探討基于SQLServer 2000的數據倉庫和數據挖掘

陳佶福建龍溪軸承（集團）股份有限公司

探討基于SQLServer 2000的數據倉庫和數據挖掘

陳佶
福建龍溪軸承（集團）股份有限公司

針對SQL Server 2000的數據倉庫和數據挖掘進行分析，介紹了數據倉庫設計。并詳細分析了數據挖掘方法，方法主要有：OLEDB數據挖掘，利用SQLServen2000實施數據挖掘兩種。

數據倉庫；數據挖掘；OLEDB數據源

數據挖掘中的物理結構，對客戶應用程序和數據挖掘模型之間的相互作用做出了描述。在OLEDB for DM中，數據挖掘模型是其中的一個概念，其中一個數據挖掘模型，就代表著一個容器。

1 基于SQLServer 2000的數據倉庫設計

對結構進行選擇，主要是以數據源的大小以及對這一數據挖掘的模型發(fā)布預測查詢頻率進行的。同時以其應用特點作為依據，可以直接對兩層體系結構或者三層體系結構方案進行使用[1]。

如果數據挖掘任務進一步提高，客戶機所使用的挖掘結果需求量逐漸增大，可以對其中的三層體系結構進行選用。針對這一結構而言，從總體上分析，需要使用一個性能較高的服務器，將其放在中間夾層當中，充當一個數據挖掘引擎，而數據倉庫將會被放置在最后端。其中的中間負責層主要是進行數據的挖掘。

2 數據挖掘方法

2.1 OLEDB數據挖掘

在一定程度上，可以將其看成通過不同數據類型所構成的一種關系表，這在并不會對原始數據進行儲存，而是通過儲存數據挖掘算法在關系表當中所發(fā)現的一種模式。為了構建這一數據模型，通過OLEDB for DM對SQL中創(chuàng)建表的語法進行使用，如CREATE語句。

2.1.1 數據挖掘模型測試

構建出一個數據挖掘模型后，其僅僅是以一個空的容器形式存在的。對其進行具體測試過程中，數據挖掘算法分析輸入的事件以及挖掘模型已經發(fā)現的模式。以針對數據所挖掘的OLEDB作為依據，得到的測試數據可以來源于各種表格數據源，只要其在OLEDB驅動器存在，就不必用戶從關系數據源中將數據進行導出，這種情況下，促使數據挖掘過程得到有效簡化。可以對SQL中的數據插入句法進行使用，如INSERT INTO語句，或者Openrowset命令，進而從其中的一個OLEDB數據源，進行遠程數據的訪問。

2.1.2 數據挖掘預測

數據挖掘預測屬于數據挖掘工作中的一個重要任務，這一任務的完成，需要一個測試過的數據挖掘模式以及一系列的新鮮事件，所得出的預測結果形成了一個新的記錄集，這一記錄集中包含了預測列的值，同時還有其他輸入列的值。在這一過程中，和關系連接十分相似，其并不是聯系兩個表，而是對數據挖掘模型以及輸入表進行連接。此外，可以使用SQL中的查表語法，例如SELECT等。

由此可知，OLEDB和標準SQL之間緊密結合，能夠較為快速并準確的開展相應的查詢處理，但是其中的SQL Serven2000數據創(chuàng)建性數據，同時也是數據挖掘過程中的一種相對有效的方案。

2.2 利用SQL Serven2000實施數據挖掘

對基本數據挖掘OLDDB進行使用過程中，可以從不同數據挖掘中的不同數據挖掘算法，較為容易的在用戶應用中嵌入[2]。而對于這些數據挖掘算法中的軟件包當中，一共存在兩個數據挖掘算法，其中有Microsoft決策樹，同時有Microsoft集群。對于數據挖掘提供者而言，屬于分析服務2000的一部分，其和Microsoft的OLAP服務存在著相同之處，而SQLServen2000中存在的數據挖掘組件，主要是以DBA為核心的。其中的Analysis Sevices是通過OLP以及數據挖掘共同組成的，其屬于一種數據分析技術。屬于Analysis Services中的一種數據挖掘工具。對于這些工具而言，具有一定的模型建立導向和模型編輯器。此外，還存在著瀏覽器和DTS預測任務。

對這一應用進行建立之前，需要先建立一個數據挖掘模型，同時對這一模型進行訓練，實現這一任務，存在著多種形式，其中比較容易的一種形式就是借助Analysis Services的數據模型向導，這一導向會產生一定的數據挖掘模型以及訓練查詢[3]。同時借助OLEDB for DM接口將查詢指示發(fā)送給數據挖掘供應者。還有一種方式便是，對程序進行自行編寫，例如借助面向對象編程技術，對一些VB或者VC程序進行編寫。此后借助DSD或者ADO對數據挖掘供應者進行連接，然后向著這一供應者對文本查詢進行發(fā)布。這種方式，類似于數據庫開發(fā)者對數據庫進行處理和查詢。從Analysis Services中擴展了DSO模型，進一步為數據挖掘提供了支持。在這種情況下，借助DSO連接數據挖掘供應者，使用DSO對象相連方式，使用相對簡單的ADO方式進行比較，存在較大的優(yōu)越性。例如，能夠十分安全的控制這一模型，能夠支持遠程數據服務和挖掘的倉庫[4]。但是，對DSO進行使用，需要實現更多的編碼工作，與此同時，相應開發(fā)者必須對不同列的對象以及挖掘模型對象的屬性進行描述。

結束語

以SQLServer 2000為依據，分析了數據挖掘的具體方式。數據庫和數據分析解決方案的完整性，需要符合易用性，功能需滿足要求。隨著我國科學技術的不斷發(fā)展，相信會出現更加方便可靠的產品。

[1]俞蘭芳,石梅.高校管理信息系統(tǒng)數據倉庫設計研究[J].科技通報,2012,02：190-192.

[2]李凱.某出版社數據倉庫系統(tǒng)的設計與實現[J].無線互聯科技,2012,05：60-61.

[3]尚虎平.我國地方政府績效評估指標數據倉庫的代表性對象選取和構建——以江蘇四市為研究點[J].甘肅行政學院學報, 2012,04：4-15+127.

[4]賀明,賀海平.新病案首頁數據倉庫的構建和應用[J].中國數字醫(yī)學,2014,11：83-85.