??xml version="1.0" encoding="utf-8" standalone="yes"?>亚洲AV无码国产精品永久一区,亚洲色婷婷一区二区三区,亚洲第一成年免费网站http://www.tkk7.com/SIDNEY/category/29572.htmlzh-cnMon, 17 Mar 2008 03:56:54 GMTMon, 17 Mar 2008 03:56:54 GMT60Reporting Services 1: 服务器端报表http://www.tkk7.com/SIDNEY/archive/2008/03/17/186702.html渠上?/dc:creator>渠上?/author>Mon, 17 Mar 2008 02:32:00 GMThttp://www.tkk7.com/SIDNEY/archive/2008/03/17/186702.htmlhttp://www.tkk7.com/SIDNEY/comments/186702.htmlhttp://www.tkk7.com/SIDNEY/archive/2008/03/17/186702.html#Feedback0http://www.tkk7.com/SIDNEY/comments/commentRss/186702.htmlhttp://www.tkk7.com/SIDNEY/services/trackbacks/186702.html?#8220;商业目”模板中,选择创徏一?#8220;报表服务器项?#8221;AWReport?

1、添?#8220;׃n数据?#8221;
2、用向导生成报表。切换到报表?#8220;布局”选项卡,和在Visual Studio 2005中一栯计报表。[服务器端报表的扩展名为RDLQ其实RDL和RDLC两种报表区别不大Q可以参?a target="_blank">转换 RDL 文g?RDLC 文g]

那么Q如何在应用E序中用这个服务器端的报表呢?

ReportViewer控g肯定是少不了了,问题是如何知道服务器端报表的讉KҎQ也是?#8220;ReportViewer d”对话框中?#8220;报表服务?URL”?#8220;报表路径”应该如何指定Q?/p>


? 如何指定“报表服务?URL”?#8220;报表路径”

报表设计完成以后Q应该将报表“部v”到报表服务器上,q需要在AWReport的属性页中指定项目的TargetServerURL属性[如图2所C。由于安装不是默认实例,故报表服务器URL为http://(ServerName)/ReportServer$BIServerQ其中BIServer为实例名Q非默认实例要想部v成功Q需要开启SQL Server Browser服务。]。然后在目上用右键菜单部|之。部|完成后Q查?#8220;输出”中的信息Q如?所C)Q?#8220;ReportViewer d”对话框中?#8220;报表服务?URL”?#8220;报表路径”都可以在“输出”中找到?/p>


? 报表服务器项目属性的讄


? “报表服务?URL”?#8220;报表路径”都可以在“输出”中找?/strong>

好了Q这样就可以在Web目中用服务器端报表了?br />
http://bidwhome.itpub.net/post/20871/167841



]]>
数据仓库逻辑、物理结构及OLAP分析 http://www.tkk7.com/SIDNEY/archive/2008/02/22/181478.html渠上?/dc:creator>渠上?/author>Fri, 22 Feb 2008 09:55:00 GMThttp://www.tkk7.com/SIDNEY/archive/2008/02/22/181478.htmlhttp://www.tkk7.com/SIDNEY/comments/181478.htmlhttp://www.tkk7.com/SIDNEY/archive/2008/02/22/181478.html#Feedback0http://www.tkk7.com/SIDNEY/comments/commentRss/181478.htmlhttp://www.tkk7.com/SIDNEY/services/trackbacks/181478.html  数据仓库是存储数据的一U组lŞ式,它从传统数据库中获得原始数据Q先按辅助决{的主题要求形成当前基本数据层,再按l合决策的要求Ş成综合数据层(又可分ؓdl合层和高度l合?。随着旉的推U,由时间控制机制将当前基本数据层{为历史数据层。可见数据仓库中逻辑l构数据?层到4层数据组成,它们均由元数?Meta Data) l织而成。数据仓库中数据的物理存储Ş式有多维数据库组lŞ?I间立方体形式)和基于关pL据库l织形式(由关pd事实表和l表l成)?br />     数据仓库pȝ(DWS)由数据仓库、仓库管理和分析工具三部分组成?br />     源数据:数据仓库的数据来源于多个数据源,包括企业内部数据、市查报告及各种文档之类的外部数据?br />     仓库理: 在确定数据仓库信息需求后Q首先进行数据徏模,然后定从源数据到数据仓库的数据抽取、清理和转换q程Q最后划分维数及定数据仓库的物理存储结构。元数据是数据仓库的核心Q它用于存储数据模型和定义数据结构、{换规划、仓库结构、控制信息等?br /> 数据仓库: 包括Ҏ据的安全、归档、备份、维护、恢复等工作Q这些工作需要利用数据库理pȝ(DBMS)的功能?br />     分析工具用于完成实际决策问题所需的各U查询检索工兗多l数据的OLAP分析工具、数据挖掘DM工具{,以实现决{支持系l的各种要求?br />     数据仓库应用是一个典型的C/Sl构。其客户端的工作包括客户交互、格式化查询及结果和报表生成{。服务器端完成各U辅助决{的SQL查询、复杂的计算和各cȝ合功能等。现在,一U越来越普遍的Ş式是三层l构Q即在客户与服务器之间增加一个多l数据分析服务器。OLAP服务器能加强和规范决{支持的服务工作Q集中和化原客户端和DW服务器的部分工作Q降低系l数据传输量Q因此工作效率更高?

什么是联机分析处理QOLAPQ?br />     联机分析处理 (OLAP) 的概忉|早是由关pL据库之父E.F.Codd?993q提出的Q他同时提出了关于OLAP?2条准则。OLAP的提出引起了很大的反响,OLAP作ؓ一cM品同联机事务处理 (OLTP) 明显区分开来?br />     当今的数据处理大致可以分成两大类Q联Z务处理OLTPQon-line transaction processingQ、联机分析处理OLAPQOn-Line Analytical ProcessingQ。OLTP是传l的关系型数据库的主要应用,主要是基本的、日常的事务处理Q例如银行交易。OLAP是数据仓库系l的主要应用Q支持复杂的分析操作Q侧重决{支持,q且提供直观易懂的查询结果。下表列ZOLTP与OLAP之间的比较?br />     OLAP是分析人员、管理h员或执行人员能够从多角度对信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一cY件技术。OLAP的目标是满决策支持或者满_多维环境下特定的查询和报表需?它的技术核心是"l?q个概念?br /> “l?#8221;是h们观察客观世界的角度,是一U高层次的类型划分?#8220;l?#8221;一般包含着层次关系,q种层次关系有时会相当复杂。通过把一个实体的多项重要的属性定义ؓ多个l?dimension)Q用户能对不同l上的数据进行比较。因此OLAP也可以说是多l数据分析工L集合?br />     OLAP的基本多l分析操作有dQroll up和drill downQ、切片(sliceQ和切块QdiceQ、以及旋转(pivotQ、drill across、drill through{?br /> ? d是改变维的层ơ,变换分析的粒度。它包括向上dQroll upQ和向下dQdrill downQ。roll up是在某一l上低层次的细节数据概括到高层ơ的汇L据,或者减维敎ͼ而drill down则相反,它从汇L据深入到l节数据q行观察或增加新l?br /> ?切片和切块是在一部分l上选定值后Q关心度量数据在剩余l上的分布。如果剩余的l只有两个,则是切片Q如果有三个Q则是切块?br /> ?旋{是变换维的方向,卛_表格中重新安排维的放|(例如行列互换Q?br />     OLAP有多U实现方法,Ҏ存储数据的方式不同可以分为ROLAP、MOLAP、HOLAP?br /> ROLAP 表示Z关系数据库的OLAP实现QRelational OLAPQ。以关系数据库ؓ核心,以关pdl构q行多维数据的表C和存储。ROLAP多l数据库的多l结构划分ؓ两类?一cL事实?用来存储数据和维关键?另一cLl表,卛_每个l至用一个表来存攄的层ơ、成员类别等l的描述信息。维表和事实表通过d键字和外关键字联pd一?形成?星型模式"。对于层ơ复杂的l?为避免冗余数据占用过大的存储I间,可以使用多个表来描述,q种星型模式的扩展称?雪花模式"?br />     MOLAP 表示Z多维数据l织的OLAP实现QMultidimensional OLAPQ。以多维数据l织方式为核?也就是说,MOLAP使用多维数组存储数据。多l数据在存储中将形成"立方块(CubeQ?的结?在MOLAP 中对"立方??旋{"?切块"?切片"是生多l数据报表的主要技术?br />     HOLAP表示Z混合数据l织的OLAP实现QHybrid OLAPQ。如低层是关pd的,高层是多l矩阵型的。这U方式具有更好的灉|性?br /> q有其他的一些实现OLAP的方法,如提供一个专用的SQL ServerQ对某些存储模式Q如星型、雪片型Q提供对SQL查询的特D支持?br />     OLAP 工具是针对特定问题的联机数据讉K与分析。它通过多维的方式对数据q行分析、查询和报表。维是h们观察数据的特定角度。例如,一个企业在考虑产品的销售情冉|Q通常从时间、地区和产品的不同角度来深入观察产品的销售情c这里的旉、地区和产品是l。而这些维的不同组合和所考察的度量指标构成的多维数组则是OLAP分析的基Q可形式化表CZؓQ维1Q维2Q?#8230;…Q维nQ度量指标)Q如Q地区、时间、品、销售额Q。多l分析是指对以多lŞ式组lv来的数据采取切片QSliceQ、切块(DiceQ、钻取(Drill-down和Roll-upQ、旋转(PivotQ等各种分析动作Q以求剖析数据,使用戯从多个角度、多侧面地观察数据库中的数据Q从而深入理解包含在数据中的信息?br />     Ҏl合性数据的l织方式的不同,目前常见的OLAP主要有基于多l数据库的MOLAP及基于关pL据库的ROLAP两种。MOLAP是以多维的方式组l和存储数据QROLAP则利用现有的关系数据库技术来模拟多维数据。在数据仓库应用中,OLAP应用一般是数据仓库应用的前端工P同时OLAP工具q可以同数据挖掘工具、统计分析工具配合用,增强决策分析功能?/p> http://www.chinabi.net/bbs1/dispbbs.asp?boardID=31&ID=825&page=4


]]>
数据仓库各种基础设施的选择http://www.tkk7.com/SIDNEY/archive/2008/02/21/181143.html渠上?/dc:creator>渠上?/author>Thu, 21 Feb 2008 09:49:00 GMThttp://www.tkk7.com/SIDNEY/archive/2008/02/21/181143.htmlhttp://www.tkk7.com/SIDNEY/comments/181143.htmlhttp://www.tkk7.com/SIDNEY/archive/2008/02/21/181143.html#Feedback0http://www.tkk7.com/SIDNEY/comments/commentRss/181143.htmlhttp://www.tkk7.com/SIDNEY/services/trackbacks/181143.html 1、数据的攉--数据的抽取、{换和装蝲(ETL)
  数据的收?-从原有的pȝ中有效地、高效地抽取、净化、{换和装蝲数据的问题,在数据仓库的建立q程中,已变得日益突出。当数据仓库的数据量非常大的时候,数据攉的高效性就变得更加必要Q否则就会加大客L投资?br />   采用什么样的方案来满ETL的要求,以支持商务和环境所要求的数据仓库、数据库合ƈ和系l主题重构就成ؓ用户选择的问题?br />   1)Programming (手工~程)
  2)Program Generator(~程?(如COBOL~程)
  3)TOOL(工具)模块?批处理方?如:Ardent公司的Infomoter产品
  早期的ETL操作都第一U或W二U方式来实现的,现在ETL工具是数据收集的L。现在用h要决{的已不再是关于技术方面的选择Q而更多是关于理斚w的选择Q如Q?br />   快捷解决Ҏ--目的是尽可能快地获得信息Q?br />   pȝ解决Ҏ--qx地、有效地、高效地实现ETL处理q程?br />   事实上,q两个方面都很需要考虑?在数据仓库初始徏立的时候, 或是旉紧急的目Q快速解x案会被认为非常有效。它会作ZU尝试或模型建立Q以后便会生出更多的系l的解决Ҏ。所以,pȝ的数据抽取和转换的方案将会适应大多数问题,如:数据质量?br />   以下列D商务需求和条g的问题,会对用户在ETL工具上的选择提供一些帮助:
  对系l数据的知识基础是否充分Q?br />   数据抽取/装蝲操作是一ơ完成,q是不断/反复操作Q?br />   x的焦Ҏ数据内涵的质量,q是补偿式的传递数据;
  数据质量问题是特D性的(例如是针对客h销售额)Q还是普遍性的)Q?br />   使用现成集成套g工具Q还是自己有针对性的开发;
  数据抽取/转换是集中管理,q是分布理Q?br />   数据抽取/转换是通过参数控制Q还是编E控制?br /> 2、OLAP--联机分析处理
  OLTPpȝ中的数据处理是高度结构化的、复杂数据模型操作,每一ơ事务处理通常只涉及一两张表,q且只对一行记录进行操作。这说明复杂的表关系不会影响到系l的性能、DSS处理Q正相反Q它的一ơ操作要涉及几百张表的上千行数据。在q种情况下,复杂的表q接会严重媄响性能。所?Q?????l????- 关系(ER)模型不能满决策支持环境的重要原因之一?br />   W二个原因,典型的ER模式q于复杂且难以导航。在OLTPpȝ中,q不是一个问题,使用和访问数据的路径非常明了Q应用可以硬~码来用特D的数据l构。但在DSS环境下,数据的用是非结构化的;用户仅仅在分析的时候才查找有关数据Q这个查找条件是随机的?br />   ׃传统的数据分析Y件不适用于动态数据分析,而关pL据库虽然h一定的数据视图选取和比较、综合的能力Q但它仍然受到数据分析能力局限性的制约Q所以生了一U针对特定问题的联机数据讉K和数据分析的技术,E. F. Codd这U技术定义ؓ"OTAP"Qƈ定义了十二条评hOLAP产品的准?Q即Q?br />   1)OLAP模型必须提供多维概念视图Q?br />   2)透明性准则;
  3)存取能力准则Q?br />   4)E_的报表性能Q?br />   5)客户/服务器体pȝ构;
  6)l的{同性准则;
  7)动态稀疏矩阵处理准则;
  8)多用h持能力准则;
  9)非受限的跨维操作Q?br />   10)直观的数据处理;
  11)灉|地生成报表;
  12)非受限的l与l的层次 ?br />   现在市场中有很多OLAP产品和工P以多l立方体(cube)的存?理)在整个数据仓库系l的位置划分Q可分ؓ三类Q?br />   1)客户?MicroCube);
  2)多维数据库服务器(MDDB)(HyperCube)Q?br />   3)关系数据库服务器(ROLAP)?br />   W一U利用查询工具对Cubeq入理Q但q仅适用于简单的二维查询报告?br />   MDDB和ROLAP都允许用户从多个观察角度来定义和查询数据Q但׃ROLAP技术与关系数据库的紧密l合Q在存储和管理能力上、在适应性方面,ROLAP要比MDDBh更强"鲁棒"性。例如:一?×3×3的立方体Q?每维?个维成员的三lCube)Q共?7个数据单元。若Ҏ分析需要,在每一l????一 ???l???Q????????(Cube) 变成4×4×4Q共64个数据单 元。所以,如果没有很强的数据存储和理能力Q是不能胜Q和适应复杂的分析环境?br /> 3 数据库服务器
?  数据仓库或数据集市与一般数据库应用比较而言Q在规模上和数据量上要大得多。Gartner集团的有x告说Q?数据仓库最也要支持几百个用户Q查询范围从单的索引查到复杂的对比分析?目前的数据仓库的数据量已l超q了千千兆字?TB)U。所以,关系数据库服务器无疑是数据仓库的核心?br />   在数据仓库中数据库的关键技术规U_下:
  开攄动态可伸羃体系l构Q?br />   数据库ƈ行数据操作的能力Q?br />   对ƈ行硬台环境的支持能力Q?br />   针对决策支持的增强特性;
  服务器的可靠性、可用性和可服务?RAS)Q?br />   新的商务逻辑的扩展性;
  高度灉|?Windows NT、UNIX)Q?br />   多用L支持?br />
4 工具
  实现数据仓库的最l目的是响应用户的要求,如资q财务、商务分析员和行业销售等Q他们要讉K企业的分析数据或信息而作出更好的商业决策Q大多数客户不仅要求直接讉K企业数据Q他们还要求在数据仓库不断增长的时候,减少查询的复杂性ƈ加快查询的速度和分析的速度。那么什么工兯够帮助最l用戯问数据呢?
  电子数据?如:Microsoft Excel)
  个h数据?如:Lotus Approch)
  查询和报告工?如:Brio Intelligence、Business Objects)
  EIS/DSSd/D工具(如:Brio Intelligence、Coguos Powerplay)
  多维分析/ROLAP(如:Informix Metacube)
  (注:目前Q电子数据表增长~慢Q多l分?ROLAP日益受到青睐)
  数据仓库的访问工L前增长迅速,而且U类丰富。所以,用户可根据自q应用要求和应用展C数据的风格来选择不同的访问工兗因此,要求数据仓库解决Ҏ对访问工具必采取开攄{略Q才能满用L真正要求?br /> 5 数据挖掘(Data Mining)或数据库知识发现(KDD-Knowledge Discovery Database)
  C企业L惛_保留住原有用L基础上,开发新的用P数据仓库已经成ؓq些企业的关键业务应用。它们利用数据仓库在产品、h根{投资、分配等斚wQ基于事实而不是基于管理直觉地作出决策。但是如何从如烟v的企业信息资料库中挤压出更有价值的信息Q答案就是数据挖掘。h们试囑֜数据对等的、不明显的和不可预知的模式中发现信息的模式、趋势以及关pR有一点必d调:数据挖掘是徏立数据仓库之上的决策技术?br />   Ҏ据挖掘的定义通常是这LQ?br />   数据挖掘或数据库知识发现是从数据中找出隐含的、预先未知的和潜在的有用信息的专门抽取操作。它包含大量不同的技术手D,如聚集、数据总计、学习分c规则、发现绝对工作的依赖性、分析变化和异常侦测?br />   下图描述了在数据挖掘和知识发现过E中不同阶段和处理的标识?br />   攉--Ҏ某些标准攉或截取数据记录?br />   预处?-q是数据清洗阶段Q在q个阶段那栯Z必要的信息删除,q将所需数据配制成一致的数据格式?br />   转换--数据传输,q{换成带有标识(overlay)的数据,使数据变得可用和可导航?br />   数据挖掘--q是从数据中做模式抽取的阶段?br />   解决与评?-l系l标识的模式被解释成能在来领导决策的知识?br />   范畴分析支持数据挖掘的两个主要阶D:建立模型和预未来结果。简单的_一个模型就是阐明输入对输出影响的数学公式。由于它是数学公式,所以它可以通过对基本数据不断理解的交互处理而不断提炼和调整Q达到可以接受的_E度。在决策q程中,决策者提出的问题千差万别Q解决问题的ҎZ各不相同,因此Q可以用很多技术徏立这些模型?br />   l计分析--最早用的Qƈ且最Ҏ理解的技术?br />   经|络--随着q几qh工智能工L行Qh们试N过数学的方法来模仿认知工作q程?br />   决策?-是一U概늮?if-then)的数学方法?br />   遗传法--该技术来自于对微生物通过自然的选择和遗传的l合如何q化的研I?br />   模糊逻辑--单地_是一U对数学公式新的理解Ҏ?例如Q将"大约6倍的2估算?2"代替6×2=12)
  Z记忆的推?memory-Based Reasoning)--它是一U通过与已l分cȝ同类记录比较Q给数据库中的记录分cȝ技术。因此,它也被称为K-最互邻(KNNQk-newest-neightor)技术?br />   混合Ҏ--各U不同的Ҏ按分析需要؜合用?br />
http://www.ibcc.com.cn/bbs/replytopic.asp?TOPIC_ID=42&replyno=3329&Forum_ID=58


]]>
վ֩ģ壺 ޾Ʒþþþ66| AV˳ۺ| ޻ɫַ| þ޾Ʒ| AVպAVþþ| ѸӰ߹ۿ| ѹۿƵ| aëƬѲ| ޾Ʒ2345| 뾫Ʒ123ѿ| þӰӹ| þúݺѹۿ| þsmȤ| þþþþAVվ | þƵ| av뾫Ʒվ| 99ѹۿƵ| ޹Ƭ߹ۿ| ҹ1000| ŷպ͵| Ʒѿ㽶| οŮվѴȫ| ɫþAVۺ| Ʒ10000| ƷavƬ| ?V˾Ʒպ| avƬ߹ۿ| avר߲ | ˳վ߹ۿ| AV߹ۿɫ| ƵƷƵ| þþƷavպ| ĻƵ| AV˵ù| Ƶ˳߲| 99ƵƵۿ| ĻۺϾþۺ| ޾ƷӰ| Ļ| AV˾Ʒպ| ޾Ʒרþþ|