多维数据分析之初体验

        因近期学习mondrian schema和mdx语法，学习历程较艰辛，故希望以系列文章予以记录，且方便今后查阅。
        书写schema的过程即是构造你的多维数据集的过程，此步相当重要，直接关系到今后查询时效率的高低，
好比建立一个糟糕的数据库，做复杂需求时，即便是神仙也只能“望库兴叹”，只可惜初涉此域，我也只能讲讲基本概念了，希望能帮助大家更好的理解多维数据集这么个玩意儿。
        先讲建立cube，cube即数据立方的意思，可以理解为数据仓库中被挑选出来当成研究对象的数据集，举个简单的例子：
        现有一张工资表salary，字段有id, customer_id, salary，id为该表主键，customer_id为该表外键，
连接到表customer，表结构为customer_id, gender，工资表即可当成一个简单的cube，cube中的事实表即Salary。
有了研究对象，接下来自然是确定研究角度了，研究角度对应于schema中的dimensions，dimension可以对应另一张表，也可以是cube中的事实表，
此例中将Customer当成维度表，维度表和事实表必须要有关联，否则毫无关系的两张表能擦出什么火花？！
        接下来你有了研究对象，有了研究角度，那到底该研究什么？这就对应于schema中的Measure(度量)，此例中选择工资的综合为统计指标。

<Schema name="Salary">

              <Cube name="Salary" cache="true" enabled="true">

            <Table name="Salary" alias="">
           </Table>
          <Dimension type="StandardDimension" foreignKey="customer_id" name="Gender">
                <Hierarchy name="h1" hasAll="true" allMemberName="All Genders" primaryKey="customer_id">
                     <Table name="customer">
                     </Table>
                     <Level name="Gender" table="customer" column="gender" uniqueMembers="true">
                     </Level>
                 </Hierarchy>
          </Dimension>
           <Measure name="Salary In Total" column="salary" aggregator="sum" visible="true">
          </Measure>

              </Cube>
        </Schema>

 

        这时你就可以从customer表中gender的角度统计salary表中工资总和了，即salary表中男性、女性以及未知性别的工资总额了。
        MDX查询语句为
        select {[Measures].[Salary In Total]} on columns,
                   {[Gender].[Gender].Members} on rows
        from [Salary]

        btw：文章没有细致讲语法，只是抛砖引玉而已。关于写mondrian schema的语法，详见http://mondrian.pentaho.com/documentation/schema.php
        关于mdx的语法及内置函数，详见http://msdn.microsoft.com/en-us/library/ms145970.aspx
        既然走上了这条“不归路”，这两个网站你想不去都不行了...