1. 程式人生 > >《BI專案筆記》多維資料集中度量值設計時的聚合函式

《BI專案筆記》多維資料集中度量值設計時的聚合函式

Microsoft SQL Server Analysis Services 提供了幾種函式,用來針對包含在度量值組中的維度聚合度量值。預設情況下,度量值按每個維度進行求和。但是,通過 AggregateFunction 屬性,您可以修改此行為。聚合函式的累加性可確定度量值如何在多維資料集的所有維度中進行聚合。聚合函式具有三個級別的累加性:

累加性 - 累加性度量值主要是指父級層次結構中成員的值等於它所有子級成員值的總和。

  • Sum - 父級成員值等於它所有子級成員值的總和,這是 SSAS 分析服務預設的聚合函式。
  • Count - 計算事實表中特殊列非空值的函式,或者計算事實表的行數。父級成員也可以由它的所有子級成員值相加求得。

半累加性 - 半累加性度量值只是對某些子級得到進行聚合。

  • Max - 父級成員值等於其所有子級中的最小值。
  • Min - 父級成員值等於其所有子級中的最大值。
  • FirstChild - 父級成員的值等於子級成員值的總和,但是如果在時間維度中,父級成員的值等於第一個子成員的值。
  • LastChild - 父級成員的值等於子級成員值的總和,但是如果在時間維度中,父級成員的值等於最後一個子成員的值。
  • FirstNonEmpty - 父級成員的值等於子級成員值的總和,但是如果在時間維度中,父級成員的值等於第一個非空子成員的值。
  • LastNonEmpty - 父級成員的值等於子級成員值的總和,但是如果在時間維度中,父級成員的值等於最後一個非空子成員的值。
  • AverageOfChildren - 對多維資料集時間維度中最低粒度級別的所有維度進行求和,然後再求平均值,即得所求值。(非空子成員)
  • ByAccount - 當多維資料集包含一個賬戶型別的維度時,需要使用按賬戶聚合函式。度量值的按賬戶聚合函式是維度 Account 成員的一個屬性。

非累加性 - 父級成員的值不能由自己的值得到。

  • DistinctCount - 非重複計算,對事實表中無重複的列進行計數,成員值是通過對該成員的無重複技術而確定的。
  • NONE - 不進行任何聚合。

參考文獻:
配置度量值屬性
http://technet.microsoft.com/zh-cn/library/ms175623(v=sql.105).aspx
定義半累加性行為
http://technet.microsoft.com/zh-cn/library/ms175356(v=sql.105).aspx
使用聚合函式
http://technet.microsoft.com/zh-cn/library/ms365396(v=sql.105).aspx
度量值和度量值組
http://technet.microsoft.com/zh-cn/library/ms174792(v=SQL.105).aspx

相關推薦

BI專案筆記資料集中度量值設計聚合函式

Microsoft SQL Server Analysis Services 提供了幾種函式,用來針對包含在度量值組中的維度聚合度量值。預設情況下,度量值按每個維度進行求和。但是,通過 AggregateFunction 屬性,您可以修改此行為。聚合函式的累加性可確定度量值如何在多維資料集的所有維度中進行聚合

三個例子,讓你看懂資料倉庫資料模型的設計

一、概述   多維資料模型是最流行的資料倉庫的資料模型,多維資料模型最典型的資料模式包括星型模式、雪花模式和事實星座模式,本文以例項方式展示三者的模式和區別。 二、星型模式(star schema)   星型模式的核心是一個大的中心表(事實表),一組小的附屬表(維表)。

(3)基於Echarts外掛的資料視覺化設計和實現

說完了內部擴充套件和新增介面,接著就是外部的介面了。 外部的介面主要對原始資料進行一系列的計算、變換、包裝,然後放入option各個引數中。 createChart介面: /** * 通過Echarts的setOption介面建立echarts多

BI專案筆記》建立資料集Cube(1)

有兩個事實表,因此就有兩個度量值組,並且嚮導將為非維度鍵的事實表中的每一個數值列建立一個度量值。由於我們這裡不需要那麼多,所以只選擇部分度量值。另外要注意,度量值的名稱源於事實表中的列,所有名稱由可能相同。但是在多維資料集中,由於度量值的名稱必須是唯一的,所以嚮導會在重複的度量值名稱後新增所屬的度量值組名

BI專案筆記》建立資料集Cube(2)

本節建立: 歷年的初煙水分均值變化分析Cube:區域維度:地州,專縣時間維度:年等級維度:大等級,小等級指標:水分均值資料來源檢視: 資料處理: ALTER TABLE T_QualMoisture_Middle ALTER COLUMN V_Produce_ID VARCHAR(50)

【Wyn Enterprise BI知識庫】 認識資料建模與分析 ZT

與業務系統類似,商業智慧的基礎是資料。但是,因為關注的重點不同,業務系統的資料使用方式和商業智慧系統有較大差別。本文主要介紹的就是如何理解商業智慧所需的多維資料模型和多維資料分析。   資料立方體 多維資料模型是為了滿足使用者從多角度多層次進行資料查詢和分析的需要而建立起來的基於事實和維的資料

SQL Server 2008 資料集增加度量值計算平均值

環境:SQL Server 2008 + Microsoft Visual Studio 其他步驟就不說了,直接到多維資料集這裡。比如說你已經有了一個總消費的度量值Amount和一個計數度量值count。現在要求平均值,步驟如下: 1 開啟計算標籤頁 2.在這個計算頁

BI學習之一建立一個簡單的Olap資料集的展現

專案背景   '部落格園'是一家國內的大型日化用品,生活用品生產,銷售公司,它的一部分銷售是放在淘寶網上進行的,在淘寶網上這家公司有多個網店,線下有系統對每個網店的銷售資料通過淘寶API進行抓取儲存,用於每週,月出銷售情況的報表.由於報表設計到多個方面,每一次有新的搭配或者

BI專案筆記》增量ETL資料抽取的策略及方法

增量抽取 增量抽取只抽取自上次抽取以來資料庫中要抽取的表中新增或修改的資料。在ETL使用過程中。增量抽取較全量抽取應用更廣。如何捕獲變化的資料是增量抽取的關鍵。對捕獲方法一般有兩點要求:準確性,能夠將業務系統中的變化資料按一定的頻率準確地捕獲到;效能,不能對業務系統造成太大的壓力,影響現有業務。目前增量資料抽

BI專案筆記》SSAS部署發生的問題——元資料管理器中存在錯誤 解決辦法

在生成和部署期間出錯。是否繼續?解決辦法: 用Microsoft SQL Server Management Studio 連線Analysis Services 然後刪除多維資料庫,重新佈署。這樣就OK的。 (adsbygoogle = window.adsbygoogle

最優化學習筆記(五)——牛頓法(資料

    在最優化學習系列中,第一次就說的是牛頓法,但是那是在一維搜尋上的,它其實就是將函式f在x處利用泰勒公式展開,得到它的近似函式,進而求解最小值。本節內容主要說明牛頓法在多維資料上的迭代公式。最優化學習筆記中講到的最速下降法是一種速度比較快的優化方法,但是最

php學習筆記-數組

too ora gpo 多維 english pan 元素 blog tool 多維數組就是有一個數組,它裏面的每個元素又是一個數組。 1 <?php 2 $stuff =array(‘food‘=>array(‘apple‘,‘orange‘),‘book‘

資料知識體系_探索資料_資料彙總_視覺化_資料分析

探索資料 彙總統計 頻率和眾數 分類屬性的眾數是具有最高頻率的值 百分位數 位置度量:均值和中位數 截斷均值 散佈度量: 極差和方差 標準差 絕對平均偏差 ADD 中位數絕對偏差 MAD 四分位數極差 IQR 多元彙總統計

[學習筆記]CDQ分治 [學習筆記]偏序

分治,考慮前一半對後一半的影響。 (和一般分治不太相同的思想是,一般分治不分誰對誰的影響,跨mid的都要統計。(全域性變數統計) 而CDQ貌似要落腳到前一半對後一半的影響上,也就是貢獻在後一半統計,由前一半產生。 )   大概使用情況: 1.三維偏序 2.優化DP 3.??? &n

【FastCube.Net教程】如何將資料庫連線到資料

通常,OLAP多維資料集中的資料是從資料庫載入的。要使用資料填充多維資料集,需要建立資料來源,多維資料集可以接收以下資料: Database(資料庫)—建立與資料庫的連線; Stream(流)—可以通過網路作為流接收,從檔案開啟或從資料庫下載的多維資料集; Application code

FastCube.Net元件教程(一):資料

在本文中將瞭解FastCube.Net庫中包含的元件,元件列表: Cube——從檔案載入多維資料集並用資料填充它的主要元件; CubeGrid——用於顯示多維資料集的所有資料; CubeGridToolbar——是CubeGrid的工具欄; Slice——包含多維資料切片; Slice

Numpy 筆記: 陣列的切片(slicing)和索引(indexing)【轉】

目錄 切片(slicing)操作 索引(indexing) 操作 最簡單的情況 獲取多個元素 切片和索引的同異 切片(slicing)操作 Numpy 中多維陣列的切片操作與 Py

如何在FastCube.Net中建立新的資料

在本文中,將介紹如何使用自定義應用程式中的程式碼在FastCube.Net中建立多維資料集。多維資料集檔案可以包含資料,讓我們看一下多維資料集建立的整個步驟。 下載最新版FastCube.Net 建立Windows窗體專案,在“References”中,需要新增指向libraries(庫)的連結:Fast

關於Sql Server 2000 Analysis Services無法瀏覽資料

按照analysis Services中的教程建立多維資料集在瀏覽資料的時候,卻提示無法瀏覽多維資料集:未指定的錯誤到晚上查查,才知道要瀏覽多維資料集需要安裝analysis services的sp3地址:SQL Server 2000 Service Pack 3a for

視覺化與資料分析

視覺化資料是把 資料轉換成視覺或表格的形式,以便可以分析資料和資料項或屬性之間的關係與特性。 視覺化基本步驟: 1.表示 2.安排 3.選擇 視覺化技術:1.直方圖、多維直方圖 2.盒狀圖(通常顯示