原文引用自:http://triffic.iteye.com/blog/1123760
BI中如何配置模式文件(Schema)
在这里系统的看看构成模式文件的元素:
首先说明一点:这个sample中每一部分在形式上有很多重复的地方,为了尽可能地讲的完全,所以在讲解的过程中,
每一部分提取形式上不重复的部分,然后加入该部分的一些可选项,同时可以查阅FoodMart.xml这个Schema文件。
从宏观上来看,配置一个Schema大致可以分成五部分,分别是:1、Table配置 2、Dimension配置 3、Measure配置 4、VirtualCube配置 5、访问权限配置。在本sample中已经标记出,下面分析每一部分中的元素构成。
<第一部分>
<Table name="sales_fact_1997">
<AggExclude name="agg_c_14_sales_fact_1997" />
<AggName name="agg_c_special_sales_fact_1997">
<AggFactCount column="FACT_COUNT"/>
<AggIgnoreColumn column="foo"/>
<AggForeignKey factColumn="product_id" aggColumn="PRODUCT_ID" />
<AggMeasure name="[Measures].[Unit Sales]" column="UNIT_SALES_SUM" />
<AggLevel name="[Time].[Year]" column="TIME_YEAR" />
</AggName>
<AggPattern pattern="agg_sales_fact_1997_.*">
....
<AggExclude name="agg_sales_fact_1997_olddata" />
<AggExclude pattern="agg_sales_fact_1997_test.*" />
</AggPattern>
</Table>
</第一部分>
1、首先给出表名,在一般情况下,一个Cube是建立在一张事实表之上的,所以Table name=某事实表,但也可以在一张基础表上建立Cube。
2、在本sample中加入了一个聚合表(aggregate table),在一个Cube中可以加,也可以不加,需要根据实际情况来决定。聚合表的作用简单的说表现在考虑报表设计时,通过聚合预先计算好数据汇总,从而改进查询响应的时间。聚合表的内容非常丰富,在这里只讲解最基本的概念,进一步了解请访问官网http://mondrian.pentaho.com/documentation/aggregate_tables.php,接下来简单的理解构成聚合表的元素。
3、AggExclude name,这里给出的表名旨在告诉Mondrian该表不是相应事实表的聚合表。
4、AggName name,这里给出的表名告诉Mondrian该表是相应事实表的聚合表
5、AggFactCount column="FACT_COUNT",这个字段在每一张聚合表中都存在,记录了相应的事实表中有多少列写入到聚合表中。
6、AggIgnoreColumn column,该列名的作用是告知Mondrian该列是已知的,应该被忽略。
7、<AggForeignKey factColumn="product_id" aggColumn="PRODUCT_ID"/>这里给出了一个映射关系,即事实表中的product_id列对应了聚合表中的PRODUCT_ID列。
8、AggMeasure name和AggLevel name这两个元素同样也给出了一个映射关系,即把在Cube的模式文件中定义的逻辑名映射到聚合表中的列名。
9、AggPattern pattern使用了正则表达式,把符合该pattern的聚合表包括进来。如在本sample中把前缀为agg_sales_fact_1997_的聚合表全部包括进来作为孩子元素。
10、AggPattern pattern中的AggExclude name元素,该元素很明确地指出在已包括进来的聚合表中,剔除某特定的聚合表。
11、AggPattern pattern中的AggExclude pattern元素,该元素的作用表现在把符合AggExclude pattern的正则表达式的聚合表剔除。
12、第一部分的完整框架是:
<Table>
<AggExclude>
<AggName>
<AggFactCount/>
<AggIgnoreColumn/>
<AggForeignKey/>
<AggMeasure/>
<AggLevel/>
</AggName>
<AggPattern>
<AggExclude name/>
<AggExclude pattern/>
</AggPattern>
</Table>
<第二部分>
<DimensionUsage name="Store" source="Store" foreignKey="store_id"/>
<Dimension name="Promotion Media" foreignKey="promotion_id">
<Hierarchy hasAll="true" allMemberName="All Media" primaryKey="promotion_id" defaultMember="All Media">
<Table name="promotion"/>
<Level name="Media Type" column="media_type" uniqueMembers="true"/>
</Hierarchy>
</Dimension>
<Dimension name="Customers" foreignKey="customer_id">
<Hierarchy hasAll="true" allMemberName="All Customers" primaryKey="customer_id">
<Table name="customer"/>
<Level name="City" column="city" uniqueMembers="false"/>
<Level name="Name" column="customer_id" type="Numeric" uniqueMembers="true">
<NameExpression>
<SQL dialect="oracle">"fname" || ' ' || "lname"</SQL>
<SQL dialect="access">fname + ' ' + lname</SQL>
<SQL dialect="postgres">"fname" || ' ' || "lname"</SQL>
<SQL dialect="mysql">CONCAT(`customer`.`fname`, ' ', `customer`.`lname`)</SQL>
<SQL dialect="mssql">fname + ' ' + lname</SQL>
<SQL dialect="derby">"customer"."fullname"</SQL>
<SQL dialect="db2">CONCAT(CONCAT("customer"."fname", ' '), "customer"."lname")</SQL>
<SQL dialect="luciddb">"fname" || ' ' || "lname"</SQL>
<SQL dialect="generic">fullname</SQL>
</NameExpression>
<OrdinalExpression>
<SQL dialect="oracle">"fname" || ' ' || "lname"</SQL>
<SQL dialect="access">fname + ' ' + lname</SQL>
<SQL dialect="postgres">"fname" || ' ' || "lname"</SQL>
<SQL dialect="mysql">CONCAT(`customer`.`fname`, ' ', `customer`.`lname`)</SQL>
<SQL dialect="mssql">fname + ' ' + lname</SQL>
<SQL dialect="derby">"customer"."fullname"</SQL>
<SQL dialect="db2">CONCAT(CONCAT("customer"."fname", ' '), "customer"."lname")</SQL>
<SQL dialect="luciddb">"fname" || ' ' || "lname"</SQL>
<SQL dialect="generic">fullname</SQL>
</OrdinalExpression>
<Property name="Gender" column="gender"/>
<Property name="Marital Status" column="marital_status"/>
<Property name="Education" column="education"/>
<Property name="Yearly Income" column="yearly_income"/>
</Level>
</Hierarchy>
</Dimension>
</第二部分>
1、DimensionUsage元素:如果在之前定义了共享维(shared dimensions),并且在该Cube中想要使用该共享维,
那么就如<DimensionUsage name="Store" source="Store" foreignKey="store_id"/>使用,通过store_id把
事实表sales_fact_1997和基础表Store相连接。
2、<Dimension name="Promotion Media" foreignKey="promotion_id">
<Hierarchy hasAll="true" allMemberName="All Media" primaryKey="promotion_id" defaultMember="All Media">
<Table name="promotion"/>
<Level name="Media Type" column="media_type" uniqueMembers="true"/>
</Hierarchy>
</Dimension>
定义了一个名为Promotion Media的维,通过promotion_id连接基础表promotion和事实表sales_fact_1997。
<Level name="Media Type" column="media_type" uniqueMembers="true"/>定义了一个层次中的级别,选择了基础表promotion的media_type字段,不包括该表中的其他字段。
3、在本上面的例子中又定义了一个名为Customers的demension,通过字段customer_id连接基础表customer和事实表sales_fact_1997。接下来来解释下其他元素的作用:
<Level name="XXXX" column="XXXX" type="XXXX" uniqueMembers="XXXX">
<KeyExpression>
SQL表达式,用于该级别的key,代替了column
</KeyExpression>
<CaptionExpression>
SQL表达式,用于计算一个成员的标题,代替了Level.captionColumn
</CaptionExpression>
<ParentExpression>
SQL表达式,用于计算一个度量,代替了Level.parentColumn
</ParentExpression>
<NameExpression>
SQL表达式,用于计算一个成员的名字,代替了Level.nameColumn
</NameExpression>
<OrdinalExpression>
SQL表达式,用于对一个level的所有成员进行排序,代替了Level.ordinalColumn
</OrdinalExpression>
<Property name="XXXX" column="XXXX">
<PropertyExpression>
SQL表达式,用于计算一个属性的值,代替了Property.column
</PropertyExpression>
</Property>
</Level>
4、第二部分的完整框架是:
<DimensionUsage/>
<Dimension>
<Hierarchy>
<Table name=/>
<Level name=/>
</Hierarchy>
</Dimension>
<Dimension name>
<Hierarchy>
<Table name=/>
<Level name=/>
<Level name=>
<KeyExpression>
<SQL dialect></SQL>
</KeyExpression>
<CaptionExpression>
<SQL dialect></SQL>
</CaptionExpression>
<ParentExpression>
<SQL dialect></SQL>
</ParentExpression>
<NameExpression>
<SQL dialect></SQL>
</NameExpression>
<OrdinalExpression>
<SQL dialect></SQL>
</OrdinalExpression>
<Property name="XXXX" column="XXXX">
<PropertyExpression>
<SQL dialect></SQL>
</PropertyExpression>
</Property>
</Level>
</Hierarchy>
</Dimension>
<第三部分>
<Measure name="Unit Sales" column="unit_sales" aggregator="sum" formatString="Standard"/>
<Measure name="Promotion Sales" aggregator="sum" formatString="#,###.00">
<MeasureExpression>
<SQL dialect="oracle">(case when "sales_fact_1997"."promotion_id" = 0 then 0 else "sales_fact_1997"."store_sales" end)</SQL>
</MeasureExpression>
</Measure>
<CalculatedMember name="Profit" dimension="Measures">
<Formula>[Measures].[Store Sales] - [Measures].[Store Cost]</Formula>
<CalculatedMemberProperty name="FORMAT_STRING" value="$#,##0.00"/>
</CalculatedMember>
</第三部分>
1、第一个Measure的名字是Unit Sales,对应事实表中的unit_sales列,聚合的方法是求和(还可以是:sum,count,min,max,avg,distinct-count),求和之后的结果格式为标准格式。
2、第二个Measure的名字是Promotion Sales,在该Measure下加入了一个MeasureExpression。期望是:从事实表sales_fact_1997中挑选出promotion_id=0的所有行,然后对该事实表的store_sales进行求和(如果某行的sales_fact_1997.store_sales=0,则不对该行进行计算)
3、CalculatedMember元素是一个计算成员,在本sample中取名Profit,属于Measures维。期望是:商店的销售额减去商店的成本得到利润值,得到的值的类型是字符串类型,值的格式是$#,##0.00
4、第三部分一个完整的框架是:
<Measure>
<MeasureExpression>
<SQL/>
</MeasureExpression>
</Measure>
<CalculatedMember>
<Formula/>
<CalculatedMemberProperty/>
</CalculatedMember>
<NamedSet>
该集合的值是由公式推导出的,是Cube的组成部分
</NamedSet>
<第四部分>
<VirtualCube name="Warehouse and Sales" defaultMeasure="Store Sales">
<VirtualCubeDimension cubeName="Sales" name="Customers"/>
<VirtualCubeDimension name="Product"/>
<VirtualCubeMeasure cubeName="Sales" name="[Measures].[Sales Count]"/>
<CalculatedMember name="Profit Per Unit Shipped" dimension="Measures">
<Formula>[Measures].[Profit] / [Measures].[Units Shipped]</Formula>
</CalculatedMember>
</VirtualCube>
</第四部分>
1、VirtualCube,A cube defined by combining the dimensions and measures of one or more cubes. A measure originating from another cube can be a <CalculatedMember>.即若干个Cube中的dimension和measure相结合形成一个Cube,该Cube就叫做VirtualCube。来自另一个Cube的measure可以是该VirtualCube的计算成员。
2、在本sample中定义了一个叫Warehouse and Sales的多维虚拟分析主题,VirtualCubeDimension定义了一个来自Sales的Cube,并且选择了该Cube中的Customers维。注意在VirtualCubeDimension的定义中还有另一种方法,如<VirtualCubeDimension name="Product"/>,这是针对共享维的使用方法。
3、VirtualCubeMeasure定义了一个来自Sales的Cube,并且选择了该Cube中的Sales Count度量。
4、CalculatedMember定义了一个计算成员,使用方法和一般的Cube一样。
5、第四部分一个完整的框架是:
<VirtualCube>
<CubeUsages>
<CubeUsage>
</CubeUsage>
</CubeUsages>
<VirtualCubeDimension>
</VirtualCubeDimension>
<VirtualCubeMeasure>
</VirtualCubeMeasure>
<CalculatedMember>
</CalculatedMember>
</VirtualCube>
或者如本sample中的写法,即把在VirtualCube中要使用到的Cube写在<VirtualCubeDimension>,<VirtualCubeMeasure>和<CalculatedMember>中,
从而不需要在<CubeUsages>中定义。
<第五部分>
<Role name="California manager">
<SchemaGrant access="none">
<CubeGrant cube="Sales" access="all">
<HierarchyGrant hierarchy="[Store]" access="custom" topLevel="[Store].[Store Country]">
<MemberGrant member="[Store].[USA].[CA]" access="all"/>
<MemberGrant member="[Store].[USA].[CA].[Los Angeles]" access="none"/>
</HierarchyGrant>
<HierarchyGrant hierarchy="[Gender]" access="none"/>
</CubeGrant>
</SchemaGrant>
</Role>
</第五部分>
1、该部分属于访问控制配置文件
2、Role定义了一个访问者
3、SchemaGrant是一个访问Schema的权利的集合
4、CubeGrant是一个访问Cube的权利的集合
5、HierarchyGrant是一个访问该层次以及属于该层次的级别的权利的集合
6、MemberGrant是一个访问成员以及该成员的孩子的权利的集合
在理解上述元素的情况下,我们来了解在本sample中该部分的作用:首先定义了一个访问用户,是California manager(加州经理),他不能访问整个Schema中的Cube,但他可以访问Sales这个Cube。其次,自定义了对该Sales Cube中的Store这个层次的访问控制,他可以访问位于美国加州的store(除了洛杉矶)。最后定义了他对该Sales Cube中的Gender层次无访问权限。
7、第五部分的完整框架是:
<Role>
<SchemaGrant>
<CubeGrant>
<HierarchyGrant>
<MemberGrant/>
</HierarchyGrant>
<HierarchyGrant>
</CubeGrant>
</SchemaGrant>
</Role>
相关推荐
【个人博客】 Java、技术面试必备基础知识、Leetcode、计算机操作系统、计算机网络等_CSLearning
yolo系列算法目标检测数据集,包含标签,可以直接训练模型和验证测试,数据集已经划分好,适用yolov5,yolov8,yolov9,yolov7,yolov10,yolo11算法; 包含两种标签格:yolo格式(txt文件)和voc格式(xml文件),分别保存在两个文件夹中; yolo格式:<class> <x_center> <y_center> <width> <height>, 其中: <class> 是目标的类别索引(从0开始)。 <x_center> 和 <y_center> 是目标框中心点的x和y坐标,这些坐标是相对于图像宽度和高度的比例值,范围在0到1之间。 <width> 和 <height> 是目标框的宽度和高度,也是相对于图像宽度和高度的比例值
那些年,与你同分同位次的同学都去了哪里?全国各大学在四川2020-2024年各专业最低录取分数及录取位次数据,高考志愿必备参考数据
人力资源+大数据+薪酬报告+涨薪调薪,在学习、工作生活中,越来越多的事务都会使用到报告,通常情况下,报告的内容含量大、篇幅较长。那么什么样的薪酬报告才是有效的呢?以下是小编精心整理的调薪申请报告,欢迎大家分享。相信老板看到这样的报告,一定会考虑涨薪的哦。
那些年,与你同分同位次的同学都去了哪里?全国各大学在四川2020-2024年各专业最低录取分数及录取位次数据,高考志愿必备参考数据
这是一个基于全卷积神经网络的语音识别系统_DFCNN-master
一个可以运行在 vercel 上的 go 语言框架,基于 g
基于一维卷积神经网络(1D-CNN)的多元时间序列分类_TSC-CNN
网鼎杯
那些年,与你同分同位次的同学都去了哪里?全国各大学在四川2020-2024年各专业最低录取分数及录取位次数据,高考志愿必备参考数据
那些年,与你同分同位次的同学都去了哪里?全国各大学在四川2020-2024年各专业最低录取分数及录取位次数据,高考志愿必备参考数据
那些年,与你同分同位次的同学都去了哪里?全国各大学在四川2020-2024年各专业最低录取分数及录取位次数据,高考志愿必备参考数据
OrinNX平台JetPack 5.1.4-R35.6.0版本相机相关补丁1
MD5EditTools,MD5修改工具.exe
原文链接:https://blog.csdn.net/zsd12379/article/details/141281454 包含功能: 业主管理:实现业主信息的录入、编辑、查询与删除,确保业主数据的准确性和完整性。 维修员管理:管理维修员的基本信息、工作状态和派工情况,优化维修资源配置。 楼宇信息管理:记录并维护楼宇的基本信息、设施详情及状态,支持快速查询与更新。 业主投诉管理:接收并处理业主的投诉信息,跟踪处理进度,提升业主满意度。 业主报修管理:提供便捷的报修渠道,记录报修详情,实现报修请求的有效管理。 报修处理管理:分配报修任务给维修员,跟踪报修进度,确保报修问题及时解决。 缴费信息管理:管理业主的缴费记录,包括物业费、维修基金等,支持费用查询与提醒。 建议反馈管理:收集业主的建议与反馈,促进物业服务的持续改进和优化。
<项目介绍> - 该项目是为了研究基于深度卷积神经网络的图像去噪算法,是利用DnCNN模型,但是为了比较该算法的效果,另外实现了四种传统的图像去噪算法(均值滤波、中值滤波、非局部均值滤波NLM和三维块匹配滤波BM3D)作为对照组 - 不懂运行,下载完可以私聊问,可远程教学 该资源内项目源码是个人的毕设,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。 --------
2023-04-06-项目笔记-第三百零三阶段-课前小分享_小分享1.坚持提交gitee 小分享2.作业中提交代码 小分享3.写代码注意代码风格 4.3.1变量的使用 4.4变量的作用域与生命周期 4.4.1局部变量的作用域 4.4.2全局变量的作用域 4.4.2.1全局变量的作用域_1 4.4.2.301局变量的作用域_301- 2024-10-31
那些年,与你同分同位次的同学都去了哪里?全国各大学在四川2020-2024年各专业最低录取分数及录取位次数据,高考志愿必备参考数据
High_net_worth.dta