数据cube的schema与sql的对应的关系
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:
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):
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