`

Mondrian解析MDX成sql语句的分析与整理

SQLlog4jJDBCWebTomcat 
阅读更多

    不久前， 在同事的努力下，他找到了如何设置使Mondrian 解析mdx 成sql 语句在控制台打印出来，这样就可以方便地查看你的mdx 查询语句执行的详细过程。我结合自己的demo 测试了一下，将其步骤记录下来，并将其如何解析的过程也整理和总结了一遍，希望对正在学习mdx 的朋友有些帮助。

 

在控制台输出 mdx 被解析出来的对应的 sql 语句步骤：

首先， 在 WEB-INF 下添加一个 mondrian.properties 文件，内容如下：

 

# Allow the use of aggregates

mondrian.rolap.aggregates.Use= true

mondrian.rolap.aggregates.Read= true

mondrian.native.topcount.enable= true

mondrian.native.filter.enable= true

 

# mondrian.properties

mondrian.result.limit= 50000

 

# For XML/A JSPs

mondrian.rolap.generate.formatted.sql= true

 

说明：你可要是怕敲代码，就在 mondrian 的源文件的 lib 目录下找到 mondrian.war 这个包，改下扩展名（ .zip ）将其解压缩开，在 WEB-INF 目录下找到 mondrian.properties 这个文件，并将里面的最后一句删除， mondrian.test.connectString=Provider=mondrian;Jdbc=jdbc:odbc:MondrianFoodMart;JdbcDrivers=sun.jdbc.odbc.JdbcOdbcDriver;Catalog=/WEB-INF/queries/FoodMart.xml;

然后加上以下这句话即可： mondrian.rolap.generate.formatted.sql= true

 

 

其次， 同时，将 mondrian.properties 文件拷到你的 tomcat 安装目录下的 bin 文件夹里

 

最后， 在你项目的直接目录 src 下新建一个 log4j.properties 文件，内容如下：

 

# Set root logger level to DEBUG and its only appender to MONDRIAN.

log4j.rootLogger= WARN, MONDRIAN

 

# MONDRIAN is set to be a ConsoleAppender.

log4j.appender.MONDRIAN= org.apache.log4j.ConsoleAppender

 

# MONDRIAN uses PatternLayout.

log4j.appender.MONDRIAN.layout= org.apache.log4j.PatternLayout

log4j.appender.MONDRIAN.layout.ConversionPattern= %-4r [%t] %-5p %c %x - %m%n

 

# Trace MDX and SQL statements

log4j.category.mondrian.sql= DEBUG

 

(说明： log4j.properties 文件的内容设置你可以参看你 mondrian 安装目录下的 D:/mondrian-3.2.0.13661/doc/ 文件，打开 index.html 页面 。

 

选中 Configuration ，进入页面configuration.html.

 

再选中 MDX and SQL Statement Logging , 进去，里面介绍了详细步骤！以及 log4j.properties 文件的内容。)

 

 

现在运行项目，在你的控制台就会输出相应的 sql 语句了。

下面就是 Mondrian 解析的过程：

 

 

 

解析过程 :

从控制台输出的信息可以分析出： mondrian 到底执行了那些 sql 语句 .

比如，我想做一个商品向下钻取的例子：

在当前页面点击“ All Products ”

则控制台输出为：


1.> 22157 [http-8080-1] DEBUG mondrian.sql  - 1: SqlMemberSource.getMemberChildren: executing sql [

select

    `producttype`.`proTypeId` as `c0`,

    `producttype`.`proTypeName` as `c1`

from

    `product` as `product`,

    `producttype` as `producttype`

where

    `product`.`proTypeId` = `producttype`.`proTypeId`

group by

    `producttype`.`proTypeId`,

    `producttype`.`proTypeName`

order by

    ISNULL(`producttype`.`proTypeId`), `producttype`.`proTypeId` ASC

]

22203 [http-8080-1] DEBUG mondrian.sql  - 1: , exec 46 ms

22219 [http-8080-1] DEBUG mondrian.sql  - , exec+fetch 62 ms, 4 rows

*********************************************************************

 

2.> 22219 [http-8080-1] DEBUG mondrian.sql  - 2: RolapStar.Column.getCardinality: executing sql [

select

    count(distinct `producttype`.`proTypeId`) as `c0`

from

    `producttype` as `producttype`

]

22235 [http-8080-1] DEBUG mondrian.sql  - 2: , exec 16 ms

22235 [http-8080-1] DEBUG mondrian.sql  - , exec+fetch 16 ms, 1 rows

*********************************************************************

 

3.> 22235 [http-8080-1] DEBUG mondrian.sql  - 3: Segment.load: executing sql [

select

    `producttype`.`proTypeId` as `c0`,

    sum(`sale`.`number`) as `m0`,

    sum((unitPrice*number)) as `m1`

from

    `producttype` as `producttype`,

    `product` as `product`,

    `sale` as `sale`

where

    `sale`.`proId` = `product`.`proId` and

    `product`.`proTypeId` = `producttype`.`proTypeId`

group by

    `producttype`.`proTypeId`

]

22250 [http-8080-1] DEBUG mondrian.sql  - 3: , exec 15 ms

22250 [http-8080-1] DEBUG mondrian.sql  - , exec+fetch 15 ms, 4 rows

 

如果在上个页面的基础上再点击“ All Products ”下的子集“ Electrical Equipments ”，

如下图片所示：

 

 

则控制台打印出的结果是：

 

4.> 2840907 [http-8080-2] DEBUG mondrian.sql  - 4: SqlMemberSource.getMemberChildren: executing sql [

select

    `product`.`proId` as `c0`,

    `product`.`proName` as `c1`

from

    `product` as `product`,

    `producttype` as `producttype`

where

    `product`.`proTypeId` = `producttype`.`proTypeId` and

    (`producttype`.`proTypeId` = '1')

group by

    `product`.`proId`,

    `product`.`proName`

order by

    ISNULL(`product`.`proId`), `product`.`proId` ASC

]

2840907 [http-8080-2] DEBUG mondrian.sql  - 4: , exec 0 ms

2840907 [http-8080-2] DEBUG mondrian.sql  - , exec+fetch 0 ms, 3 rows

*********************************************************************

 

5.> 2840907 [http-8080-2] DEBUG mondrian.sql  - 5: RolapStar.Column.getCardinality: executing sql [

select

    count(distinct `product`.`proId`) as `c0`

from

    `product` as `product`

]

2840907 [http-8080-2] DEBUG mondrian.sql  - 5: , exec 0 ms

2840907 [http-8080-2] DEBUG mondrian.sql  - , exec+fetch 0 ms, 1 rows

 

*********************************************************************

 

6.> 2840907 [http-8080-2] DEBUG mondrian.sql  - 6: Segment.load: executing sql [

select

    `product`.`proId` as `c0`,

    sum(`sale`.`number`) as `m0`,

    sum((unitPrice*number)) as `m1`

from

    `product` as `product`,

    `sale` as `sale`

where

    `sale`.`proId` = `product`.`proId` and

    `product`.`proId` in ('1', '2', '9')

group by

    `product`.`proId`

]

2840922 [http-8080-2] DEBUG mondrian.sql  - 6: , exec 15 ms

2840922 [http-8080-2] DEBUG mondrian.sql  - , exec+fetch 15 ms, 3 rows

 

 

由上面的步骤 1>,2>,3>; 以及后面 的 4>,5>,6> 我们就可以得出：

mondrian 做 drill down （向下钻取）的时候一般执行 3 个 sql .

 

而每个 sql 的语法格式大概如下 :
*****: executing sql [ 执行的 sql ] ，

***** : exec 时间 ，

*****: exec + fetch 时间 ， 取得的数据行数 .
 其中前面的 ***** 部分是看你执行的那些操作，


第一个 sql ：   取得 dimension 子元素的名称 : 一般通过如下 sql 取得（即我上面所说的第 1> ，第 4> 步） :
 SqlMemberSource.getMemberChildren: executing sql [

select

    `producttype`.`proTypeId` as `c0`,

    `producttype`.`proTypeName` as `c1`

from

    `product` as `product`,

    `producttype` as `producttype`

where

    `product`.`proTypeId` = `producttype`.`proTypeId`

group by

    `producttype`.`proTypeId`,

    `producttype`.`proTypeName`

order by

    ISNULL(`producttype`.`proTypeId`), `producttype`.`proTypeId` ASC

]


第二个 sql ：   取得左边的 dimension 的一个层次结构下的子元素的数目 . 比如 All Products 下就有四个 . 其 sql 语句就如我上面所列出的第 2>, 第 5> 步格式，在此就不再再拷贝下来了。


第三个 sql ： 取得对应 dimension 的实际数据 , 其 sql 语句就像我上面所列出的第 3>, 第 6> 步格式，在此也不再拷贝下来了。

 

假如你想 mdx 和 sql 一起对比着看，可以在 log4j.properties 里面写入：

log4j.category.mondrian.mdx= MONDRIAN

log4j.category.mondrian.sql= DEBUG

 

这样控制台输出的结果就如下面的这种格式：

6297 [http-8080-1] DEBUG mondrian.mdx  - 0: select {[Measures].[Number], [Measures].[Total Sale]} ON COLUMNS,

  {[Product Category].[All Products]} ON ROWS

from [Sales]

 

6562 [http-8080-1] DEBUG mondrian.sql  - 0: Segment.load: executing sql [

select

    sum(`sale`.`number`) as `m0`,

    sum((unitPrice*number)) as `m1`

from

    `sale` as `sale`

]

6578 [http-8080-1] DEBUG mondrian.sql  - 0: , exec 16 ms

 

 

By the way, 供大家交流Pentaho的圈子，里面可以共享有关pentahoBI平台学习的资料，期待您的加入！ http://pentahofrends.group.iteye.com/

 

 

9
顶
1
踩
分享到：
| Mondrian中MDX查询使用时收集的bug及异常 ...
评论
2 楼 lingyun6100 2014-10-31  
按楼主说的操作了 还是没有打印出mdx语句，很郁闷。
1 楼 鱼丸粗面 2012-03-28  
楼主讲得是底层实现吧，学习中。。。
发表评论

您还没有登录,请您登录后再发表评论

相关推荐

    mondrian foodmart SQL SERVER 数据库

    Mondrian通过XMLA（XML for Analysis）协议与SQL Server交互，将用户的MDX查询转化为SQL语句，由SQL Server执行并返回结果。MDX是一种专用于多维数据集的查询语言，它允许用户以直观的方式选择和切片多维数据，提取...

    联机分析olap之mondrian

    Mondrian通过解析MDX查询，将它们转化为SQL语句，进而从关系数据库中获取数据。这种设计使得Mondrian能够灵活地与各种RDBMS（关系型数据库管理系统）集成。 二、Mondrian的工作原理 Mondrian的核心组件包括元数据...

    Mondrian实例

    Mondrian是一款开源的在线分析处理（OLAP）引擎，它主要用Java编写，被广泛应用于数据分析和商业智能系统中。本实例将带你深入理解如何利用Mondrian来执行多维数据表达式（MDX）查询，针对已构建的数据立方体XML进行...

    Pentaho多维分析（Mondrian）使用指南

    ### Pentaho多维分析（Mondrian）使用指南：核心知识点解析 #### 一、Mondrian：Java ROLAP引擎 Mondrian是Pentaho Analysis Services的核心组件，一个功能强大的多维分析（OLAP）引擎，尤其适用于基于关系数据库...

    mondrian体系结构浅析.doc

    Mondrian 实现了多维数据建模、MDX（多维表达式）语句解析和分析结果返回等功能，允许用户无需编写 SQL 即可分析存储在 SQL 数据库中的大规模数据集。 Mondrian 支持多种数据库系统，如 LucidDb、Oracle、Access、...

    mondrian+jpviot完整工程源码及mysql数据

    mondrian是一个元数据驱动的多维立方体引擎，它能够解析多维查询并将其转换为关系数据库的SQL语句。而jpviot则是一个Web界面工具，它提供了与mondrian交互的能力，让用户可以通过图形化界面进行数据分析。 标题中的...

    MDX详解文档

    ### MDX详解与Mondrian应用 #### 一、引言 MDX（Multidimensional Expressions）是一种专为多维数据集设计的查询语言，主要用于OLAP（Online Analytical Processing，在线分析处理）系统中进行数据分析。Mondrian则...

    mondrian操作手册和优化配置

    MDX 与 SQL 类似，但设计用于在多维数据模型上工作，允许用户选择、切片和 dice 数据以进行深入分析。在 mondrian 中，通过 jpivot 标签来定义数据源和 MDX 查询，以便mondrian 可以连接到像 Oracle 这样的关系型...

    mondrian 文档

    - **Mondrian MDX方言与Microsoft Analysis Services的区别**：比较了Mondrian的MDX方言与Microsoft Analysis Services的MDX方言之间的差异。 - **如何扩展Mondrian**：提供了关于如何通过插件机制等方式来扩展...

    数据仓库开发涉及资料1

    而Mondrian则提供了一个维度视图，解析MDX查询，生成SQL语句，进行缓存，并进行更高级别的计算和聚合意识，构建OLAP立方体的XML schema。 总结来说，利用MySQL Enterprise和Mondrian开发数据仓库应用程序，能够实现...

    web项目中开源数据仓库技术的应用

    Mondrian提供了一套专有的API供客户端查询使用，虽然没有通用的OLAP查询API，但对于熟悉JDBC的开发者来说，Mondrian的API仍然易于上手，只是查询语言换成了MDX而非SQL。以下是一段示例代码，展示了如何使用Mondrian ...

    jdbc4olap-开源

    `jdbc4olap` 驱动程序通过将标准的SQL语句转换为多维表达式（MDX）语言，使得不熟悉MDX的开发人员也能利用其强大的功能。MDX是专门设计用于查询和操作OLAP数据的，具有丰富的语法，可以处理复杂的分析查询。 在`...

    Pentaho_报表设计向导

    Pentaho报表设计向导集成了对Mondrian的支持，允许用户直接编写MDX查询语句。 - **XQuery**：支持XQuery查询，适用于处理XML数据，增强了处理结构化数据的能力。 - **MapTemplate**：支持地图模板，可以在报表中...

    JasperServer-User-Guide

    - **查询**：用于从数据源中提取特定数据的 SQL 或其他类型的查询语句。 - **图像**：在报告中使用的图形元素，可以是图表、图片或其他类型的可视化对象。 - **输入控件**：允许用户在运行报告时动态输入参数的界面...

    jpivot学习总结.doc

    包含了一个逻辑模型，而这个逻辑模型的目的是为了书写 MDX 语言的查询语句。这个逻辑模型实际上提供了这几个概念： Cubes （立方体）、维度（ Dimensions ）、层次（ Hierarchies ）、级别（ Levels ）、和成员（ ...

    Talend组件帮助文档手册

    - **查询语句：** 用于从服务器检索数据的 MDX 查询。 - **应用场景：** - 在需要从 OLAP 服务器获取数据进行分析时，此组件可以方便地读取 Mondrian 服务器中的数据。 ##### tMSSqlSCD **组件描述：** `...

Magicbox
Global site tag (gtag.js) - Google Analytics