Quick BI 的模型設(shè)計(jì)與生成SQL原理剖析

創(chuàng)新互聯(lián)是一家專(zhuān)注于網(wǎng)站設(shè)計(jì)制作、成都網(wǎng)站制作與策劃設(shè)計(jì),榕城網(wǎng)站建設(shè)哪家好?創(chuàng)新互聯(lián)做網(wǎng)站,專(zhuān)注于網(wǎng)站建設(shè)十多年,網(wǎng)設(shè)計(jì)領(lǐng)域的專(zhuān)業(yè)建站公司;建站業(yè)務(wù)涵蓋:榕城等地區(qū)。榕城做網(wǎng)站價(jià)格咨詢(xún):13518219792

一、 摘要

隨著互聯(lián)網(wǎng)的高速發(fā)展，數(shù)據(jù)量呈現(xiàn)井噴式的增長(zhǎng)，如何來(lái)分析和使用這些數(shù)據(jù)，使數(shù)據(jù)產(chǎn)生商業(yè)價(jià)值，已經(jīng)變得越來(lái)越重要。值得高興的是，當(dāng)前越來(lái)越多的人已經(jīng)意識(shí)到了用數(shù)據(jù)分析決定商業(yè)策略的重要性，也都在進(jìn)行著各行各業(yè)的數(shù)據(jù)分析。眾所周知數(shù)據(jù)分析的核心是數(shù)據(jù)，為了更容易的分析數(shù)據(jù)，數(shù)據(jù)模型的設(shè)計(jì)需要遵循一定的規(guī)范。當(dāng)前最流行的聯(lián)機(jī)分析處理(OLAP)的規(guī)范為維度建模規(guī)范。本文介紹Quick BI如何進(jìn)行維度建模，基于維度模型如何來(lái)自動(dòng)化的生成分析查詢(xún)的SQL語(yǔ)句，從而使數(shù)據(jù)分析變得更容易。

關(guān)鍵字： Quick BI、OLAP、維度建模、SQL

二、 維度模型的分類(lèi)

OLAP（On-line Analytical Processing，聯(lián)機(jī)分析處理）根據(jù)存儲(chǔ)數(shù)據(jù)的方式不同可以分為ROLAP、MOLAP、HOLAP。ROLAP表示基于關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)的OLAP實(shí)現(xiàn)（Relational OLAP），以關(guān)系數(shù)據(jù)庫(kù)為核心,以關(guān)系型結(jié)構(gòu)進(jìn)行多維數(shù)據(jù)的表示和存儲(chǔ)；MOLAP表示基于多維數(shù)據(jù)存儲(chǔ)的OLAP實(shí)現(xiàn)（Multidimensional OLAP）；HOLAP表示基于混合數(shù)據(jù)存儲(chǔ)的OLAP實(shí)現(xiàn)（Hybrid OLAP），如低層用關(guān)系型數(shù)據(jù)庫(kù)存儲(chǔ)，高層是多維數(shù)組存儲(chǔ)。接下來(lái)主要介紹基于關(guān)系型數(shù)據(jù)庫(kù)的ROLAP的建模原理。

ROLAP將多維數(shù)據(jù)庫(kù)中的表分為兩類(lèi)：事實(shí)表和維度表。事實(shí)表用于存儲(chǔ)維度關(guān)鍵字和數(shù)值類(lèi)型的事實(shí)數(shù)據(jù)，一般是圍繞業(yè)務(wù)過(guò)程進(jìn)行設(shè)計(jì)，例如：銷(xiāo)售事實(shí)表，一般來(lái)存儲(chǔ)用戶(hù)在什么時(shí)間、地點(diǎn)購(gòu)買(mǎi)了產(chǎn)品，銷(xiāo)量和銷(xiāo)售額等信息。維度表用于存儲(chǔ)維度的詳細(xì)數(shù)據(jù)，例如銷(xiāo)售事實(shí)表中存儲(chǔ)了產(chǎn)品維度的ID，產(chǎn)品維度表中存儲(chǔ)產(chǎn)品的名稱(chēng)、品牌信息，兩者通過(guò)產(chǎn)品ID進(jìn)行關(guān)聯(lián)。

ROLAP根據(jù)事實(shí)表、維度表間的關(guān)系，又可分為星型模型(Star Schema)、雪花模型(Snowflake Schema)。

1.   星型模型

星型模型它由事實(shí)表（FactTable）和維表（DimensionTable）組成。事實(shí)表中的維度外鍵分別與相對(duì)應(yīng)的維表中的主鍵相關(guān)聯(lián)，關(guān)聯(lián)之后由于形狀看起來(lái)像是一個(gè)星星，所以形象的稱(chēng)為星型模型。以下示例為星型模型：其中sales_fact_1997為事實(shí)表，存儲(chǔ)客戶(hù)在某個(gè)時(shí)間、某個(gè)商店、購(gòu)買(mǎi)了某個(gè)產(chǎn)品，購(gòu)買(mǎi)量和銷(xiāo)售額的信息，記錄的是一個(gè)下單過(guò)程。事實(shí)表sales_fact_1997通過(guò)外鍵product_id、customer_id、time_id、store_id分別與維度表product(產(chǎn)品維表)、customer(客戶(hù)維表)、time_by_day(時(shí)間維表)、store(商店維表)相關(guān)聯(lián)，關(guān)聯(lián)關(guān)系為多對(duì)一關(guān)聯(lián)。

2.   雪花模型

雪花模型是當(dāng)有一個(gè)或多個(gè)維表沒(méi)有直接連接到事實(shí)表上，而是通過(guò)其他維表連接到事實(shí)表上時(shí)，其圖解就像一個(gè)雪花，故稱(chēng)雪花模型。下面示例product（產(chǎn)品）維度表與product_class(產(chǎn)品類(lèi)別)維度表通過(guò)product_class_id相關(guān)聯(lián)，關(guān)聯(lián)關(guān)系為多對(duì)一。product_class沒(méi)有與sales_fact_1997事實(shí)表直接關(guān)聯(lián)。

三、 基于ROLAP模型的SQL生成原理

模型構(gòu)建好了后，接下來(lái)的重點(diǎn)就是針對(duì)分析需求來(lái)生成滿(mǎn)足分析需要的SQL語(yǔ)句，然后將SQL語(yǔ)句下發(fā)到DB中來(lái)查詢(xún)數(shù)據(jù)，返回分析結(jié)果。下面通過(guò)具體的需求場(chǎng)景來(lái)介紹如何生成SQL語(yǔ)句。

1.   基于星型模型(或雪花模型)生成SQL

需求場(chǎng)景：

按日期、產(chǎn)品查看總的銷(xiāo)售額、銷(xiāo)售量，日期限定在1997年，總銷(xiāo)售額限定在1000元以上，結(jié)果按照總的銷(xiāo)售額倒序排列，看前5個(gè)。

生成SQL思路

1.       分析需要用到的字段和表，目標(biāo)是明確查詢(xún)需要用到哪些表、表間關(guān)系、表上分組字段、聚合字段，確定SQL中select和from信息。

2.       分析篩選條件，目標(biāo)是明確SQL中where中需過(guò)濾的值。

3.       分析分組維度，目標(biāo)是明確SQL中g(shù)roup by的字段。

4.       分析聚合后的篩選條件，目標(biāo)是明確having中需要過(guò)濾的值。

5.       分析需要排序的列和排序類(lèi)型(升序還是降序)。

6.       生成結(jié)果個(gè)數(shù)限制條件

7.       根據(jù)以上信息生成查詢(xún)SQL：

select分組字段、聚合字段 from 表(含表關(guān)聯(lián)) where 篩選條件 group by 分組維度 having 聚合后的篩選條件 order by 排序信息 結(jié)果條數(shù)限制。

生成SQL

按照上面的步驟，和本例子中的需求，分析查詢(xún)中的關(guān)鍵信息（以下步驟與生成SQL思路中的步驟一一對(duì)應(yīng)）

1.       用到的分組字段：the_date、product_name, 其中分組字段the_date為日粒度，需處理為年粒度：DATE_FORMAT(`the_date` , '%Y')

聚合字段：store_sales、unit_sales，聚合方式都為sum；

用到的表：sales_fact_1997、product、time_by_day；

表間關(guān)系：sales_fact_1997. product_id= product. product_id

   sales_fact_1997. time_id= time_by_day .time_id

2.       篩選條件：

the_date`= STR_TO_DATE('1997-01-01 00:00:00' ,'%Y-%m-%d %H:%i:%s')

3.       分組維度：DATE_FORMAT(`the_date` , '%Y')、product_name

4.       聚合后的篩選條件：SUM(`store_sales`) > 1000

5.       排序：order by 聚合后的別名 desc

6.       限制結(jié)果個(gè)數(shù)：limit 0,5

7.       生成的SQL如下

四、 附錄-用到的表

下面羅列出以上示例中用到的表的建表語(yǔ)句，需要在 MySQL數(shù)據(jù)庫(kù)下執(zhí)行，其他類(lèi)型數(shù)據(jù)庫(kù)需要做一些調(diào)整。

1.       sales_fact_1997表

2.       product表

3.       product_class表

4.       time_by_day表

5.       customer表

6.       store表