注意： 如果想将维度添加到网格，而不是用另一个维度进行替换，则将该维度拖动到网格的中间。
? 按时间筛选数据
单击“Time”维度旁边的箭头。
展开“所有 Time”和“1998”节点，然后单击“Quarter 1”。将对网格中的数据进行筛选，使筛选出的数据为仅反映该季度情况的数字。
? ? 使用拖放方法交换“Product”和“Customer”维度。单击“Product”并将其拖到“Country”维度上。
? ? 双击网格中包含“Baking Goods”的单元。多维数据集展开以包括子类别列。
? ? 完成后，单击“关闭”按钮关闭多维数据集浏览器。 3．编辑多维数据集
使用多维数据集编辑器可以对现有多维数据集进行更改。 使用多维数据集编辑器向现有的 Sales 多维数据集添加维度
两种方法启用多维数据集编辑器：
? ? 在 Analysis Manager 树窗格中右击一个现有的多维数据集，然后单击“编辑”命令。
? ? 使用多维数据集编辑器直接创建新的多维数据集。除非您是高级用户，否则不建议使用本方法。
在多维数据集编辑器的“架构”窗格中，可以看到事实数据表（黄色标题栏）及联接的维度表（蓝色标题栏）。在多维数据集编辑器树窗格中，可以在层次树中预览多维数据集的结构。通过单击左窗格中底部的“属性”按钮，可以编辑多维数据集的属性。
? 向现有多维数据集添加维度
① 在多维数据集编辑器中，在“插入”菜单上单击“表”命令。
② 在“选择表”对话框中，单击“promotion”表，单击“添加”按钮，然后单击“关闭”按钮。
③ 若要定义新的维度，请双击“promotion”表中的“promotion_name”列。 ④ 在“映射列”对话框中选择“维度”选项，然后单击“确定”按钮。
? ? 在树视图中选择“Promotion Name”维度。 ? ? 在“编辑”菜单中单击“重命名”命令。 ? ? 键入“Promotion”，按 ENTER 键。 ? ? 保存所做的更改。 4．钻取多维数据
在 Sales 多维数据集内启用钻取，然后浏览数据并深化到事务。 ? 启用多维数据集的钻取功能
① 在 Analysis Manager 树窗格中，在“教程”数据库下，展开“多维数据集”文件夹，右击“Sales”多维数据集，然后单击“编辑”命令。
② 在多维数据集编辑器中，单击“工具”菜单中的“钻取选项”命令。 ③ 在“多维数据集钻取选项”对话框中选择“启用钻取”复选框。 ④ 单击“全选”，然后单击“确定”按钮。
⑤ 保存，然后关闭多维数据集编辑器。 ? 给角色提供钻取权限
① 在 Analysis Manager 树窗格中，在“教程” 数据库下，展开“多维数据集”文件夹，右击“Sales”多维数据集，然后单击“管理角色”命令。
② 多维数据集角色管理器出现，显示 Sales 多维数据集现有角色的列表。 ③ 在多维数据集角色管理器中，单击“Management”角色，然后在“钻取”列中单击扩展按钮（“...”）。 （还可以单击“编辑”。）
④“编辑多维数据集角色”对话框出现。选中“允许钻取”复选框。
⑤ 单击“确定”按钮。
⑥ 在多维数据集角色管理器中，“Management”角色显示钻取已启用。 ⑦ 关闭多维数据集角色管理器。 ? 使用分析管理器深化到源系统
① 在 Analysis Manager 树窗格中，在“教程”数据库下，展开“多维数据集”文件夹，右击“Sales”多维数据集，然后单击“浏览数据”命令。
② 多维数据集浏览器出现，显示在多维数据集内汇总的数据。通过双击“USA”、“WA”和“REDMOND”级别，展开“Country”级别。为了更好地查看数据，可能需要最大化“多维数据集浏览器”窗口。右击“Abbey”的单位销售额，然后单击“钻取”命令。
③ “钻取数据”对话框显示源系统中的事务，这些事务在 Analysis Services 中创建了该单元值。
④ 关闭“钻取数据”对话框。 ⑤ 关闭多维数据集浏览器。
五、实验思考题
1． 1． 编辑多维数据集不同的维度时应注意什么问题。 2． 2． 切片、钻取、切块等OLAP浏览操作之间的差异。 3． 3． 维度的增加或删除会对多维数据集产生什么影响。
实验三 数据挖掘
一、实验目的及要求
（一）实验目的
1．理解数据挖掘的基本概念及其过程； 2．理解数据挖掘与数据仓库、OLAP之间的关系
3．理解基本的数据挖掘技术与方法的工作原理与过程，掌握数据挖掘相关工具的使用。 （二）实验要求
利用实验室和指导教师提供的实验软件，认真完成规定的实验内容，真实地记录实验中遇到的各种问题和解决的方法与过程，并绘出实验案例的数据挖掘模型。实验完成后，应根据实验情况写出实验报告。
二、实验设备及软件
基于NT的局域网络，服务器与客户端安装MS SQL Server 服务系统、Analysis Services系统以及Crystal Report系统。
三、实验内容
将创建一个数据挖掘模型以训练销售数据，并使用“Microsoft 决策树”算法在客户群中找出会员卡选择模式。请将要挖掘的维度（事例维度）设置为客户，再将 Member_Card 成员的属性设置为数据挖掘算法识别模式时要使用的信息。然后选择人口统计特征列表，算法将从中确定模式：婚姻状况、年收入、在家子女数和教育程度。下一步需要训练模型，以便能够浏览树视图并从中读取模式。市场部将根据这些模式设计新的会员卡，使其适应申请各类会员卡的客户类型
四、实验步骤
1．创建揭示客户模式的数据挖掘模型
① 在 Analysis Manager 树视图中，展开“多维数据集”文件夹，右击“Sales”多维数据集，然后选择“新建挖掘模型”命令。
② 打开挖掘模型向导。在“选择数据挖掘技术”步骤中的“技术”框中选择“Microsoft 决策树”。单击“下一步”按钮。
③ 在“选择事例”步骤中，在“维度”框中选择“Customer”。在“级别”框中，确