第三课：OLAP - pudn.comread.pudn.com/downloads25/doc/project/82043/04.pdf · 商务智能（BI）中科院软件学院/ 迈思奇公司- 杨大川 44 复习：维度表维度描述事实

商务智能（商务智能（BIBI））中科院软件学院中科院软件学院 / / 迈思奇公司迈思奇公司 -- 杨大川杨大川 11

商务智能商务智能Business IntelligenceBusiness Intelligence

第三课：第三课：OLAPOLAP


复习：数据仓库的星型结构复习：数据仓库的星型结构

Employee_DimEmployee_DimEmployeeKeyEmployeeID...

EmployeeKeyEmployeeKey

Time_DimTime_DimTimeKeyTheDate...

TimeKeyTimeKey

Product_DimProduct_DimProductKeyProductIDProduceNameProductBrandProductCategory...

ProductKeyProductKey

Customer_DimCustomer_DimCustomerKeyCustomerIDCustomerKeyCustomerKey

Shipper_DimShipper_DimShipperKeyShipperID.

ShipperKeyShipperKey

Sales_FactSales_FactTimeKeyEmployeeKeyProductKeyCustomerKeyShipperKeyUnitsPrice...

TimeKeyTimeKey

CustomerKeyCustomerKeyShipperKeyShipperKey

ProductKeyProductKeyEmployeeKeyEmployeeKey

多个外键多个外键

事实事实

维度键维度键


复习：事实表复习：事实表

一个一个 OLAPOLAP模型有且只有一个事实表模型有且只有一个事实表

事实表经常有百万行或更多事实表经常有百万行或更多事实往往是数字事实往往是数字 ‘‘量度量度’’有些事实可以被累加，另一些不能有些事实可以被累加，另一些不能最小粒度原则最小粒度原则不欢迎描述性属性不欢迎描述性属性（瘦高（瘦高 vs. vs. 矮胖）矮胖）


复习：维度表复习：维度表维度描述事实维度描述事实逻辑上通过逻辑上通过 key key 关联关联维度表往往包含相当多的属性维度表往往包含相当多的属性典型的属性是文本的、离散的典型的属性是文本的、离散的维度往往含有层次维度往往含有层次主键往往是系统产生的主键往往是系统产生的 primary keyprimary key很可能是共享的很可能是共享的


OLAPOLAP：从入门到精通：从入门到精通

第一重功力第一重功力–– 掌握简单的基本概念，建立简单的掌握简单的基本概念，建立简单的CubeCube第二重功力第二重功力–– 掌握全部基本概念，建立比较复杂的掌握全部基本概念，建立比较复杂的CubeCube第三重功力第三重功力–– 掌握高级概念，建立复杂的掌握高级概念，建立复杂的CubeCube第四重功力第四重功力–– 探索更多的功能探索更多的功能

第五重功力第五重功力–– 进入海量数据空间，提高性能优化进入海量数据空间，提高性能优化

第六重功力第六重功力–– 复杂问题的实际体验复杂问题的实际体验

第七重功力第七重功力–– 进入系统内核进入系统内核

OLAPOLAP神功第一重神功第一重

掌握最基本的概念：掌握最基本的概念：

–– DimensionDimension–– MeasureMeasure–– LevelLevel–– MemberMember–– CubeCube

星型维度，雪花型维度，时间维度星型维度，雪花型维度，时间维度

建造一个简单的建造一个简单的CubeCube


OLAPOLAP是多维的是多维的

“嘿… 4月份我在北京卖掉了价值十万美元的可乐”Reg

ionWS

N

维度的层次概念：

产品地域时间

类别国家年

产品名称省季度

市月周

日

$10$10万万


维度和量度维度和量度

二维到多维二维到多维量度量度维度维度层次层次


数据仓库的子集数据仓库的子集


OLAP OLAP 术语术语Catalog / DatabaseCatalog / Database 数据库数据库

–– OLAP server OLAP server 上面的数据库上面的数据库

CubeCube 多维数据集、立方体多维数据集、立方体

––从关系型数据库中的一些表中，获取的数据的从关系型数据库中的一些表中，获取的数据的多维结构，此结构为了分析和快速查询做了优多维结构，此结构为了分析和快速查询做了优化。化。


DimensionsDimensions：维度：维度

维度代表了数据从什么角度访问。维度代表了数据从什么角度访问。

通常，维度描述了离散的数据，例如人、地通常，维度描述了离散的数据，例如人、地方、事物、时间等。方、事物、时间等。

在典型问题中，代表在典型问题中，代表““基于什么基于什么””？？––我希望基于我希望基于时间时间和和产品产品分析销售额分析销售额


Hierarchies Hierarchies 层次层次大部分维度都有一个自定义的层次结构大部分维度都有一个自定义的层次结构

例如时间维度例如时间维度: Year, Quarter, Month, Day: Year, Quarter, Month, Day层次结构中的每一层叫做层次结构中的每一层叫做 level level （级别）（级别）

一个级别中的元素叫做一个级别中的元素叫做 member member （成员）（成员）

层次结构使得我们可以层次结构使得我们可以 drilldrill--down (down (向下钻研向下钻研))


OLAP OLAP 术语术语DimensionDimension 维度维度

––在在CubeCube中，数据分类的目录。中，数据分类的目录。

HierarchyHierarchy 层次层次

––维度中的数据从大到小，从宏观到具体的级别维度中的数据从大到小，从宏观到具体的级别结构。结构。

LevelLevel 级别级别––维度中某个程度的细节。维度中某个程度的细节。

MemberMember 成员成员––在一个级别下的具体数据。在一个级别下的具体数据。


OLAP OLAP 术语术语Time

• All Time

•• Year

••• Quarter

•••• Month

Dimension

HierarchyLevels

Members1999 (Member at Year Level)

Q1-99 (Member at Quarter Level)

Jan-99 (Member at Month Level)


DemoDemo


Measures Measures 度量值、量度度量值、量度

量度是我们需要分析的值（通常是数字类型量度是我们需要分析的值（通常是数字类型的值）的值）

量度往往是企业的量度往往是企业的KPIKPI（（key performance key performance indicatorsindicators））在典型问题中，代表在典型问题中，代表““分析什么分析什么””？？––我希望基于时间和产品分析我希望基于时间和产品分析销售额销售额

量度一般都是可以进行汇总、平均等计算量度一般都是可以进行汇总、平均等计算的。的。


OLAP OLAP 术语术语

Measure 量度– Cube 中保存的关键数值。


试验一：最简单的试验一：最简单的CubeCube

Movie SurveyMovie Survey–– Data WarehouseData Warehouse中只有一张表中只有一张表

––这张表同时是维度表，也是事实表这张表同时是维度表，也是事实表


最基本的维度最基本的维度

星型维度星型维度

––只有一张表只有一张表

雪花型维度雪花型维度

––有多张表有多张表

注意：只有维度有星型或者雪花型的概念，

Cube是没有的。


时间维度时间维度

ASAS定义好的一套时间体系。定义好的一套时间体系。

在数据仓库中，并不一定需要一个时间维在数据仓库中，并不一定需要一个时间维度表。度表。

最简单的时间维度只需要一个字段最简单的时间维度只需要一个字段(data/time(data/time型型))默认的分层方式默认的分层方式


基本属性的修改基本属性的修改


试验二：销售分析试验二：销售分析

Food Mart 2000 Sales cubeFood Mart 2000 Sales cube––产品产品––时间时间––客户客户––地域地域–– …………


复习复习

掌握最基本的概念：掌握最基本的概念：

–– DimensionDimension，，MeasureMeasure，，LevelLevel，，MemberMember，，CubeCube

星型维度，雪花型维度，时间维度星型维度，雪花型维度，时间维度

到此为止，你应该已经学会如何建造一个简到此为止，你应该已经学会如何建造一个简单的单的CubeCube！！

OLAPOLAP神功第二重神功第二重

新的概念：新的概念：

––成员属性成员属性

––四类五种维度四类五种维度

––计算成员计算成员

建造一个复杂些的建造一个复杂些的CubeCube


Member Properties: Member Properties: 成员属性成员属性

成员属性描述了成员的额外信息，这些信息成员属性描述了成员的额外信息，这些信息本身作为成员可能没什么意义。本身作为成员可能没什么意义。

–– 例如电话号码例如电话号码

在在named sets named sets 或者或者 calculated measures calculated measures 中中我们可以使用成员属性。我们可以使用成员属性。

可以在显示时，用成员属性替换成员名字。可以在显示时，用成员属性替换成员名字。

基于成员属性查询。基于成员属性查询。



Member PropertiesMember Properties成员属性成员属性

关于成员的其它信息关于成员的其它信息

虚拟维度中级别的基虚拟维度中级别的基础础


““父子型父子型”” 维度维度

JimAll

TodN

PaulFle

DavidV

PaulMa BobMu

SteveB BillG

The Board

DavidVDavidVPaulFlePaulFlePaulMaPaulMaDavidVDavidVPaulMaPaulMaTodNTodNSteveBSteveBBobMuBobMuSteveBSteveBPaulMaPaulMaSteveBSteveBJimAllJimAllThe BoardThe BoardBillGBillGThe BoardThe BoardSteveBSteveB<None><None>The BoardThe BoardManagerManagerEmployeeEmployee


试验三：建立父子型维度试验三：建立父子型维度

暂时我们在销售暂时我们在销售CubeCube中无法使用这个维中无法使用这个维

度。度。

为什么？为什么？


虚拟维度虚拟维度

特点特点

––基于成员属性基于成员属性

––不占存储空间不占存储空间

––在分析时计算在分析时计算

Male Female

Married

Male Female

Single

All


维度的类型维度的类型

星型星型

––常规常规––时间时间（默认时间维度）（默认时间维度）

雪花型雪花型

父子型父子型

虚拟维度虚拟维度

挖掘维度（我们的课程中不需要）挖掘维度（我们的课程中不需要）


计算成员计算成员

我们只存储计算成员的定义我们只存储计算成员的定义

直到查询时才被计算直到查询时才被计算

需要需要MDXMDX的知识的知识

如果使用回写（如果使用回写（writewrite--backback）将会很大程度）将会很大程度

影响效率影响效率



Calculated MemberCalculated Member 计算成员计算成员

––被被OLAPOLAP数据管理员专门制定的表达式，用来数据管理员专门制定的表达式，用来

计算关键的数值。计算关键的数值。


例例11：：Average PriceAverage Price

1.1. In the In the FoodmartFoodmart 2000 Session 5 database Sales 2000 Session 5 database Sales cubecube

2.2. Create a calculated member: Average PriceCreate a calculated member: Average Price–– Store Sales / Unit SalesStore Sales / Unit Sales

3.3. Set the Format String Property to: Set the Format String Property to: CurrencyCurrency

MDX Expression:MDX Expression:–– [Measures].[Store Sales]/ [Measures].[Unit Sales][Measures].[Store Sales]/ [Measures].[Unit Sales]


例例22：：Calculate ProfitCalculate Profit

1.1. In the In the FoodmartFoodmart 2000 Session 5 database Sales 2000 Session 5 database Sales cubecube

2.2. Create a calculated member called ProfitCreate a calculated member called Profit–– Store Sales Store Sales –– Store CostStore Cost

3.3. Set the format string property to CurrencySet the format string property to Currency


思考思考

计算计算ProfitProfit的两种方法的两种方法

量度量度

计算成员计算成员

区别是什么？区别是什么？


试验四：销售分析（高级）试验四：销售分析（高级）

建立成员属性和虚拟维度建立成员属性和虚拟维度

建立计算成员建立计算成员


复习复习

新的概念：新的概念：

–– Member Member PropertiesProperties，，四类五种维度，计四类五种维度，计

算成员算成员

到此为止，你应该已经学会如何建造一个比到此为止，你应该已经学会如何建造一个比较复杂的较复杂的CubeCube！！

OLAPOLAP神功第三重神功第三重

高级问题高级问题

––父子型维度的常见问题父子型维度的常见问题

––共享维度与专用维度共享维度与专用维度

––平衡维度与平衡维度与RaggedRagged维度维度––维度成员的排序问题维度成员的排序问题

––维度成员的重名问题维度成员的重名问题

––时间维度的简单定制时间维度的简单定制

––量度的聚合方法量度的聚合方法

建立复杂的建立复杂的CubeCube


父子型维度的常见问题父子型维度的常见问题

Members with DataMembers with Data–– LeafLeaf–– NonNon--Leaf hiddenLeaf hidden–– NonNon--Lead visibleLead visible自定义汇总自定义汇总

–– ((employees.currentmember.datamemberemployees.currentmember.datamember, , [[Measures].[OrgMeasures].[Org Salary])Salary])


试验五：试验五：FoodmartFoodmart HR CubeHR Cube

错误方法错误方法 vs. vs. 正确方法正确方法


维度的类型维度的类型

共享维度共享维度

专用维度专用维度


共享维度的特点共享维度的特点

维度可以被多个维度可以被多个CubeCube共享，或者仅仅属于某一个共享，或者仅仅属于某一个CubeCube–– By using shared dimensions, you ensure that all By using shared dimensions, you ensure that all

cubes that use it have identical dimension structures cubes that use it have identical dimension structures and dataand data

共享维度大大节省了内存开销共享维度大大节省了内存开销–– Shared dimensions are only stored once per Shared dimensions are only stored once per

database, while private dimensions are stored for database, while private dimensions are stored for each cubeeach cube

共享维度提高了处理速度共享维度提高了处理速度–– Shared dimensions are only processed once per Shared dimensions are only processed once per

database and may be processed independently of database and may be processed independently of any cubesany cubes


““平衡的平衡的”” 维度维度

SF LA

CA

Boise

ID

Seattle Redmond Bothell

WA

USA

Uniform levels (depth)Uniform levels (depth)All members at a given level have the All members at a given level have the same number of ancestorssame number of ancestors

CountryCountry

StateState

CityCity


““不平衡的不平衡的”” 维度维度 raggedragged

SF LA

CA

Redmond

WA

USA

Tel Aviv Haifa

Israel

All

CountryCountry

StateState

CityCity

Variable depthVariable depth

NoNoStates!States!


试验六：验证不平衡维度试验六：验证不平衡维度


维度成员的重名问题维度成员的重名问题

什么是维度成员的唯一标识？什么是维度成员的唯一标识？

Member Key Member Key 和和 Member NameMember NameMember Keys Unique & Member Names UniqueMember Keys Unique & Member Names Unique


试验七：验证重名问题试验七：验证重名问题


维度成员的排序问题维度成员的排序问题

维度成员的显示顺序维度成员的显示顺序

Order By Order By 属性属性


时间维度的定制时间维度的定制

从年到秒从年到秒

–– DatePart('n',"time_by_day"."the_dateDatePart('n',"time_by_day"."the_date")")

显示模式显示模式

粗粒度与细粒度粗粒度与细粒度


量度的聚合量度的聚合

SumSumMaxMaxMinMinCountCountDistinct CountDistinct Count


计数计数

有几个人买了产品？有几个人买了产品？

4/17/99BeerB

4/17/99BeerA

4/17/99WineB

4/17/99WineB

4/16/99WineC

4/16/99WineA4/16/99BeerB

4/16/99WineA

时间时间产品产品客户客户

4

4

8

全部产品

35All Time

224/17/99

134/16/99

BeerWine


独立计数独立计数

有多少个有多少个独立客户独立客户买了产品？买了产品？

4/17/99BeerB

4/17/99BeerA

4/17/99WineB

4/17/99WineB

4/16/99WineC

4/16/99WineA4/16/99BeerB

4/16/99WineA

时间产品客户

33

33

66

全部产品全部产品

3333All TimeAll Time

22114/17/994/17/99

11224/16/994/16/99

BeerBeerWineWine

233

全部产品

23All Time

214/17/99

124/16/99

BeerWine


试验八：硬件厂商案例试验八：硬件厂商案例

销售业绩销售业绩

––产品产品––地域地域––客户客户––时间时间––销售人员销售人员


数据仓库与维度数据仓库与维度

一个维度表对应一个维度一个维度表对应一个维度

多个维度表对应一个维度多个维度表对应一个维度

一个维度表对应多个维度一个维度表对应多个维度

多个维度表对应多个维度多个维度表对应多个维度

事实表对应一个或多个维度事实表对应一个或多个维度


复习复习

高级问题高级问题

––父子型维度的常见问题父子型维度的常见问题

––共享维度与专用维度共享维度与专用维度

––平衡维度与平衡维度与RaggedRagged维度维度––维度成员的排序问题维度成员的排序问题

––维度成员的重名问题维度成员的重名问题

––时间维度的简单定制时间维度的简单定制

––量度的聚合方法量度的聚合方法

建立复杂的建立复杂的CubeCube

Documents

第三课：OLAP - pudn.comread.pudn.com/downloads25/doc/project/82043/04.pdf · 商务智能（BI） 中科院软件学院/ 迈思奇公司- 杨大川 44 复习：维度表 维度描述事实

第三课：OLAP - pudn.comread.pudn.com/downloads25/doc/project/82043/04.pdf · 商务智能（BI）中科院软件学院/ 迈思奇公司- 杨大川 44 复习：维度表维度描述事实