myfirstBI项目总结

app 应用信息统计：

 

saiku安装：http://blog.csdn.net/longshenlmj/article/details/17359645

workbench解压即用，http://blog.csdn.net/longshenlmj/article/details/17530379

流程：

1,从hive上导入每天的app应用信息，来自各个网站，基本字段根据经验。

2，用kettle清洗设计，导入mysql

3，workbench连接好sql，设计XXX.xml的cube文件。

4，将cube文件通过saiku呈现。相关配置使用的细节，见上面的文件saiku安装。

 

worbench的纬度：从一个角度（另一个表的某个属性）看事实表中的数据统计信息（事实表ft要有对应的字段）。总结：维度表的column设置项与事实表中对应字段（设置在cube的foreign key）关联

 

一个纬度表，通过自身的某个键，和事实表的某个键关联。dimension的foreign key和level中column的设定。注意level中的显示列为空，则默认用上面的比较列，设置要显示的列内容，比如显示年份，用date_value进行比较，满足了，在显示同一行上的另一个列的内容。

 

saiku数据呈现：同一个dim下的level不能分开到row和column上，只能同时在一个上。

 

 

  dim上是的个数，行列都是dim，事实表中同时满足两个维度条件的元组个数。

  measure是统计量，用于统计一列上的个数。比如downloads。统计的是事实表上的一列的值。另一方向放维度就表示，按不同维度值分别进行统计。多个维度，则多个满足条件下的统计。

   注意，measure行列都可以放，想横着看，还是竖着看，就放到对应位置就行了。统计过程和统计结果不会发生改变（都是统计事实表中的一列）。measure和dim可以放到一起

   另外，在右边的尾部有加图功能，所以按日期看增长量。下图中就是有问题的，出现下降，说明数据有错误。

  

（再比如，统计每天的下载量，按取值区间统计，观察是否符合正态分布，如果大值处依旧很高，说明作弊的可能性很大）

 

 小测试，时间维度用维度表的dataval（维度表的column设置项），与事实表的date_value（cube的foreign key）关联，可以统计每天的信息。

 

 level的type选regular，其它类型time_XXX还在测试中？