《商业数据挖掘》实验一
一、实验目的
在SQL Server2005/2008上构建数据仓库
二、实验内容及步骤
1. 每个学生按自己的学号创建一个空的数据库。
2. 将“浙江经济普查数据”目录下的11个城市的生产总值构成表导入该数据库。要求表
中列的名称为EXCEL表中抬头的名称，表的名称分别为对应的excel文件名。
3. 检查导入表的列名和对应的数据类型是否正确，如不符合，需手工修改。要求如下： 字段名称 指标 总产出 增加值 劳动者报酬 生产净税额 固定资产折旧 营业盈余 4. 创建一个城市表，表的结构如下： 字段名称 城市ID 城市名称 数据类型 整型，主键 字符 数据类型 字符 带两位小数的数值型 带两位小数的数值型 带两位小数的数值型 带两位小数的数值型 带两位小数的数值型 带两位小数的数值型 往城市表中输入前面导入的11个城市名称和城市ID（注意不能重复），
5. 仔细阅读excel表格，分析产业结构的层次，找出产业、行业大类、行业中类的关系。
有些行业的指标值为几个子行业的累加。比如：第一产业→农林牧渔业 第二产业→工业→采矿业、制造业、电力、燃气及水的生产和供应业 6. 创建一个行业门类表，表的结构如下： 字段名称 行业中类ID 行业中类 行业大类 产业名称 数据类型 整型，主键 字符 字符 字符 7. 将excel表中分析出的产业、行业大类和行业中类输入到“行业门类表中”，其中行业中类ID可按顺序编写。
8. 创建一个新表汇总11个城市的生产总值，表的名称为“按城市和行业分组的生产总值
表”。表中的列名和第二步导入表的列名相同，同时添加一个新列（放在第一列），列名为“城市ID”，数据类型为整型；再添加一个新列（放在第二列），列名为“行业中类ID”，数据类型为整型。
9. 将11个城市的生产总值构成表导入到第6步创建的新表中，注意不同的城市，要用不
同的城市ID代入，行业中类ID可暂时为空值。 10. 将行业门类表中的行业中类ID值输入至表“按城市和行业分组的生产总值表”中的“行
业中类ID”列上。 11. 检查3个表：“按城市和行业分组的生产总值表”、“城市表”、“行业门类表”中主键和
外键是否一致（可通过关联查询检查）。
12. 删除“按城市和行业分组的生产总值表”中除了行业中类纪录以外的其他高层次的记录，
如指标为“第一产业”的行等等（如果不删除，将在汇总中出错）。
13. 删除“按城市和行业分组的生产总值表”中原有的“指标”列（由于这列在行业门类表
中已存在，因此是冗余的）。
14. 建立以下查询，和原EXCEL文件中的数据对比
a) 查询杭州市第二产业工业大类下各行业中类的总产出、增加值、劳动者报酬、营业盈
余
b) 分别查询11个城市的第二产业总产出汇总值 c) 分别查询11个城市的工业劳动者报酬汇总值 d) 分别查询11个城市的第三产业增加值
15. （选作）使用SSIS创建一个包，来完成第9步和第10步的过程，执行包，检查数据是否一致。
三、实验报告
上交创建好的数据库文件（学号.mdf和学号_log.ldf）和实验报告，所有的结果以截图形式放在实验报告中，对每张截图都必须做简要说明。