TIỂU LUẬN MÔN CƠ SƠ DỮ LIỆU NÂNG CAO Công nghệ OLAP và ứng dụng

Data Warehouse và OLAP Group 15
Page 1 of 29

Công nghệ OLAP và ứng dụng
Data Warehouse và OLAP Group 15
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ
KHOA CÔNG NGHỆ THÔNG TIN
Seminar
Công nghệ OLAP và ứng dụng
Page 2 of 29
Học viên :
1.Phạm Xuân Bách - 11021064
2.Nguyễn Tiến Đạt - 11021056
Lớp : Cơ sở dữ liệu nâng cao
Giảng viên: PGS. TS. Nguyễn Hà Nam
Data Warehouse và OLAP Group 15
Hà Nội, Tháng 04 năm 2012
Contents
I.Data Warehouse 5
Tính tích hợp (Intergrated ) 7
Hướng chủ đề (Subject-oriented) 7
Biến thời gian (Time variant) 8
Bền vững (Non-volatile ): 8
II.OLAP 9
Page 3 of 29
Data Warehouse và OLAP Group 15
Page 4 of 29
Data Warehouse và OLAP Group 15
I. Data Warehouse
1. Tổng quan
Kho dữ liệu (Data warehouse), gọi một cách chính xác hơn là kho thông tin

(Information warehouse), là một cơ sở dữ liệu hướng đối tượng được thiết kế với
việc tiếp cận các ý kiến trong mọi lĩnh vực kinh doanh. Nó cung cấp các công cụ để
đáp ứng thông tin cần thiết cho các nhà quản trị kinh doanh tại mọi cấp độ tổ chức -
không những chỉ là những yêu cầu dữ liệu phức hợp, mà còn là điều kiện thuận tiện
nhất để đạt được việc lấy thông tin nhanh, chính xác.
Figure 1: Data warehouse
Là một sự pha trộn của nhiều công nghệ, bao gồm các cơ sở dữ liệu đa chiều và mối
quan hệ giữa chúng, kiến trúc chủ khách, giao diện người dùng đồ họa,
Kho dữ liệu thường rất lớn tới hàng trăm GB hay thậm chí hàng Terabyte. Kho dữ
liệu được xây dựng để tiện lợi cho việc truy cập theo nhiều nguồn, nhiều kiểu dữ
Page 5 of 29
Data Warehouse và OLAP Group 15
liệu khác nhau sao cho có thể kết hợp được cả những ứng dụng của các công nghệ
hiện đại và kế thừa được từ những hệ thống đã có sẵn từ trước.
2. Ý nghĩa
Truy cập dữ liệu một cách thống nhất
• Thu nhập và kết hợp thông tin
• Cung cấp một khung nhìn dữ liệu tích hợp
• Giao diện người dùng không thay đổi
• Hỗ trợ khả năng chia sẻ
Dữ liệu được tích hợp và tổ chức một cách thống nhất
• Hệ thống dễ hiểu, dễ sử dụng
• Tích hợp một cách rõ ràng
• Dễ dùng các công cụ phân tích
Chuyển đổi dữ liệu thành thông tin: cung cấp thông tin chính xác, đúng thời điểm và
đúng định dạng
3. Đặc điểm
Page 6 of 29
Data Warehouse và OLAP Group 15
Data warehouse có bốn đặc điểm được mô tả như hình vẽ dưới đây

Figure 2: Đặc điểm của Data warehouse
Tính tích hợp (Intergrated )
Dữ liệu được tập hợp từ nhiều nguồn khác nhau trong một tổ chức/công ty
và đã được đồng nhất, sắp xếp và thu gọn. Các dữ liệu cần phải chĩnh xác, chất
lượng và nhất quán. Các quy ước chuẩn quá:
• Quy ước đặt tên
• Các thuộc tính
• CÁc đơn vị đo lường
Hướng chủ đề (Subject-oriented)
• Được tổ chức xung quanh các chủ đề chính, như khách hàng
(customer), sản phẩm (product), bán hàng (sales).
Page 7 of 29
Data Warehouse và OLAP Group 15
• Tập trung vào việc mô hình hóa và phân tích dữ liệu cho các nhà đưa
ra quyết định, mà không tập trung vào các hoạt động hay các xử lý
giao dịch hàng ngày.
• Cung cấp một khung nhìn đơn giản và súc tích xung quanh các sự
kiện của các chủ đề.
Biến thời gian (Time variant)
Các dữ liệu được định nghĩa vào một thời điểm xác định và được ghi chép
lại phục vụ cho việc so sánh dữ liệu theo chiều thời gian
• Yêu cầu quan trong cho kho dữ liệu là phạm vi về thời gian dài hơn
so với các hệ thống tác nghiệp.
o Cơ sở dữ liệu tác nghiệp: dữ liệu có giá trị hiện thời.
o Dữ liệu của kho dữ liệu: cung cấp thông tin lịch sử (ví dụ
như, 5-10 năm trước).
• Yếu tố thời gian được lưu trữ trong CSDL
Bền vững (Non-volatile ):
Dữ liệu có thể được thêm vào như không được sửa chữa hoặc xóa bỏ.
Nhằm giúp nhà quản lý có thể tổng hợp công việc kinh doanh của toàn tổ

chức/công ty.
4. Cấu trúc
Figure 3: Cấu trúc Data warehouse
Page 8 of 29
Data Warehouse và OLAP Group 15
 Một Data warehouse được cấu tạo từ một hay nhiều cube (khái niệm này sẽ đề
cập ở phần sau).
 Enterprise Data warehouse: tập hợp toàn bộ thông tin về các đối tượng của
toàn tổ chức/công ty. Ví dụ: sản phẩm, khách hàng, doanh thu …
 Data mart (kho dữ liệu chủ đề): là một tập con của Data warehouse, chỉ tập
trung vào những đối tượng được chọn.
II. OLAP
1. Tổng quan
Nếu hệ thống xử lý chuyển giao dữ liệu OLTP tập trung vào việc thu thập, lưu trữ
và biến đổi dữ liệu một cách chuẩn xác, thì OLAP tập trung vào việc sử dụng các
dữ liệu đã được biến đổi vào việc ra quyết định sản xuất kinh doanh. OLAP là một
mục trong các phần mềm cơ sở dữ liệu cung cấp giao diện qua đó người sử dụng
có thể biến đổi hoặc giới hạn các dữ liệu sơ khai tuỳ theo các hàm đã định nghĩa
hoặc do chính người sử dụng định nghĩa, sau đó nhanh chóng kiểm tra các kết quả
trong các chiều khác nhau của dữ liệu.
Page 9 of 29
Data Warehouse và OLAP Group 15
Figure 4: Vị trí của Olap
Hệ thống OLAP là một hệ thống quản lý dữ liệu giàu năng lực. Nó cho phép người
sử dụng phân tích dữ liệu qua việc cắt lát (slice) dữ liệu theo nhiều khía cạnh khác
nhau, khoan xuống (drill down) mức chi tiết hơn hay cuộn lên (roll up) mức tổng
hợp hơn của dữ liệu. Bản chất cốt lõi của OLAP là dữ liệu được lấy ra từ Data
warehouse hoặc từ Datamart sau đó được chuyển thành mô hình đa chiều và được
lưu trữ trong một kho dữ liệu đa chiều.
Cụ thể, OLAP là một kỹ thuật sử dụng các thể hiện dữ liệu đa chiều gọi là các

khối (cube) nhằm cung cấp khả năng truy xuất nhanh đến dữ liệu của kho dữ liệu.
Tạo khối cho dữ liệu trong các bảng chiều (dimension table) và bảng sự kiện (fact
table) trong kho dữ liệu để cung cấp khả năng thực hiện các truy vấn tinh vi và
phân tích cho các ứng dụng client.
OLAP cung cấp nhiều lợi ích cho người phân tích, cho ví dụ như:
• Cung cấp mô hình dữ liệu đa chiều trực quan cho phép dễ dàng lựa chọn,
định hướng và khám phá dữ liệu.
• Cung cấp một ngôn ngữ truy vấn phân tích, cung cấp sức mạnh để khám
phá các mối quan hệ trong dữ liệu kinh doanh phức tạp.
• Dữ liệu được tính toán trước đối với các truy vấn thường xuyên nhằm làm
cho thời gian trả lời rất nhanh đối với các truy vấn đặc biệt.
• Cung cấp các công cụ mạnh giúp người dùng tạo các khung nhìn mới của
dữ liệu dựa trên một tập các hàm tính toán đặc biệt.
• Hỗ trợ tạo mô hình chức năng để dự báo, phân tích xu thế phát triển và
phân tích thống kê.
• Tìm kiếm và hiển thị dữ liệu dưới dạng biểu đồ, không gian 2D, 3D, …
Page 10 of 29
Data Warehouse và OLAP Group 15
OLAP được đặt ra để xử lý các truy vấn liên quan đến lượng dữ liệu rất lớn mà
nếu cho thực thi các truy vấn này trong hệ thống OLTP sẽ không thể cho kết quả
hoặc sẽ mất rất nhiều thời gian.
2. Đặc điểm
Công nghệ OLAP có những đặc điểm chính sau:
 Được biết đến như là một phần của kho dữ liệu
 Cung cấp các báo cáo, phân tích tiền tính toán, các đồ thị, biểu đồ
 Cho phép phân tích trực tuyến dữ liệu
 Thăm dò sự tương tác dữ liệu
 Cung cấp các giao diện đa dạng cho người dùng
 Cung cấp khả năng phân tích dữ liệu phức tạp bằng phương thức đơn giản
3. So sánh OLAP và OLTP

Chúng ta có thể phân chia các hệ thống IT ra làm hai phần là: giao dịch (OLTP) và
phân tích (OLAP). Theo một cách thông thường, chúng ta có thể giả thiết rằng các
hệ thống OLTP cung cấp các dữ liệu nguồn (source data) cho data warehouses,
trong khí đó thì hệ thống OLAP trợ giúp cho việc phân tích nó.
Figure 5: OLAP và OLTP
Đặc trưng của các ứng dụng OLTP (On-Line Transaction Processing) là các tác vụ
xử lý tự động ghi chép dữ liệu xử lý tác vụ của một tổ chức như ghi nhận đơn đặt
Page 11 of 29
Data Warehouse và OLAP Group 15
hàng và các giao dịch ngân hàng (chúng là những công việc hàng ngày của tổ chức
thương mại) mà cần phải đọc hoặc cập nhật một vài mẩu tin dựa trên khoá chính
của chúng. Những tác vụ đó có cấu trúc, được lặp lại, bao gồm các giao dịch ngắn,
tối giản và tách biệt, yêu cầu dữ liệu chi tiết và mới cập nhật. Các cơ sở dữ liệu tác
nghiệp có xu hướng từ vài trăm megabyte đến hàng gigabyte kích thước và chỉ lưu
trữ các dữ liệu hiện hành. Tính nhất quán và khả năng phục hồi của cơ sở dữ liệu
là then chốt, và tối đa thông lượng giao dịch là thước đo chính yếu. Vì thế cơ sở
dữ liệu được thiết kế để tối thiểu các xung đột trùng lắp.
Table 1: OLTP và OLAP
OLTP System OLAP System
Data
source
Các dữ liệu toán tử, là những dữ liệu gốc
được chuẩn hóa theo các chuẩn
Dữ liệu hợp nhất từ nhiều các kiểu dữ liệu của
hệ thống OLTP
Mục đích
Điều khiển và chạy những tiến trình giao
dịch cơ bản
Hỗ trợ người dùng với các kế hoạch cụ thể,
giải quyết sự cố và hộ trợ quyết định

Dữ liệu
đầu ra
Đưa ra một khung nhìn về các tiến trình
giao dịch đang xảy ra
Các nhìn đá chiều về nhiều kiểu hoạt động
giao dịch
Insert và
Update
Chèn và update dữ liệu rất nhanh được
thực thi bởi người dùng
Thực hiện một cách định kì, dài hạn trong việc
làm mới lại dữ liệu
Truy vấn
Các quy vấn đơn giản hoặc các truy vấn
quan hệ, trả về một số bản ghi
Các truy vấn phức tạp liên quan đến việc tổng
hợp dữ liệu
Tốc độ xử
lý
Rất nhanh Phụ thuộc vào khối lượng dữ liệu, xử lý dữ
liệu theo khối và các truy vấn phức tập có thể
mất nhiều giờ xử lý (có thể cải thiện bằng các
thuật toán indexing)
Không
gian lưu
trữ
Có thể là nhỏ Lớn do sự tồn tại của các cấu trúc tổng hợp và
các dữ liệu thời gian trước, cần nhiều địa chỉ
hơn OLTP
Database

design
Thông thường là các bảng Một số các bảng; sử dụng các giản đồ hình sao
hay bông tuyết
Backup Sao lưu một cách cẩn thận, các dữ liệu Không cần sử dụng các kĩ thuật backup thông
Page 12 of 29
Data Warehouse và OLAP Group 15
and
Recovery
toán tử là rất quan trọng để chạy các giao
dịch, mất dữ liệu là có khả năng dẫn đến
thiệt hại về tiền bạc và trách nhiệm pháp
lý
thường, một số mội trường xem xét việc đọc
các dữ liệu OLTP như là một phương thức
khôi phục
4. Các mô hình tổ chức dữ liệu Olap
4.1MOLAP (Multidimensional OLAP)
Mô hình MOLAP lưu trữ dữ liệu cơ sở (là dữ liệu từ các bảng của kho dữ liệu) và
thông tin tổng hợp (là các độ đo được tính toán từ các bảng) trong các khối (cube)
Page 13 of 29
Data Warehouse và OLAP Group 15
Figure 6: HOLAP
Dữ liệu được tìm thấy tại điểm giao của các chiều được mô tả như hình dưới đây:
Figure 7: HOLAP cue
Dữ liệu trong MOLAP cần phải được process sau một thời g nhất định để cập nhật
lại những dữ liệu mới trong Data Warehouse.
 MOLAP thích hợp cho các truy vấn tổng hợp dữ liệu theo thời gian dài.
• Ví dụ: tổng hợp doanh thu của từng chi nhánh trong vòng 2 năm trở lại.
4.2ROLAP (Relational OLAP)
Mô hình OLAP quan hệ (ROLAP) lưu trữ dữ liệu cơ sở và thông tin tổng hợptrong

các bảng quan hệ:
Page 14 of 29
Data Warehouse và OLAP Group 15
Figure 8: ROLAP
Dữ liệu được tìm thấy tại điểm giao của 1 cột và 1 hàng
Figure 9: ROLAP Data
Có hai kiểu mô hình dữ liệu tỏng ROLAP:
a. Lược đồ hình sao (star) mỗi một chiều chỉ được xây dựng từ một bảng
chiều
Page 15 of 29
Data Warehouse và OLAP Group 15
Figure 10: Lược đồ hình Sao (Star)
b. Lược đồ hình bông tuyết (snowflake): mỗi chiều được xây dựng từ nhiều
bảng chiều
Figure 11: Lược đồ Snowflake
ROLAP thích hợp cho các truy vấn dữ liệu theo thời gian thực (xảy ra thường
xuyên và đòi hỏi độ chính xác tức thời).
• Ví dụ: xem thông tin chứng khoán
Page 16 of 29
Data Warehouse và OLAP Group 15
4.3HOLAP (Hybrid OLAP)
Là mô hình OLAP lai (HOLAP) là sự kết hợp giữa MOLAP và ROLAP.
Figure 12: HOLAP
HOLAP là mô hình lai giữa MOLAP và HOLAP, kết hợp những ưu điểm và loại
bỏ những khuyết điểm của 2 mô hình trên nhằm tạo ra một mô hình tối ưu.
Lưu trữ các khối (cube) trong cấu trúc HOLAP là tốt nhất cho các truy vấn tổng
hợp dữ liệu thường xuyên dựa trên một lượng lớn dữ liệu cơ sở. Ví dụ, chúng ta sẽ
lưu trữ dữ liệu bán hàng theo hàng quý, hàng năm trong cấu trong MOLAP và dữ
liệu hàng tháng, hàng tuần và hàng ngày trong cấu trúc ROLAP.
Lợi ích của việc lưu trữ trong cấu trúc HOLAP là:

• Lưu dữ liệu tổng hợp trong Cube (theo MOLAP) để tăng tốc độ xử lý
các truy vấn phức tạp
• Lưu trữ dữ liệu cơ sở trong các bảng quan hệ (theo ROLAP) nhằm tiết
kiệm không gian lưu trữ
 Ví dụ: Trong một công ty chứng khoán:
• Dữ liệu về thông tin nhân viên, doanh thu của 2 năm trở
về trước => lưu trong cube
• Dữ liệu về thông tin chứng khoán, giá cổ phiếu hằng ngày
=> lưu trong bảng quan hệ
 Tối ưu hóa được vấn đề lưu trữ và xử lý của hệ thống.
Page 17 of 29
Data Warehouse và OLAP Group 15
4.4 So sánh giữa các mô hình
Table 2: So sánh giữ các mô hình OLAP
MOLAP ROLAP HOLAP
Số chiều >2 2 >2
Lưu trữ dữ liệu cơ sở Khối Bảng quan hệ Bảng quan hệ
Lưu trữ thông tin tổng hợp Khối Bảng quan hệ Khối
Hiệu suất thực hiện truy vấn Nhanh nhất Chậm nhất Nhanh
Tiêu thụ không gian lưu trữ Nhiều Thấp Trung bình
Chi phí bảo trì Cao Thấp Trung bình
Chọn mô hình nào cần dựa vào hiệu suất, mục đích khai thác, và lượng dữ liệu,… (ví
dụ MOLAP: thích hợp với data marts <50 GB, ROLAP: lượng dữ liệu có thể lớn hơn)
Page 18 of 29
Data Warehouse và OLAP Group 15
III. OLAP và Business Intelligence
Trong giai đoạn triển khai một dự án BI, xử lý phân tích trực tuyến (OLAP) đã
luôn luôn được các công ty phân tích của sự lựa chọn. Với các báo cáo được gửi
đến người tiêu dùng nói chung, OLAP được coi là một công cụ hỗ trợ cực tốt cho
người sử dụng để xác định xu hướng và thu được những phân tích sâu hơn từ các

tập dữ liệu lớn. Cho đến gần đây, chỉ có người dùng cao cấp BI mới có thể khai
thác những lợi ích thực sự của OLAP do sự phức tạp của nó. Với sự phát triển của
lĩnh vực BI, sự đa dạng của các giải pháp có sẵn, và người tiêu dùng luôn phải đối
mặt với các ứng dụng lớn, thì OLAP luôn có khả năng được người dùng doanh
nghiệp áp dụng trong các dự án BI của họ.
Figure 13: BI Processes
Với các ứng dụng BI mở rộng để giải quyết các nhu cầu của người dùng doanh
nghiệp mà không có kỹ thuật sử dụng công nghệ, luôn có các loại phân tích có sẵn
cho tất cả mọi người trong doanh nghiệp. Do khả năng sắp xếp và bố trí tốt hơn
các mục tiêu chiến lược với hiệu suất kinh doanh tổng thể, điều này dẫn tới tỷ lệ
hoàn vốn nhiều hơn. Lý do đằng sau này là khi mọi người trong tổ chức có quyền
truy cập cá dữ liệu thông tin rộng lớn hơn một cách dễ dàng và khi họ có thể hỏi
và trả lời các câu hỏi tương tác mà không cần phải có một bên thứ ba làm nhiệm
vụ phân tích đánh giá – Điều này không chỉ làm các nhân viên cảm thấy được trao
quyền nhiều hơn trong vai trò công ty của họ, mà còn thúc đẩy họ nghiên cứu sâu
hơn và trở nên chuyên nghiệp hơn vào những gì đang xảy ra trong công ty. Điều
này sẽ dẫn đến hiệu quả trong việc quản lý thời gian và ra quyết định.
Page 19 of 29
Data Warehouse và OLAP Group 15
Để đạt được những lợi ích, các tổ chức đầu tiên phải hiểu rõ vai trò của OLAP
trong một khuôn khổ rộng lớn hơn việc tình báo kinh doanh. Thứ hai, các doanh
nghiệp nên có thể trao đổi những lợi ích họ nhận được của BI. Và cuối cùng, các
công ty yêu cầu các nhà quản lý rằng các công cụ OLAP có thể được rộng rãi áp
dụng trong các tổ chức, và giúp tạo ra sự hợp tác giữa các tổ chức.
1. Vai trò của OLAP trong BI
OLAP đóng vai trò quan trọng trong phân tích BI. Với OLAP, tổ chức có thể
thực hiện các phân tích đa chiều để xem thông tin theo thời gian hoặc để tích hợp
các nguồn dữ liệu khác nhau tạo ra một điểm gắn kết của tổ chức. Mặc dù một số
công ty không yêu cầu nhận biết các cách nhìn sâu sắc vào chiều sâu trên cơ sở
như vậy, hầu hết các doanh nghiệp sử dụng BI được thu hút bằng cách sử dụng

một số mức độ phân tích tiên tiến, cho dù là mô hình tiên đoán, xác định rủi ro
hoặc thực hiện dự án dựa trên xu hướng được nội ra từ trong quá khứ.
Nhìn chung, OLAP đưa ra các cách nhìn nhiều chiều sâu dữ liệu theo từng cấp
bậc. Khả năng phân tích dữ liệu đa chiều và thu được những cái nhìn xuyên suốt
dẫn tới việc quản lý của doanh nghiệp trở nên tốt hơn, bởi vì điều này đã cung cấp
cho các công ty những thông tin ngoài sự mong đợi mà không dễ dàng gì truy
nhập được. Với những dữ liệu không thực tế, chúng ta không biết được câu hỏi
nào phải hỏi. Khi thông tin có giá trị và khả năng tính toán nó, khoảng cách có thể
được nhận ra, điều này dẫn tới cái nhìn sâu sắc hơn về những vấn đề xảy ra trong
tổ chức. Mặc dù những trí tuệ kinh doanh thông thường có khả năng hiển thị dữ
liệu rộng hơn và những hiểu biết sâu hơn vào hiệu suất, OLAP đã tạo ra một bước
đi mới để giúp những người có tầm nhìn vượt qua giới hạn hiện tại trong BI.
2. Những cách nhìn sâu sắc
Rõ ràng, BI và OLAP đang có dự liên kết sâu sắc. Trường hợp cần tạo các bản
báo cáo, BI cung cấp cái nhìn ban đầu sơ khai về hiệu suất hàng ngày, và OLAP
nhìn vào bức tranh rộng lớn hơn ở cấp độ vi mô. Mặc dù điều này có vẻ trực quan,
thực tế là nhiều tổ chức không thể giải thích BI giá trị sẽ mang lại cho công ty, và
những người khác không thể giải mã các ROI thực tế đạt được thông qua việc sử
dụng BI. Sau cùng, các báo cáo không cung cấp một cái nhìn thường xuyên hoặc
cái nhìn tĩnh của hoạt động, và thông qua khả năng dẫn đến thu được các thông tin
rộng hơn.
Page 20 of 29
Data Warehouse và OLAP Group 15
Ngoài việc OLAP được sử dụng rộng rãi trong BI, các công ty phân tích và
giải pháp BI cung cấp các mô hình triển khai OLAP mạnh mẽ cho các nhà phân
tích yêu cầu thêm thông tin hơn. Ngoài ra, với việc đẩy mạnh theo hướng kinh
doanh phải đối mặt với các ứng dụng, khả năng tương tác với các công nghệ (và
phân tích cụ thể) như là một công cụ siêu người dùng đối với truy cập bởi tất cả
các nhà sản xuất quyết định trong tổ chức. Cho dù thông qua các biểu đồ tương tác
mà tích hợp OLAP chức năng hoặc thông qua các giải pháp BI truyền thống với

môi trường tăng cường chức năng kéo-và-thả và hướng dẫn trình học thuật, OLAP
đang trở thành một phần thực tế kinh nghiệm của bất kì người nào làm việc trong
lĩnh vực BI.
3. Demo một ứng dụng Business Intelligence trên SQL Analyis Service
Lựa chọn một giải pháp BI là nhiệm vụ không dễ dàng. Với rất nhiều các giải
pháp cung cấp, nó có thể là khó khăn để xác định làm khác biệt quan trọng của bất
kỳ một giải pháp nào khác.
Sử dụng SQL Server Business Intelligence Development Studio . Database thử
nghiệm: Adventure Works của Microsoft.
Các bước triển khai một project
a. Tạo Data Source
Truy nhập tới SQL Server chứa database Adventure Works
Page 21 of 29
Data Warehouse và OLAP Group 15
Figure 14: Tạo Data Source
b. Tạo Data Source View
Tạo các khung nhìn khác nhau của dữ liệu, lựa chọn những bảng số liệu cần
thiết cho project của mình.
Page 22 of 29
Data Warehouse và OLAP Group 15
Figure 15: Tạo Data Source View
c. Tạo các chiều dữ liệu (Dimentions)
Dựa vào Data Source View, chúng ta có thể tạo những chiều giữ liệu tính
toán. Ví dụ như: Địa điểm (Nước -> Tỉnh/thành phố -> Huyện/Xã )
Figure 16: Tạo chiều dữ liệu
Tạo chiều dữ liệu thời gian (chiều dữ liệu thời gian thường rất hay sử dụng
trong các dữ liệu thống kê hay kinh doanh)
Page 23 of 29
Data Warehouse và OLAP Group 15
Figure 17: Chiều dữ liệu thời gian

Tạo nút Cha/con
d. Tạo các khối dữ liệu (Cue)
Page 24 of 29
Data Warehouse và OLAP Group 15
Figure 18: Tạo Cue
Triển khai và duyệt dữ liệu
Nhấn Build-> Deploy Project
Kéo thả các Chiều dữ liệu và các độ đo vào vùng trình diễn dự liệu (Detail Field)
Page 25 of 29