深入浅出“跨视图粒度计算”--2、INCLUDE表达式

上一篇，讲了什么是数据的粒度，以及网易有数中，哪些地方能够改变视图上的数据粒度。

现在正是开始CGC表达式的讲解，我们首先来看一下INCLUDE表达式

{ INCLUDE [维度] : 聚合表达式 }

我们用以下的示例数据来举个例子。这份数据显示了在2014年的1月和2月间，有A、B和C三个客户有一些花费记录。

示例数据

首先，我在网易有数中展示这两个月的花费总额，将“Date”字段放置在X轴，并且按照“月”的粒度。“Spend”放置在Y轴，聚合方式选择“求和”，得到下图。

网易有数提供拖拽字段的交互方式来完成图表的绘制，但这张图表的背后其实是生成了一段SQL，如下：

图表对应的SQL和结果

这段SQL很容易理解，就是对Date进行了Group by，然后对Spend进行了求和。

每个月客户花费的平均总金额是多少

此时，我想回答一个问题，我想知道“每个月客户花费的平均总金额是多少？”

首先，我们还是先来仔细理解一下这个问题。

请注意，“每个月客户花费的平均总金额是多少？” vs “每个月花费的平均总金额是多少？”是两个不同的问题。因为数据的粒度不一样。这个在网易有数里面该怎么做呢？

其实如果用SQL语言是很容易实现的：

这段SQL语言看似很复杂，但仔细一看，我们所做的只是从另一个查询返回的结果集中进行选择，即从红色框的子查询的结果中再进行选择。我们先来看一下，子查询返回的结果，如下表：

子查询结果

然后我们再基于子查询中的结果，对Month做分组操作，得到月份平均值：

基于子查询求平均值

最终得到下面的数据集。就是每月每个客户的平均总消费金额

每月客户的平均总消费金额

但这样做存在一个问题，就是为了计算到这个结果，数据必须进行预先汇总。在之前的网易有数中，唯一的解决方案是在数据模型中创建自定义SQL视图，先按月和客户预先汇总的好数据。但这种解决方案非常不理想。因为如果预先进行了汇总，就限制了我们将数据分成几周或几天的能力，并且我们无法再访问个人客户。

好消息是，在新版本的网易有数中，再也不会被这类问题所烦恼了！

---

跨视图粒度计算表达式（Cross-Granularity Calculation）能够让用户在表达式中指定数据的在哪个粒度上进行计算，

INCLUDE表达式

那我们现在来正式看一下INCLUDE表达式。在这里，我们将回答在文章开头部分提出的问题：“每个月客户花费的平均总金额是多少？”

还记得以前的解决方案是有多复杂吗？而现在，你只需要创建一个计算字段：

客户总花费

这就是你需要做的一切！

于是，我们只需要把刚才创建的“客户总花费”拖到Y轴，然后聚合方式取平均值，得到下图

最终结果

有关这张图表背后发生的更多细节，我们来看一下原始SQL脚本，并且比较一下SQL中的哪些部分与我们图表的数据面板上的字段对应：

蓝色的 [Month] 对应的是我们X轴的字段 [月(Date)]

绿色的 [AVG TOTAL SPEND] 对应于我们Y轴字段 [客户总花费]

橙色的字段其实就是我们INCLUDE表达式中写的，INCLUDE，中文译为“包括”，可以形象的理解为：在计算时，除了当前图表数据面板上的粒度，还要将INCLUDE后面的粒度包括进去。所以我们看到在子查询中，我们会将【Month】也加到子查询里面。

然后基于子查询的结果，再做一次顶层聚合，聚合回当前图表的视图粒度。

是不是非常很方便！

CGC表达式其实就是对SQL的高度抽象，能够不依赖图表上的粒度，自由的指定度量的计算粒度。通过非常简洁的语法能够满足复杂的分析需求。

这样就能够在一张图表上展示不同粒度的数据了。比如下图，视图上面虽然只有Date粒度，但是在显示的时候，能够将数据聚合到不同的粒度。

展示

以上内容讲了INCLUDE表达式的原理，后续我会继续对EXCLUDE、FIXED表达式进行讲解！