограничение результатов подпространством>.
В составе оператора три основных предложения:
• предложение SELECT, определяющее результат запроса;
• предложение FROM, определяющее источник данных;
• предложение WHERE, определяющее правила, ограничивающие результаты запроса подпространством данных.
Результатом MDX-запроса является многомерное подпространство в виде подкуба (subcube) с множеством осей (axes). При создании многомерного запроса указывается список осей. Количество осей в MDX-запросе теоретически не ограничено. Ограничение количества осей может быть связано только с количеством измерений в многомерной модели, характеристиками компьютера и возможностями пользовательского интерфейса. Для указания осей в операторе SELECT используется предложение ON. Наиболее общим способом указания осей является задание номера оси в скобках за словом «axis»:
SELECT <содержимое оси> ON axis (0),
< содержимое оси> ON axis (1),
< содержимое оси> ON axis (2),
- - - - - - - - - - - - - - - - - - - - - - -,
< содержимое оси> ON axis (n),
from <имя куба> .
Используемые оси могут иметь имена. Часто оси с номером 0 (axis (0)) называются столбцами (COLUMNS), с номером 1 (axis (1)) – строками (ROWS) , номерами 2 (axis (2)) – страницами (PAGES).
