FoodMart數據庫是SQL Server以前版本所帶的示例數據庫，它模擬了一家大型的食品連鎖店的經營業務所產生的數據。其商業數據保存在一個Access格式的數據庫中，其中包括了客戶管理數據、銷售數據、分銷數據和庫存數據等。隨著業務量的增加，這個食品連鎖店的老板迫切需要多方位地掌握其經營狀況，而傳統的報表形式和數據處理方式已經不能滿足這一要求，因此在保留歷史數據的基礎上構建商業智能應用已經迫在眉睫。下面就描述滿足這一商務需求的技術實現過程。
2.1 設計和創建數據倉庫
FoodMart數據庫涉及到公司經營的各個方面，包括產品、庫存、人事、客戶和銷售等。一個真正的商業智能應用應該對這些業務需求進行全面地考慮。本章截取這些需求中的銷售部分構建商業智能。
2.1.1 原始業務數據分析
打開配套文件中附帶的foodmart.mdb文件，可以看到如圖2-1所示的24張表，雖然以前在設計這個數據庫的時候加入了數據倉庫的某些特點，但由于它本身源于以前的系統，也存儲了全部的業務數據，因此這里作為初學可以把它理解為福馬特商店的原始數據。
在這個數據庫中，包含了福馬特商店日常經營業務的數據，如人事管理中的員工信息存儲在employee表中，員工所屬部門信息存儲在department表中，職務信息則存儲在position表中，庫存管理業務中的倉庫類型存儲在 warehouse_class表中，具體的倉庫存儲在warehouse中。
2.1.2 設計數據倉庫邏輯模型
福馬特市場部的商務需求是要對1998年進行的所有銷售業務數據進行多角度分析，以便市場分析人員能在查詢數據庫時獲取快速的響應，高層管理人員也能從總體上把握影響本年度銷售的因素。這需要利用存儲在公司業務數據庫中的數據，建立數據倉庫，進而創建可用于分析的多維數據結構。
如前所述，這里只著眼于銷售方面的數據，因而把與銷售相關的表提煉出來進行分析。在foodmart.mdb 數據庫中，銷售業務的數據和時間、促銷手段、產品和店鋪等都有關系，它們的關系體現在表與表之間的邏輯關系上。要從業務數據出發設計數據倉庫的結構，必須明確業務數據本身的結構，而業務數據的關系一般是基于關系數據庫設計的范式。數據倉庫中表的關系不受關系數據庫設計范式的約束，但也要遵循一定的結構規范，如星形結構和雪花形結構即是這種類型的規范。同時這也是數據倉庫邏輯結構的兩種類型。關于數據庫和數據倉庫邏輯結構設計的異同將在第3章講解。
這里希望用雪花形結構來構建福馬特商店的銷售數據倉庫，邏輯結構設計圖如圖2-2所示。
在數據倉庫的邏輯結構中，數據表可以劃分為兩類：一類是事實數據表（簡稱為“事實表”），用來存儲數據倉庫中的實際數據，如這里存儲1998年銷售數據的sales_fact_1998表即為事實表；另一類是維度數據表（簡稱為“維度表”），用來存儲數據倉庫中的維度數據，如這里的關于時間、促銷手段和產品等分析要素的表均為維度表。關于事實表和維度表的具體知識也在第3章學習。
注意，在本例中設計的維度表和事實表與原始數據中的表名及結構都一致，這主要是由原始數據的特點和本章作為入門章節的定位決定的。在實際設計的時候，通常需要根據需求情況重新建立與原始數據不同的表結構。這主要是由于傳統業務的數據庫是用來進行事務處理的（即 OLTP），而數據倉庫則是用來進行分析處理的（即OLAP），用途的不同決定了其結構的不同。這一點在以后復雜的數據倉庫設計中會通過示例體現出來。
2.1.3 創建foodmartsaleDW數據倉庫
數據倉庫也是一種數據庫，其管理同樣是通過數據庫管理系統（DBMS）來進行的。因此數據倉庫可以像普通數據庫一樣進行創建、修改和刪除。當數據倉庫的邏輯結構設計完后，就可以創建物理數據倉庫了。
這時可以在SQL Server Management Studio中按照一般的建立數據庫的方法建立一個名為“foodmartsaleDW”的數據庫，然后把這里設計的表創建好，數據類型依據原始數據庫中的各個表和字段的數據類型設置。具體操作方法可以參閱本書的姊妹篇《SQL Server 2005數據庫管理與應用高手修煉指南》。但由于這里數據倉庫的表結構與原始數據庫中的表結構基本一致，因此，創建foodmartsaleDW數據倉庫的物理結構過程也可以在ETL階段完成。
延伸閱讀
文章來源于領測軟件測試網 http://www.kjueaiud.com/
