数据cube的schema与sql的对应的关系

时间:2024-01-03 12:36:56

用schema workbench 设置cube的维度结构

saiku 使用的cube,会将不同维度的查询转化为sql语句。

schema中,

cube的事实表和dimension表进行自然连接,具体的dimension设置是,dimension设置界面上foreign key(事实表的某一列)与hierarchy设置界面上primaryKey(dimension表的主键)。关联是通过这两个列进行对比,所以一定要指定正确。

而,level设置界面上的Column是实现group by 的

写一个一个小例子:

mdx语句

SELECT

NON EMPTY {[Measures].[Downloads]} ON COLUMNS,

NON EMPTY TopCount({Hierarchize(CrossJoin([dimDate.default].[day].[2014-01-03], [compare_app.default].[appName].Members))},20,[downloads]) ON ROWS

FROM [aso]

注意[dimDate.default]中default为层级名。要设定好,才能正确的引用level。我为hierarchy起名为default,因为就一个。

转换为对应的sql语句为:

SELECT

 `dimdate`.`year` AS `c0`,

 `dimdate`.`yearname` AS `c1`,

 `dimdate`.`month` AS `c2`,

 `dimdate`.`monthname` AS `c3`,

 `dimdate`.`datevalue` AS `c4`,

 `dimappnamenew_1`.`app_name` AS `c5`

FROM

 `dimdate` AS `dimdate`,

 `factdownloadsnew` AS `factdownloadsnew`,

 `dimappnamenew` AS `dimappnamenew_1`

WHERE

 `factdownloadsnew`.`date_time` = `dimdate`.`datevalue`

AND `factdownloadsnew`.`app_link_hash` = `dimappnamenew_1`.`app_link_hash`

AND(

 `dimdate`.`datevalue` = '2014-01-03'

 AND `dimdate`.`month` = '1'

 AND `dimdate`.`year` = '2014'

)

GROUP BY

 `dimdate`.`year`,

 `dimdate`.`yearname`,

 `dimdate`.`month`,

 `dimdate`.`monthname`,

 `dimdate`.`datevalue`,

 `dimappnamenew_1`.`app_name`

ORDER BY

 ISNULL(`dimdate`.`year`)ASC,

 `dimdate`.`year` ASC,

 ISNULL(`dimdate`.`month`)ASC,

 `dimdate`.`month` ASC,

 ISNULL(`dimdate`.`datevalue`)ASC,

 `dimdate`.`datevalue` ASC,

 ISNULL(

  `dimappnamenew_1`.`app_name`

 )ASC,

 `dimappnamenew_1`.`app_name` ASC

这里我遇到一个问题,这个维度查询关联是按applinkhash进行,

结果如下:

数据cube的schema与sql的对应的关系

而同样实现前20排名返回语句,用app_id进行关联:

SELECT

NON EMPTY {[Measures].[Downloads]} ON COLUMNS,

NON EMPTY TopCount({Hierarchize(CrossJoin([dimDate.default].[day].[2014-01-03], [dimApp.appName].[appName].Members))},20,[downloads]) ON ROWS

FROM [aso]

结果如下(不同):

数据cube的schema与sql的对应的关系

两个结果不同。如,360用app_id统计的少了很多。

问题分析:applinkhash是一一对应的,而app_id也是一一对应的。二者比对应该相同。

app_id统计少了,是什么原因?

在原表中进行查询,直接统计360手机卫士的downloads,证明app_id是正确的。app_link_hash对比,会多统计一些。

原因如下:360手机卫士有两个version,5.0和4.3,两条记录applink,applinkhash相同,只有version不同,所以比对上有两个关联上了,导致累加到了一起。

另外,saiku中呈现的名字也是在schema里设置,对应关系:

schema名-------------最开始,saiku里面选择的schema

下一级

cube名----------------------saiku在每个schema下的名

下一级

dimension名(维度名)-----------------saiku呈现cube下为文件夹名

下一级

level名-------------------saiku可以拖拉使用的对象的