联名账户作为常见的金融分析场景，蕴含了复杂的模型关系处理，并不是人人都可以轻松算对。本文从介绍关系开始，深入浅出向您介绍如何处理联名账户这种最常见的金融分析场景。
常见的关系
1）一对一关系
最简单的关系是一对一关系。假设您有一个人的姓名列表和一个身份证号码列表。每个人有且仅有一个身份证号码，每个身份证号码能且仅能对应到一个人。
一对一的关系相对较少，因为往往给定关系的两边都不可能与一个且只有一个对应关系匹配。这是一对一关系的其他示例：
公民和护照的关系（每个人只有一本来自特定国家/地区的护照，每本护照只能供一个人使用。）
国家和国旗的关系（每个国家/地区只有一个国旗，每个国旗仅属于一个国家/地区。）
配偶关系（每个人只有一个配偶。）
2）一对多关系
一种更复杂（但也更常见）的关系是一对多或多对一关系。例如，如果您有一个艺术品清单和一个博物馆清单，则每个艺术品只能一次位于一个博物馆中，但是每个博物馆可以拥有许多艺术品。
同时类似这样关系的例子还有很多，例如：
人员地址（每个人可以住在一个地址，但每个地址可以容纳一个或多个人。）
主人宠物（每只宠物都有一个主人，但每个主人可以拥有一个或多个宠物。）
农民设备（每台农用设备由一个农民拥有，但是每个农民可以拥有许多设备。）
3）多对多关系
最后，实体也可以具有多对多关系。假设您有一个图书清单和一个作者列表，每本书可能有一个或多个作者，并且每个作者可能写了多本书。这时就形成了多对多关系。
并且这种关系看似特殊，但是却很常见，商业活动中存在着许多这类场景，例如：
在医院场景中，每个医生会为多个病人看病，同时病人也会到多个医生处就诊，医生和病人之间就存在多对多关系；
在零售和快餐场景中，每张订单关联多张优惠券，同时优惠券也可以在多个订单中使用，那么订单和优惠券间就存在多对多关系；
在学校场景中，每一名学生会学习很多门课程，同时一门课程会有很多名学生学习，那么课程和学生之间同样存在着多对多关系。
像这类多对多关系还有很多，下文将进一步介绍一些典型的多对多关系场景。
联名账户场景
联名账户是一个非常典型的多对多关系的业务场景：该场景中有一个事实表，该表记录了每个账户的每一笔交易明细，同时，又存在账户信息、客户信息和日期信息三张维度表。典型的模型样例如图所示。
由于存在联名账户，所以一个账户可能对应多个客户，同时一个客户又会对应多个账户。这就为分析提出了更高的要求。例如，我们在样例数据中创建了4个客户和6个帐户。每个帐户都关联一个或多个客户，每个帐户在2005年11月30日的交易金额均1000元。
但是当进行客户层面的统计时，很容易就能发现，每个客户交易金额的小计等于属于其对应账户的交易金额的总和，但是对于总计交易金额，由于仅存在6个账户，每个账户的交易金额均为1000元，所以总计交易金额为6000元，并不是各个客户金额小计的总和。这里需要对重复计算的账户，进行去重计算，这就是多对多关系的特别之处。
实现方式
那么如何处理这种复杂而常见的多对多关系的模型呢？Kyligence产品提供了MDX数据集的建模能力，能够轻松的支持多对多的分析场景。用户仅需通过简单的设置，无需任何代码即可定义多对多关系。仅需进行如下设置，即可完成一对多对多关系的定义。
用户在最终分析时不需要关系底层的数据结构和数据关系，仅需要直接进行拖拽分析即可。
结论
本文介绍了建模时各类表与表间的连接关系，讨论了常见的使用场景。并基于联名账户场景详细的解释了多对多关系计算的重点。即使在大数据时代的今天，这些复杂的场景仍然随处可见，是现代OLAP需要具备的高级建模能力。Kyligence产品能够很好的支持多对多关系，既能够实现海量数据的快速响应，又能支持OLAP分析所需的各种复杂连接关系。如需了解更多，请点击阅读原文，查看详细Demo 视频。