BI－SSAS简介篇

关系图中的挖掘结构基于包含多个表或视图的数据源，它们按 CustomerID字段进行联接。一个表包含有关客户的信息，例如地理区域、年龄、收入和性别，而相关嵌套表包含每个客户的多行其他相关信息，例如客户已购买的产品。此关系图显示根据一个挖掘结构可以生成多个模型，并且这些模型可以使用该结构中的不同列。

模型1 使用 CustomerID、收入、年龄和区域，并根据区域筛选数据。

模型2 使用 CustomerID、收入、年龄和区域，并根据年龄筛选数据。

模型3 使用 CustomerID、年龄、性别和嵌套表，不使用筛选器。

由于以上模型使用不同的输入列，并且其中两个模型还通过应用筛选器来限制在模型中使用的数据，因此即使这些模型基于相同数据，其结果也将大不相同。请注意，CustomerID 列在所有模型中都是必需的，因为它是可作为事例键使用的唯一可用列。

通过以上说明：数据挖掘结构的基本体系结构：如何定义挖掘结构、如何用数据填充它以及如何使用它创建模型。下一篇会通过一个简单的实例来实现。

（一）数据挖掘使用精心研究的统计原则来发现您的数据中的模式，帮助您针对复杂问题作出明智的决策。通过将 Analysis Services中的数据挖掘算法应用于您的数据，您可以预测趋势、标识模式、创建规则和建议、分析复杂数据集中的事件顺序以及洞察新情况。

（二）SQL Server 2014中的数据挖掘不仅功能强大和易于访问，并且与许多人在进行分析和报告工作时喜欢使用的工具集成在一起。通过查看本节中提供的链接，您可以获取在开始学习数据挖掘时需要掌握的丰富背景信息。

通过以上简单的介绍，让我们对SSAS有了一定的了解，至于它功能的实现及各个细节比如：数据源的建立，数据视图的建立，多维数据集，多维的建立等下一篇文章通过简单的实例来讲解。