多維數(shù)據(jù)庫及MDX介紹

1

內容

?AnalysisServices簡介

?創(chuàng)建多維模型

?用MDX分析數(shù)據(jù)

?MDX例子補充

*作業(yè)

2

1.AnalysisServices簡介

1.1AnalysisServices

1.2樣本數(shù)據(jù)庫FoodMart2005

1.3多維數(shù)據(jù)庫

1.4統(tǒng)一維度模型

1.5客戶機/服務器體系結構

3

1.1AnalysisServices

?MicrosoftSQLServerAnalysis

Services是開發(fā)微軟業(yè)務智能戰(zhàn)略平臺

的基礎平臺。

?為了訪問OLAP系統(tǒng)中存儲的數(shù)據(jù)，

AnalysisServices支持MDX

(MultidimensionalExpressions)查詢

語言。

4

1.AnalysisServices簡介

1.1AnalysisServices

1.2樣本數(shù)據(jù)庫FoodMart2005

1.3多維數(shù)據(jù)庫

1.4統(tǒng)一維度模型

1.5客戶機/服務器體系結構

5

1.2FoodMart2005

?FoodMart公司在美國、加拿大和墨西哥的

零售連鎖店中銷售食品和其他商品。公司

的商品放在幾個倉庫中，然后分發(fā)到各個

商店。

一客戶數(shù)據(jù)（名稱和地址）存放在Customers維

度中。

一商店數(shù)據(jù)：各個FoodMart商店數(shù)據(jù)存放在

Stores表格和相應的Store維度中。

6

1.2FoodMart2005

一產品與數(shù)據(jù)倉庫：產品信息放在兩個表中：

product/lass與product。這些表構成

Product維度。倉庫數(shù)據(jù)放在warehouse表格中,

對應Warehouse維度。

-時間數(shù)據(jù)：與日期和時間有關的信息存放在

time_by_day表格和相應的Time維度中。

7

1.2FoodMart2005

一帳戶數(shù)據(jù)：為了分析企業(yè)的財務狀況，可以根據(jù)帳

戶構造財務，如資產、負債等等。與帳戶有關的信

,電存放在account表不口本目應的Account維度中。

-貨幣數(shù)據(jù)：為了支持不同幣種，F(xiàn)oodMart數(shù)據(jù)倉

庫包含currency表和相應的Currency維度。

-員工數(shù)據(jù)放在三個表中：employee、position與

departmento這些表對應于Employee和

Department維度。

8

1.AnalysisServices簡介

1.1AnalysisServices

1.2樣本數(shù)據(jù)庫FoodMart2005

1.3多維數(shù)據(jù)庫

1.4統(tǒng)一維度模型

1.5客戶機/服務器體系結構

9

1.3多維數(shù)據(jù)庫

?多維數(shù)據(jù)庫是分析大量數(shù)據(jù)的最成功的解

決方案之一。AnalysisServices2005是

完整靈活的多維數(shù)據(jù)庫實現(xiàn)方法。

?AnalysisServices2005多維數(shù)據(jù)模型：

-物理模型：定義數(shù)據(jù)如何在物理媒介上存儲。

一概念模型：確定數(shù)據(jù)表示方法和定義數(shù)據(jù)的

方法。

-應用模型：定義向用戶表示數(shù)據(jù)的格式。

10

134多維空間

?多維數(shù)據(jù)集可用多維空間來描述。幾何空

間與多維數(shù)據(jù)空間的一個最重要差別是幾

何直線由無限個連續(xù)點構成，而多維空間

是離散的，每一維包含離散值。

?描述多維空間的術語：

維度、成員、值、屬性、長度、元組、切

片、維度層次、單元格、度量值、聚合

函數(shù)、子多維數(shù)據(jù)集。

11

L3.2描述術語(1)

?維度(dimension):描述數(shù)據(jù)中公司要分析的

一些要素。例如，時間維度。

?成員(member):對應于一個維度的一個點。

例如，時間維度中的星期一是個維度成員。

?值(value):是一個成員的一個唯一特性。

?屬性(attribute):是成員的完整集合。例如

一周的所有日期是時間維度的屬性。

?長度(size或cardinality)是一個維度包含

的成員數(shù)。例如，星期的天數(shù)構成的時間維

度長度為7。

12

描述術語（2）

?元組（tuple）是多維空間中的坐標。例如，

（[2%Milk],[EdwardMelomed],[March]）

?切片（slice）是多維空間中的一段，可以用一

個元組定義。例如，一月份發(fā)生的銷售切片

（[January]）o

13

EdwardMclomcd

Club2%Milk

14

描述術語（3）

?維度層次

-如果我們要按季度或年度來定義銷售空間，而時

間維度只有單一屬性月份，我們在時間維度中增

加兩個相關屬性（季和年）。

一月份作為關鍵屬性，季和年作為相關屬性，在相

關屬性和關鍵屬性之間建立關系。這樣可以創(chuàng)建

這個維度的維度層次。這個維度層次包含三層：

年、季、月O

—^個維度可以有多個層次，但每個層次要使用相

同的關鍵屬性。

15

描述術語（4）

?因為增加了相關屬性，這些相關屬性在多維空間

中創(chuàng)建了許多新點，但這些新點不必增加任何新

值，因為外部數(shù)據(jù)源中只包含月份。這些點的值

要靠計算得到。

?多維數(shù)據(jù)集由事實空間和邏輯空間的點集合而成。

一事實空間：只包含表示實際銷售的點。

-邏輯空間：多維數(shù)據(jù)集中除去事實空間的點。

?多維數(shù)據(jù)集空間中的每個點稱為一個單元格

(cell)o

16

描述術語（5）

?度量值：單元格的值稱為度量值。例如，客

戶為產品所付的金額。

?聚合函數(shù)：聚合函數(shù)可能簡單（累加）或復

雜（半累加）。

-累加聚合函數(shù)：數(shù)據(jù)和、最小與最大值和個數(shù)。

-所有其它函數(shù)都是復雜的，使用復雜公式和算法。

?子多維數(shù)據(jù)集：多維數(shù)據(jù)集完全空間的一部

分。

17

1.AnalysisServices簡介

1.1AnalysisServices

1.2樣本數(shù)據(jù)庫FoodMart2005

1.3多維數(shù)據(jù)庫

1.4統(tǒng)一維度模型

1.5客戶機/服務器體系結構

18

1.4統(tǒng)一維度模理（UDM）

?統(tǒng)一維度模型使我們可以設置系統(tǒng)，使不同

類型的客戶端程序可以訪問數(shù)據(jù)倉庫中的關

系型和多維數(shù)據(jù)庫而不必分別對其采用不同

模型。

?統(tǒng)一維度模型（UDM）的作用是在用戶和數(shù)據(jù)

源之間搭建一座橋梁。UDM構造于一個或多

個物理數(shù)據(jù)源之上。用戶使用多種客戶端工

具（例如，MicrosoftExcel）向UDM發(fā)出

查詢。

19

客戶第工具

關系數(shù)而n

-SQLServer

?Oracle

?DB2

?Access

-Teradata

文件

20

1.AnalysisServices簡介

1.1AnalysisServices

1.2樣本數(shù)據(jù)庫FoodMart2005

1.3多維數(shù)據(jù)庫

1.4統(tǒng)一維度模型

1.5客戶機/服務器體系結構

21

1.5客戶機〃艮務器體系結構

?多維數(shù)據(jù)庫的體系結構與關系型數(shù)據(jù)庫有許

多相同之處，SSAS2005支持不同體系結構以

訪問數(shù)據(jù)。

-----層體系結構：數(shù)據(jù)與客戶程序放在同一計算機

上，程序從存儲的信息中請求信息。

-二層體系結構：數(shù)據(jù)存放在服務器上，相應查詢

時移到客戶端

22

客戶機〃艮務器體系結構(cont.)

-三層體系結構：數(shù)據(jù)庫服務器與客戶機之間有一

個Internet服務器。

?客戶機利用HTTP建立Internet服務器連接，然后

連接OLAP服務器。

?OLAP服務器將相應數(shù)據(jù)發(fā)送到Internet服務器，

其將數(shù)據(jù)以Web頁面形式，發(fā)送給客戶機使用。

一四層體系結構：數(shù)據(jù)放在關系型數(shù)據(jù)庫中，在多

維數(shù)據(jù)庫中緩存，Internet服務器支持多維數(shù)據(jù)

庫程序與客戶端之間的通信。

-多維數(shù)據(jù)庫還可以用不同分布式存儲系統(tǒng)。

23

2.創(chuàng)建多維模翅

2.1DDL

2.2概念模型中的維度

2.3多維數(shù)據(jù)集與多維分析

2.4度量值與多維分析

2.5創(chuàng)建多維數(shù)據(jù)集

24

2.1數(shù)據(jù)定義語言（DDL）

?DDL是面向對象的語言,可以定義多維模型中

的對象和這些對象所需的所有屬性。

?DDL對象

-主對象：用戶可以通過操縱（獨立于其父對象）

創(chuàng)建和改變模型的對象。

-次對象：主對象的子對象。

一模型的根對象是Database（也是個主對象）,包

含這個模型中所有對象的清單。

25

FoodMart數(shù)據(jù)庫的DDL定義

<Database

xwlns=,,http://schemas.microsoft.com/analysisservices/2OO3/engine,F>

<ID>FoodMart.：：2005</ID>

<Name>FoodHart2005</Naine>

<Diwension5/>

<Cubes/>

<Data5ources/>

<DataSourceVieus/>

<Translations/>

</Database>

26

2.創(chuàng)建多維模翅

2.1DDL

2.2概念模型中的維度

2.3多維數(shù)據(jù)集與多維分析

2.4度量值與多維分析

2.5創(chuàng)建多維數(shù)據(jù)集

27

2.2概念模型中的維度

?用DDL定義維度

<Dimension>

<ID>Customer</ID>

<Name>Customer</Name>

<Annotations/>

〈Attributes/>

<Hierarchies/>

</Dimension>

28

221維度屬性

?多維模型用一組屬性定義維度數(shù)據(jù)的一組

“定義域”，一個域是一個維度屬性。

?維度的鍵——關鍵屬性。例。

?屬性成員鍵：

-茴單鍵用數(shù)據(jù)庫中允許的任何數(shù)據(jù)類型的單個值

定義。

-復合鍵用不同數(shù)據(jù)類型值組合定義。當鍵的唯一

性無法標識特定成員時，就要用到復合鍵。

29

222屬性之間的關系

?一個維度的所有屬性中只有一個是關鍵屬性，其它屬

性關聯(lián)到關鍵屬性，這個聯(lián)系可以是直接的也可以是

間接的。

Country

StateProvince

對一應的定義。

DDLCustomerID30

關系的參數(shù)

?屬性之間的關系定義一個屬性與另一個屬

性可能的關聯(lián)?？梢栽O置的主要參數(shù)：

一RelationshipType

?用途：定義修改相關屬性某個成員的鍵值的

規(guī)則。

?隼值：Rigid:相關屬性的值和當前屬性是

捆綁的，不能修改。Flexible:可以改變。

31

關系的參數(shù)(cont.)

一Cardinality

?用途：定義相關屬性或其成員作為當前屬性

的成員屬性時其鍵的關系性質。

?隼值：One-to-One:當前屬性的唯一一個成

員聯(lián)系到相關屬性的每個成員。One-to-

Many:相關屬性的一個成員可以作為當前屬

性中不同成員的屬性。

32

關系的參數(shù)(cont.)

—Visible

?用途：確定用戶是否可以把相關屬性當作當

前屬性的成員屬性來訪問。

?隼值：False:不能把相關屬性當作當前屬性

的成員屬性。True:可以。

33

2.2.3屬性離散化

?離散值與連續(xù)值

-離散值的值與值之間有清晰的邊界。例如，Gender屬性通

常只有兩個值：男或女。

-連續(xù)值之間沒有清晰的邊界，是連續(xù)的。例如，工人的工

資通常在一定值之間。

?屬性離散化的原因：有些連續(xù)值集合是無窮的或非

常大的。處理這么大的范圍很難高效處理。

?屬性離散化也可以用于本身是離散化太多的屬性，

如Customer維度的CustomerID屬性。

34

屬性離散化(cont.)

?為了讓AnalysisServices對連續(xù)屬性進行離

散化，需要設置兩個屬性：

-DiscretizationMethod:定義離散化的特定

方法。

—DiscretizationBucketCount:定義分組的

個數(shù)。

35

2.2.4父屬性

?父屬性標識維度表中的一個列，基于該列與同一維

度表中的主鍵建立外鍵關系。此類關系為“自引用

關系”或“自聯(lián)接”。

?用Usage參數(shù)將屬性定義為Parent。

?例：Employee屬性

36

2.2.5維度層次

?層次可以看作導航路徑，是訪問多維模型的主要途

徑。定義層次就是定義層次對象本身和指定所有層

及所有屬性的集合。層次有兩個很重要的屬性：

—SourceAttributelD:定義層成員的源。這個屬性定義某個

成員屬于某層之后，成員得到兩個特性：

?父成員是當前成員所在層上層的的成員。

?子成員是當前成員所在層下層的成員。

—HideMemberlf:定義向客戶程序顯示成員的規(guī)則。

37

維度層次類型(1)

?自然層次和非自然層次

一維度屬性之間存在依賴性。整個層次結構由層次

中作為層的屬性之間的關系確定。這種層次成為

自然層次。

-非自然層次。例如，有兩個屬性MaritalStatus

和Gender是互不相關的°

38

維度層次類型(1)

?非自然層次與自然層次的差別在于定義哪個

成員屬于哪個父屬性的方法不同。

-自然層次用成員間的關系定義父子關系

-而非自然層次用成員與鍵屬性的關系定義父子關

?建議：定義維度時，一定要小心定義屬性問

的關系并根據(jù)其建立層次，應避免非自然層

次。因為屬性間的關系類型會影響性能。

39

維度層次類型（2）

?AH層與Key層

-AH層聯(lián)合層次中頂層的所有元素。省略AH層時，

層次的頂層是一組元素而不是一個元素。這時很

難知道哪個元素是默認元素。

-Key層基于維度的鍵屬性。加上Key層不改變層次，

因為每個層次都包括Key層。但是會給系統(tǒng)增加負

擔，向下訪問時甚至可能使用戶程序崩潰。

?強烈建議層次中包括All層，不要包括Key層。

40

2.2.6屬性層次

?如果不建立用戶定義層次或需要引用層次以外的成

員，則可以使用屬性層次。

?屬性層次模型中每個屬性定義兩個層：AH層和基于

原屬性的層。屬性層次的名稱與原屬性同名。如果

包含屬性層次，則可以不創(chuàng)建用戶定義層次而引用

屬性的任何成員。

41

屬性層次(cont.)

?定義屬性層次行為的屬性：

—IsAggregatable:屬性是否可以在層次中聚合。

—AttributeHierarchyEnabled:是否為此屬性啟用了屬性

層次結構。

AttributeAll

AttributeCountry

BCDFGuerrero...CAORAttributeStateProvince

42

2.2.7父子層次

?父子層次結構是標準維度中包含父屬性的層

次結構。

?父子層次只有兩個屬性：父屬性和鍵屬性，

鍵屬性作為子屬性。

?父子層次可以創(chuàng)建靈活的數(shù)據(jù)結構。但要構

造和維護父子層次需要大量系統(tǒng)資源。父子

層次在多維數(shù)據(jù)集中引入的復雜度會大大影

響模型的有效性，使用戶很難理解模型。除

非確有必要，否則不用父子層次。

43

2.創(chuàng)建多維模翅

2.1DDL

2.2概念模型中的維度

2.3多維數(shù)據(jù)集與多維分析

2.4度量值與多維分析

2.5創(chuàng)建多維數(shù)據(jù)集

44

2.3多維數(shù)據(jù)集與多維分析

?多維分析中使用的主要對象是多維數(shù)據(jù)集。

它可以有任意多維，其各個維度的長度不一

定相同。

?多維數(shù)據(jù)集有兩大集合：

-維度集合：定義多維空間中的維度。

一度量集合：我們要分析的數(shù)據(jù)。

45

多維數(shù)據(jù)集與多維分析

?多維數(shù)據(jù)集定義

<Cubexmlns=…〉

<ID>FoodMart2005</ID>

<Name>WarehouseandSales</Name>

<Dimensions/>

<MeasureGroups/>

</Cube>

46

2.3.1多維數(shù)據(jù)集維度

?多維數(shù)據(jù)集的多維空間由一系列維度定義，這是數(shù)

據(jù)庫中維度的子集。

?例：WarehouseandSales多維數(shù)據(jù)集的Dimensions

o

?多維數(shù)據(jù)集維度的參數(shù)：

-DI是多維數(shù)據(jù)集維度的標識符。

-Name是多維數(shù)據(jù)集用戶看到的維度名稱。

-DimensionlD定義多維數(shù)據(jù)集維度基礎數(shù)據(jù)庫維度。

這個參數(shù)是數(shù)據(jù)庫中數(shù)據(jù)庫維度的標識符。

—Attributes集合定義屬性。

—Hierarchies集合定義一列層次。

47

2.3.2維度多維數(shù)據(jù)集

?起因：

-MDX只識別多維數(shù)據(jù)集維度。如何使客戶程序訪問

數(shù)據(jù)庫中的所有信息？

?解決方法：

—AnalysisServices在創(chuàng)建數(shù)據(jù)庫維度時自動創(chuàng)

建一個維度多維數(shù)據(jù)集。這個多維數(shù)據(jù)集只包含

一個維度。

?訪問方法：

-維度多維數(shù)據(jù)集的名稱在維度名前面加上美元號。

例如，$Customers0、

?透視是為特定應用程序或用戶組創(chuàng)建的多維

數(shù)據(jù)集的子集。

-多維數(shù)據(jù)集本身是一個默認的透視。

-透視針對客戶端顯示為一個多維數(shù)據(jù)集。當用戶

查看透視時，該透視看上去像另一個多維數(shù)據(jù)集。

49

透視（cont.）

?定義透視日寸要指定五個集合：

—Dimensions集合指定透視顯示的維度清單。

—MeasureGroups集合指定透視顯示的度量值組清

單。

—Calculations集合指定透視顯示的計算清單。

-KPIs集合指定透視顯示的關鍵性能指標清單。

-Actions集合指定透視顯示的操作清單。

50

2.創(chuàng)建多維模翅

2.1DDL

2.2概念模型中的維度

2.3多維數(shù)據(jù)集與多維分析

2.4度量值與多維分析

2.5創(chuàng)建多維數(shù)據(jù)集

51

2.4度量值與多維分析

?度量值就是要分析的值。

?度量值按照事實數(shù)據(jù)表分為多個度量值組。

度量值組用于將維度和度量值進行關聯(lián)。

?一個多維數(shù)據(jù)集的所有度量值構成度量值維

度。

52

241度量值

?度量值是要分析的事實數(shù)據(jù)。其確定:

?模型中如何分析，分析什么；

?分析使用的資源；

?分析精度；

?數(shù)據(jù)載入模型和從其讀串的速度。

53

度量值（cont.）

?度量值屬性

-Name:度量值名，要在多維數(shù)據(jù)集中唯一。

-ID:引用度量值的唯一標識符。

-Source:度量值的數(shù)據(jù)規(guī)范，定義將度量值數(shù)據(jù)

正確載入模型所需的全部信息。

—AggregateFunction:確定如何從事實空間數(shù)據(jù)值

計算多維空間的數(shù)據(jù)。

—MeasureExpression:定義計算度量值的公式（如

果這個值是從其它度量值求得）。

例：例oreSales度量值的定義

54

2.4.2聚合

?AggregateFunction和DataType定義度量值的

行為，這兩個屬性是相互聯(lián)系的。

-SUM:度量值計算是把不同層的數(shù)據(jù)相加。

?注意：SUM聚合不能使用String數(shù)據(jù)類型。

-MAX與MIN:分別計算度量值的最大值和最小值。

?注意：MAX與MIN聚合不能用String數(shù)據(jù)類型。

55

聚合（cont.）

-COUNT:計算度量值中非Null的記錄個數(shù)。

?數(shù)據(jù)類型不影響聚合結果，建議讓其與關系型表格中

原先的數(shù)據(jù)類型保持相同即可。

-DISTINCTCOUNT:計算度量值具有唯一值的個數(shù)

記錄個數(shù)O

?這個聚合函數(shù)接受String數(shù)據(jù)類型和其他數(shù)據(jù)類型。

?在度量值組中，只能有一個度量值使用DISTINCT

COUNT聚合函數(shù)。

56

2.4.3度量值組

?度量值按照事實數(shù)據(jù)表分為多個度量值組。

度量值組用于將維度和度量值進行關聯(lián)。

?同一粒度的度量值聯(lián)合一個度量值組（事

實）O

57

度量值組(cont.)

?度量值組屬性：

-Type:度量值組類型。

-Measures:構成事實的度量值列表。事實中至少

要有一個度量值。

-Dimensions:維度集合，定義粒度和事實與多維

數(shù)據(jù)集維度空間的綁定。

—IgnoreUnrelatedDimensions:定義事實中未用的

維度從度量值組讀隼數(shù)據(jù)時的模型行為。

—EstimatedRows:模型創(chuàng)建者估計事實中包含的行

例：&les度量值組定義58

2.4.4度量值組維度

?事實的數(shù)據(jù)空間是多維數(shù)據(jù)集數(shù)據(jù)空間的子

集，由度量值組維度定義（這是多維數(shù)據(jù)集

維度的子集）。

?粒度

-如果度量值組維度的粒度是鍵屬性，則不必指定

任何其他信息；否則要定義度量值組維度的一列

屬性，指定其中哪個是粒度屬性。

-為了使屬性成為粒度屬性，可以將其Type屬性設

置為Granularity。

-每個維度只允許指定一個粒度屬性。

59

度量值組維度(cont.)

?度量值組維度分為兩種：

一直接維度，直接與事實相聯(lián)系。

一間接維度，通過其他維度或度量值相關聯(lián)到事實。

?引用維度、多對多維度、數(shù)據(jù)挖掘維度

?度量表達式定義多維數(shù)據(jù)集兩個度量值間的算術運

算，產生一個度量值。

60

2.創(chuàng)建多維模翅

2.1DDL

2.2概念模型中的維度

2.3多維數(shù)據(jù)集與多維分析

2.4度量值與多維分析

2.5創(chuàng)建多維數(shù)據(jù)集

61

2.5創(chuàng)建多維數(shù)據(jù)集

?工具：SQLServerBusinessIntelligence

DevelopmentStudio(BIDevStudio)提

供了開發(fā)多維模型的用戶界面。

?樣本數(shù)據(jù)庫：Northwind

?過程：

-創(chuàng)建數(shù)據(jù)源

-設計數(shù)據(jù)源視圖

-設計維度

-設計多維數(shù)據(jù)集

-配置工程、部署工程62

251創(chuàng)建數(shù)據(jù)源

?創(chuàng)建新數(shù)據(jù)源

-在BIDevStudio中新建AnalysisServices項目

-在BIDevStudio的解決方案資源管理器中右擊

數(shù)據(jù)源節(jié)點并從彈出菜單中選擇新建數(shù)據(jù)源。

-新建連接：填寫服務器名，驗證方式以及數(shù)據(jù)庫

名O

?瀏覽DDL定義

-在解決方案資源管理器中右擊FoodMart2005.ds

文件，選擇“查看代碼”o

63

創(chuàng)建數(shù)據(jù)源

64

創(chuàng)建數(shù)據(jù)源

提供程序(E)：|本機OLEDB\5QLNativeClient三］

服務器名(E)：

B7AB695915D2449▼“刷新(g)

登錄到服務器

o使用Windows身份驗證(緲

使用SQLServer身份驗證(Q)

用戶名國)：|

連接到一個數(shù)據(jù)庫

6詢I；才注第fT\i：如迫1廠卻時65

2.5.2設計數(shù)據(jù)源視

?數(shù)據(jù)源視圖是個分析服務對象，表示關系型

數(shù)據(jù)庫模式之上的抽象層。

，芻tip

_jNorthwind

日」婺據(jù)源

?:，Northwind.ds

新建數(shù)據(jù)源視圖（由…

I->

一j淮E

7月捻綃E

I角色

程序集

、。雜項

設計數(shù)據(jù)源視

選擇表和視圖

從要包含在數(shù)據(jù)源視圖中的關系數(shù)據(jù)庫中選擇對象.

可用對象(Q:包含的對象①;

名稱類型名稱類型*

因dbo.Alphabeticalli...視圖—二）dbo.Employees表

囪-dbo.CategorySale...視圖>口dbo.EmployeeTer,,,表

回dbo.CurrentProdu視圖口dbo.OrderDetails表

Qidbo.Customerand...視圖口dbo.Orders表

鹵!dbo.Invoices視圖口dbo.Products表

直】dbo.OrderDetails...視圖口dbo.Region表

回dbo.OrderSubtotals視圖J]dbo.Shippers表

>>

[3Jdbo.OrdersQry視圖口dbo.Suppliers表

鹵'dbo.ProductSales...視圖—3dbo.sysdiagrams表

回dbo.ProductsAbo...視圖?」dbo.Territories表

V

-rlRr?CiRlKI

篩選器(D：畫[而加相關表0

顯示系統(tǒng)對象(Q)

〈上一步?下一步?取消

67

設計數(shù)據(jù)源視

曬數(shù)據(jù)

完成向導

話提供一個名稱，然后單擊垸成“以創(chuàng)建新數(shù)據(jù)源視圖■

名稱3):

Northwind

M(P)：

I-心Northwind

1dbo.Categories

dbo.CustomerCustomerDemo

1dbo.CustomerDemographics

:dbo,Customers

*1dbo.Employees

Hdbo.Employee!erritories

1dbo.OrderDetails

*1dbo.Orders

*1dbo.Products

1d