ITPub博客

首页 > 大数据 > 数据分析 > Smartbi学习篇:如何实现多维分析定制?

Smartbi学习篇:如何实现多维分析定制?

原创 数据分析 作者:思迈特Smartbi 时间:2020-11-30 22:56:40 0 删除 编辑

多维数据分析是一种非常先进的数据分析理念,但往往被人们想的很复杂,特别容易被联想至四维或更高维度空间的样子。实际上这完全没有必要,多维数据分析其实是最容易理解的数据分析方式。

维度,其实就是最易于被理解的业务分析角度,如:日期、地区、渠道、产品、用户等。维度是纯粹面向业务的描述信息,任何人都可以秒懂维度含义,提出任何面向业务的问题并快速获得答案。那么Smartbi是如何实现多维分析定制呢?具体要如何操作呢?一起跟小麦来学习吧!

创建模式

首先,创建多维分析分为两种模式: 新建多维分析 和 新建多维探索 。这两种模式主要是在创建多维分析的方式是不同的。

l 创建多维分析主要是通过查询浮动面板选择各个区域的维度值。如下图: 图片17.png

l 创建多维探索主要是通过待选列勾选的方式进行区域维度值选择,如下图: 图片18.png

实现原理

多维分析是通过将多维数据集中的各个维度(包括普通维度和度量维)进行有机的组合,查询出相应的数据。首先,我们了解下多维数据库中查询多维数据集表达式(即MDX查询表达式)的基本组成:SELECT [<axis_specification>[, <axis_specification>...]]FROM [<cube_specification>][WHERE [<slicer_specification>]]从上面的表达式中我们发现:每个MDX查询都要求有数据请求(SELECT子句)、起始点(FROM子句)和筛选(WHERE子句),且。这些关键字以及其它关键字提供了各种工具,用来从多维数据集中析取数据的特定部分。接着,我们按照MDX基本表达式原理对总结章节中的多维数据集查询如下:SELECT {[Time].[1997年].[第一季度]} on COLUMNS,{[Store].[canada].[DF]} on ROWSFROM SalesWHERE([Product].[Food].[Meat])该表达式返回的结果集如下图黄色区域部分: 图片19.png因此,根据MDX表达式的结构及多维数据集查询的实现需求,系统将多维分析的"查询浮动面板"分为三个小区:列区、行区和切块区。其中,"列区"对应"COLUMNS"部分,"行区"对应"ROWS"部分,"切块区"对应"WHERE"部分。将不同的维成员拖拽到各区,不同的组合获得不同的数据结果,这些结果展现在一个报表中,则实现了我们称之为"多维分析"的报表。以上示例中实现的是三个维的多维分析,系统允许在行区、列区和切块区拖拽一个或多个维中的成员,这样可以检索出多个维的数据结果,这种多维数据集查询的方式较之二维的查询方式(也可以说是SQL数据集查询方式)可以实现更灵活和更复杂的查询效果。 说明:处于切块区中的维在系统中以参数看待,可以实现对当前多维分析的切片和切块效果。

 

Smartbi 的多维分析简单易用,无需编写任何的代码,用户只需要通过语义层的定义就可以轻松搭建自己的多维数据模型。同时具有灵活的分析功能、直观的数据操作和分析结果可视化表示等突出优点,从而使用户对基于大量复杂数据的分析变得轻松而高效,以利于迅速做出正确判断。


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/69965912/viewspace-2738333/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论
Smartbi——更聪明的大数据分析软件,快速挖掘企业数据价值!

注册时间:2020-03-09

  • 博文量
    314
  • 访问量
    138226