Tabelle nidificate
In Microsoft SQL Server 2005 Analysis Services (SSAS) i dati devono essere inseriti in un algoritmo di data mining come serie di case contenuti in una tabella del case. Non è possibile descrivere tutti i case in una singola riga di dati. Ad esempio, un case potrebbe derivare da due tabelle che contengono l'una informazioni sui clienti e l'altra gli acquisti dei clienti. A un cliente elencato nella tabella dei clienti potrebbero essere associati più acquisti della tabella degli acquisti. In questo caso risulta difficile descrivere i dati utilizzando una sola riga. In Analysis Services è tuttavia possibile gestire questi casi utilizzando tabelle nidificate. Nella figura seguente viene illustrato il concetto di tabella nidificata.
.gif "Due tabelle combinate tramite una tabella nidificata")
Nella figura la prima tabella, che corrisponde alla tabella padre, contiene informazioni sui clienti e associa un identificatore univoco a ogni cliente. La seconda tabella, che corrisponde alla tabella figlio, contiene gli acquisti di ogni cliente. Tali acquisti sono correlati alla tabella padre da un identificatore univoco riportato nella colonna CustomerKey. La terza tabella della figura illustra la combinazione delle prime due tabelle.
Nella tabella del case una tabella nidificata è rappresentata da una colonna speciale con tipo di dati TABLE. Per le righe del case questo tipo di colonna include le righe selezionate dalla tabella figlio relative alla tabella padre.
Per poter creare una tabella nidificata, è necessario che le due tabelle di origine includano una relazione definita in modo che gli elementi di una tabella possano essere correlati all'altra tabella. In Business Intelligence Development Studio è possibile definire questa relazione nella vista origine dati. Per ulteriori informazioni sulla definizione di una relazione tra due tabelle, vedere Procedura: Aggiunta, eliminazione, visualizzazione o modifica di una relazione logica mediante Progettazione vista origine dati.
È possibile creare tabelle nidificate a livello di programmazione tramite DMX (Data Mining Extensions) o AMO (Analysis Management Objects) oppure tramite la Creazione guidata modello di data mining e Progettazione modelli di data mining in Business Intelligence Development Studio.
Per ulteriori informazioni: Progettazione modelli di data mining, Creazione guidata modello di data mining, CREATE MINING MODEL (DMX), CREATE MINING STRUCTURE (DMX)
Vedere anche
Concetti
Algoritmi di data mining
Concetti di base sul data mining
Strutture di data mining (Analysis Services)
Utilizzo degli strumenti di data mining
Utilizzo del data mining