ETL学习之四：SQL Server Integration Services入门

  ETL学习之四：SQL Server Integration Services入门

         SSIS就是微软在SQL SERVER2005上对DTS的升级，不得不说，微软在BI上是花了很大功夫的，包括提供了SSIS,SSAS,SSRS等多个工具，从创建数据仓库，到从元数据抽取数据，到创建维度和挖掘结构，挖掘模型，训练，报表模型设计，报表设计，发布，非常方便和强大。先从ETL开始，看看利用这些工具如何将元数据和数据仓库联系起来，以下转自MSDN:

      

     在本课中，您将创建一个简单 ETL 包，该包可以从单个平面文件源提取数据，使用两个查找转换组件转换该数据，然后将该数据写入 AdventureWorksDW 中的 FactCurrencyRate 事实数据表。在本课中，您还将学习如何创建新包、添加和配置数据源和目标连接以及使用新的控制流和数据流组件。

重要事项：

本教程需要 AdventureWorksDW 示例数据库。有关安装和部署 AdventureWorksDW 的详细信息，请参阅： 运行安装程序安装 AdventureWorks 示例数据库和示例.

了解包要求

在创建包之前，需要充分了解在源数据和目标数据中使用的格式。了解了这两种数据格式后，才能定义将源数据映射到目标数据所需的转换。

查看源

对于本教程，源数据是一组包含在平面文件 SampleCurrencyData.txt 中的历史货币数据。源数据有以下四列：货币的平均汇率、货币键、日期键和当天汇率。

下面是 SampleCurrencyData.txt 文件中所包含的源数据示例：

1.00010001   ARS   9/3/2001 0:00    0.99960016

1.00010001   ARS   9/4/2001 0:00    1.001001001

1.00020004   ARS   9/5/2001 0:00    0.99990001

1.00020004   ARS   9/6/2001 0:00    1.00040016

1.00050025   ARS   9/7/2001 0:00    0.99990001

1.00050025   ARS   9/8/2001 0:00    1.001001001

1.00050025   ARS   9/9/2001 0:00    1

1.00010001   ARS   9/10/2001 0:00   1.00040016

1.00020004   ARS   9/11/2001 0:00   0.99990001

1.00020004   ARS   9/12/2001 0:00   1.001101211

 

在使用平面文件源数据时，需要了解平面文件连接管理器如何解释平面文件数据，这一点很重要。如果平面文件源是 Unicode 编码的，则平面文件连接管理将所有列定义为 [DT_WSTR]，默认列宽为 50。如果平面文件源是 ANSI 编码的，则将列定义为 [DT_STR]，默认列宽为 50 。您可能必须更改这些默认设置，才能使字符串列类型与所使用的数据更相符。为此，您需要查看将写入数据的目标的数据类型，然后在平面文件连接管理器中选择正确的类型。

查看目标

源数据的最终目标是 AdventureWorksDW 中的 FactCurrencyRate 事实数据表。FactCurrencyRate 事实数据表有四列，并且与两个维度表有关系，如下表所示。

列名	数据类型	查找表	查找列
AverageRate	float	无	无
CurrencyKey	int (FK)	DimCurrency	CurrencyKey (PK)
TimeKey	Int (FK)	DimTime	TimeKey (PK)
EndOfDayRate	float	无	无

将源数据映射为与目标兼容

对源数据和目标数据的分析指出需要查找 CurrencyKey 和 TimeKey 值。将执行这些查找的转换通过使用 DimCurrency 和 DimTime 维度表中的备用键来获取 CurrencyKey 和 TimeKey 值。

平面文件列	表名	列名	数据类型
0	FactCurrencyRate	AverageRate	Float
1	DimCurrency	CurrencyAlternateKey	nchar(3)
2	DimTime	FullDateAlternateKey	Datetime
3	FactCurrencyRate	EndOfDayRate	Float