SQL Server 2005 Analysis Services数据挖掘算法扩展方法

SQL Server 2005 Analysis Services数据挖掘算法扩展方法2009-12-27 博客园 Yin.Pu@CQUSoft本文是对英文原文SQL Server Data Mining Managed Plug-In Algorithms Tutorial的部分翻译及整理，主要是描述SSAS数据挖掘算法的基本扩展方法和开发过程。本文的内容只是原文的一部分，如果想了解更多信息可以下载原文。英文原文在本文附件中下载。

SSAS为我们提供了九种数据挖掘算法，但是在应用中我们需要根据实际问题设计适当的算法，这个时候就需要扩展SSAS，使它能应用更多的算法，SSAS有比较好的可扩展性，它提供了一个完整的机制来进行扩展，只要继承一些类并按适当的方法进行注册就可以在SSAS中使用自己的算法了。下面我将通过实例分别用几篇文章来介绍一下如何开发SSAS算法插件。本文介绍的算法插件开发方法是基于托管代码的，是用C#开发的（算法插件也可以用C++开发，并且SQLSERVER2005的案例中附带C++版本的代码stub）。整个过程大至为六个步骤。在开始开发之前需要做一些准备工作，就是要去下载一个用C++编写的COM组件，叫DMPluginWrapper（可以通过下载本文附带的附件获得），它作为SSAS与算法插件的中间层，用于处理SSAS与算法插件之间的交互以及封装从SSAS到算法插件的参数和从算法插件到SSAS的处理结果。DMPluginWrapper、SSAS和算法插件之间的关系可以由下图来描述。

图表 1: DMPluginWrapper、SSAS和算法插件之间的关系

下面开始创建算法扩展的项目。

首先新建一个类库项目（名为AlgorithmPlugin）将刚才的DMPluginWrapper项目引用到新建的这个AlgorithmPlugin类库项目中。你可以选择为这个类库项目进行程序集签名，这样就可以将其注册到GAC中。另外还要为DMPluginWrapper添加后生成脚本将程序集注册到GAC，参考脚本如下（根据机器具体设置而定）：

"C:WINDOWSMicrosoft.NETFrameworkv2.0.50727RegAsm.exe" $（TargetPath） 
"C:Program FilesMicrosoft Visual Studio 8SDKv2.0Bingacutil.exe" /u $（TargetName） 
"C:Program FilesMicrosoft Visual Studio 8SDKv2.0Bingacutil.exe" /if $（TargetPath）

如果第一行脚本不能正确运行的话，算法插件是不能被SQLSERVER分析服务器识别的。另外两行脚本就是将算法程序集注册到GAC。

接下来的几个步骤主要是继承一些基类的工作，包括AlgorithmMetadataBase类、AlgorithmBase类和ICaseProcessor接口和AlgorithmNavigationBase类。首先在AlgorithmPlugin中新建一个类文件并命名为Metadata，为这个类添加ComVisible、MiningAlgorithmClass（typeof（Algorithm））和Guid属性（Algorithm是下面要创建的算法类），并为Guid属性指定一个GUID编码。这个类要继承于AlgorithmMetadataBase类。现在要做的事情就是覆盖基类的方法。下面是所有需要覆盖的方法（对于较简单的实现写在表格中）：

方法名	实现（参考）	备注
GetServiceName	`return "MyFirstAlgorithmPlugin"`	这个方法的返回值中不能带有空格字符
GetServiceDescription	`return "Sample Algorithm Plugin";`
GetServiceType	`PlugInServiceType.ServiceTypeOther;`
GetViewerType	`return string.Empty`
GetScaling	`return MiningScaling.Medium;`	用于指定算法适用的规模，这个值不会被服务器使用而是显示在模式行集中，为用户提供算法的一些相关信息。
GetTrainingComplexity	`return MiningTrainingComplexity.Low`	用于指定算法训练适用的复杂度，这个值不会被服务器使用而是显示在模式行集中，为用户提供算法的一些相关信息。
GetPredictionComplexity	`return MiningPredictionComplexity.Low`	用于指定预测复杂度，这个值不会被服务器使用而是显示在模式行集中，为用户提供算法的一些相关信息。
GetSupportsDMDimensions	`retrun false;`
GetSupportsDrillThrough	`return false;`	指定这个算法是否支持钻透功能。
GetDrillThroughMustIncludeChildren	`return false;`
GetCaseIdModeled	`return false;`
GetMarginalRequirements	`return MarginalRequirements.AllStats`
GetParametersCollection	`return null;`	算法参数，因为本文中的例子没有参数，所以这里返回空。
GetSupInputContentTypes	`MiningColumnContent[] arInputContentTypes = new MiningColumnContent[] { MiningColumnContent.Discrete, MiningColumnContent.Continuous, MiningColumnContent.Discretized, MiningColumnContent.NestedTable, MiningColumnContent.Key }; return arInputContentTypes;`	指定算法所支持的输入属性的数据类型，如连续型、离散型等。
GetSupPredictContentTypes	`MiningColumnContent[] arPredictContentTypes = new MiningColumnContent[] { MiningColumnContent.Discrete, MiningColumnContent.Continuous, MiningColumnContent.Discretized, MiningColumnContent.NestedTable, MiningColumnContent.Key }; return arPredictContentTypes;`	与上一个方法类似，这里是指定预测属性所支持的数据类型。
GetSupportedStandardFunctions	SupportedFunction[] arFuncs = new SupportedFunction[] { SupportedFunction.PredictSupport, SupportedFunction.PredictHistogram, SupportedFunction.PredictProbability, SupportedFunction.PredictAdjustedProbability, SupportedFunction.PredictAssociation, SupportedFunction.PredictStdDev, SupportedFunction.PredictVariance, SupportedFunction.RangeMax, SupportedFunction.RangeMid, SupportedFunction.RangeMin, SupportedFunction.DAdjustedProbability, SupportedFunction.DProbability, SupportedFunction.DStdDev, SupportedFunction.DSupport, SupportedFunction.DVariance, // content-related functions SupportedFunction.IsDescendent, SupportedFunction.PredictNodeId, SupportedFunction.IsInNode, SupportedFunction.DNodeId, }; return arFuncs;	指定DMX所支持的函数。
CreateAlgorithm	`return new Algorithm（）；`	返回算法实例，Algorithm是接下来要创建的类。