SQL SERVER BI 入門
或許有很多同學和我一樣，只是聽說過BI這個詞匯，但如果工作不涉及到數據統計分析或數據挖掘，很難接觸這方面的知識。我以前一直向往能在這方面有所歷練，恰巧最近公司需要做數據統計和分析的工作，這份工作我主動提出來做，榮幸之至。寫這篇文章也是對我最近工作的總結。
下載並安裝
我工作選用的SqlServer 2008 R2，由於在自己電腦上寫博客，所以我這里嘗試使用2012版本，順便也能看看哪里不同。 下載地址是http://www.microsoft.com/en-us/download/details.aspx?id=29066如果你的系統是中文的則選擇中文版。
安裝時選擇功能模塊如下：[配圖1]
請注意右下角的Prerequisites for selected features的提示內容，需要4.0，其實還需要3.5。
基本概念介紹
數據分析主要包含如下內容：
原始數據庫
原始數據庫主要是用於一些數據上報的數據存儲，它包含的是最原始的信息，比如一個用戶在什么時間訪問了什么頁面或點擊了哪些按鈕。這些數據可以通過js、as、或后端代碼進行上報。
這種日志性的數據上報一般量非常大，一天可能就產生幾億條數據，之前我在一家廣告公司呆過，廣告的量大的驚人，因為廣告都是在各大門戶展現的，所以頁面的PV就是廣告的條數，用戶的相關操作還會有數據產生，每天十來G的數據量都不成問題，所以原始數據庫表的設計要注意幾點：
1、不能有索引（除了主鍵），也不需要索引，因為相關的分析統計都在數據倉庫里進行。
2、主鍵必須是有序的主鍵，如果是GUID之類的，就無法保證順序，在這數據插入時會調整數據存儲的物理順序，這是非常恐怖的事情，影響速度。
3、如果數據非常大，要考慮采用分區或分庫存儲。
4、如果瞬間插入的太多數據庫壓力大，則需要考慮增加一個緩存層來緩解壓力，這便需要編寫服務對緩存層數據進行整理插入到數據庫的工作。這樣也的缺點是萬一緩存服務掛掉，有可能會有數據丟失的情況，可以選用會持久化的緩存服務。總之，這些是需要權衡的。
數據倉庫數據庫
數據倉庫數據庫，是必須的，所有的統計分析都需要以此為基礎。數據倉庫的表分為兩種：維度表（dimension）和事實表（fact）。
1. 維度表
維度很容易理解。例如，我們想知道每天有多少用戶使用了產品，那么“每天”就是一個維度，因為我們需要安裝“天”來查詢有多少用戶。同樣，年、月、周、季度、地區等都是我們最常見的維度。
2. 事實表
事實表的理解可能會模糊一些。一般可以理解為我們要對哪種數據做統計，這種數據事實產生了哪些記錄。比如每個用戶每一個操作，這是一個事實。那么我們對用戶的操作行為做統計的時就需要行為的事實表。
3. 事實表和維度表的關系
如果我們使用時間維度對用戶行為做統計，那么事實表必須要有一個時間字段。而時間字段的存儲其實是時間維度表的主鍵ID，而不是真正的時間，如圖：[配圖2]
注意，我的事實表FactUserAction（用戶操作行為事實）的OperateDate是int類型，和維度表DimDate建立了關系，而且DimDate把日期拆成了年月日三個字段，因為統計可能需要對年和月進行統計，所以這么設計；他們之間有一個層次關系，我們后面會講。原始表的設計如圖
細心的朋友可能會發現，事實表的UserAction也是一個int，是的，其實這也是一個查詢維度，只是我們暫時只拿時間做例子。
4. 如何設計事實表和維度表
事實表和維度的設計主要是運維和產品人員的需求而決定的。程序員必能因為開發的復雜而拒絕他們的需求。當然，也不能無理的需求。這篇文章就以時間維度的需求做講解吧，這個一般也是必須的需求。
5. 事實表和維度表的數據填充
這一項對我們程序員來講是最為簡單的，因為我們可以開發一個服務，定時從原始數據庫把數據按照倉庫的設計重組，並插入。SQLSERVER BI也提供了現有的工具，這種工具稱之為ETL（Extraction-Transformation-Loading數據提取、轉換和加載），在SQLSERVERBI里叫SSIS（SqlServer Integration Service）。
圖片里三個方塊是從一個表里讀出數據，然后通過一個列的轉換，最后把轉換后的列映射到目標庫的表里，我這里做的是把CreateTime字段轉換成Year Month 和 Day，然后插入到DimDate表
使用ETL要比自己寫導入程序更能方便的和Analysis Services交互。比如導入程序后執行唯獨表，比如各種數據源的集成，非常方便。不過我沒有做深入研究。暫時就不寫這一塊了，有興趣的朋友可以慢慢摸索下。
今天就先寫這么多，因為我為了截圖，安裝SQLServer費了好大勁，.NET Framework 3.5總是安裝時下載失敗。我的系統是windows8，需要單獨安裝3.5才行。
大家先了解這些概念，不太明白的概念，可以先百科一下。下節寫關於Analysis services的使用。