基于数据仓库的图书管理系统1.ER图
图1-1
2.数据库表
1)读者信息表
表2-1reader表
字段名称rId
major academy telephone borrowNum 数据类型
char(32)
varchar(50)
varchar(50)
varchar(50)
int
主键
Y
N
N
N
N
是否空
N
N
N
N
N
说明
主键
专业
学院
电话
借阅量
表2-2book 表
字段名称bId bName author price invNum category borrowDate position
rId 数据类型
char(32)
varchar(200)
varchar(50)
decimal(8,2)
int
varchar(50)
varchar(50)
varchar(50)
char(32)
主键
Y
N
N
N
N
N
N
N
N
是否空
N
N
N
N
N
N
N
N
N
说明
主键
书图名称
作者
单价
库存量
图书分类
借阅日期
存放位置读
者ID(外键)
3)订单条目表
表2-4 orderItem表
字段名称orderItemId quantity bId
price
oId 数据类型
char(32)
int
char(32)
float
Char(32)
主键
Y
N
N
N
N
是否空
N
N
N
N
N
说明
主键
数量
图书ID
单价订单
ID(外键)
4)订单表
表2-5order表
字段名称oId orderTime adminId 数据类型
char(32)
char(19)
char(32)
主键
Y
N
N
是否空
N
N
N
说明
主键
下单时间
管理员ID
表2-6admin表
字段名称adminId admiName adminpwd 数据类型
char(32)
varchar(50)
varchar(50)
主键
Y
Y
Y
是否空
N
N
N
说明
主键管理
员名称管理
员密码
3.需求分析
对每一个读者做借阅量的分析
对每一本图书做借阅量（受欢迎程度）的分析
对某一区域的每一本图书做借阅量（受欢迎程度）的分析对每一类图书做库存量分析
对每一类图书做订购量的分析
对每一个学院和专业做借阅量的分析
对年、季、月做借阅量的分析
4.主题域分析与星型模式
主题一：图书
主题二：读者
主题三：订单
1) 事实表：Purchase
2) 事实表：Borrow
5.SQL语句提取数据
1) 事实表Purchase
（事实：订购量，订购金额）
SELECT b.bId,a.adminId,oI.orderItemId,o.orderTime,oI.quantity,
oI.price,oI.quantity*oI.price total
FROM orders o,orderItem oI, admin a,book b
WHERE o.oId=oI.oId AND
a.adminId=o.adminId AND
b.bId=oI.bId
2) 事实表Borrow
（事实：借阅量，库存量）
SELECT b.bId,r.rId,b.position,b.borrowDate,r.borrowNum,b.invNum
FROM book b,reader r
WHERE r.rId=b.rId
3) 抽取date数据中的年月日
SELECT oId,YEAR(orderTime)as year,MONTH(orderTime)as month,DAY(orderTime) as day
from orders
4) 抽取代表位置的一串字符串中具体几位
（存储位置代表的含义：分类- 存储室号- 架号- 层号- 哪一本）SELECT bId,SUBSTRING(position,1,2) as category,
SUBSTRING(position,3,3)as roomNum,
SUBSTRING(position,6,2)as shelfNum,
SUBSTRING(position,8,2)as tierNum,
SUBSTRING(position,10,3) as num
FROM book
5) 查询结果展示
a. 订购事实
b. 借阅事实
c. 时间维
d. 图书存放位置维
6.数据仓库的创建
构建基于数据仓库的图书馆信息资源管理系统具有以下重要意义：
图书采购是图书馆信息资源管理的核心工作，而该系统的建立，能够为该项工作的高效开展提供决策支持，也是图书馆迈入现代化管理阶段的标志之一；
能够明显提高图书馆的服务水平，如对相关信息进行收集，从而总结出图书的一般借阅规律，为管理人员的管理工作提供便利；
极大地推动了图书馆的数字化建设，与此同时，也在某种程度上为图书馆管理模式以及管理理念的创新提供了良好的外部环境。
1) 导入数据源
2) 数据源视图
3) 建立维表
4) 建立多维数据集
Purchase事实表
Borrow 事实表
5) 数据挖掘
a. 挖掘结构
b. 挖掘模型。