Mondrian Schema设计

schema概念

• 一个Schema定义了一个多维度的数据库，它包含了一个逻辑模型（其中包含了cubes,hierarchies，members），模型对应的物理模型的映射。
• 逻辑模型包含的这些结构用来在MDX语言中写查询：cubes,dimensions,hierarchies,levels,members.
• 物理模型通过逻辑模型展现的数据源，它一般是星型结构（在关系型数据库中的一系列表）。

schema files

Mondrian schemas 通常在xml中展现出来，目前来说，创建schema的唯一方法就是编辑xml文件，可以参考demo/FoodMart.xml文件内容

逻辑模型

schema中最重要的部分是：cubes,measures,dimensions.

• Cube:在一个专门领域的维度和度量的集合
• Measure:你所感兴趣的度量的数量，比如：产品销量。
• Dimension:是一种属性或者是属性的集合，你可以通过它将measures划分子类。

下面，我们看一个例子：

<Schema>
  <Cube name="Sales">
    <Table name="sales_fact_1997"/>
    <Dimension name="Gender" foreignKey="customer_id">
      <Hierarchy hasAll="true" allMemberName="All Genders" primaryKey="customer_id">
         <Table name="customer"/>
         <Level name="Gender" column="gender" uniqueMembers="true"/>
      </Hierarchy>
    </Dimension>
    <Dimension name="Time" foreignKey="time_id">
      <Hierarchy hasAll="false" primaryKey="time_id">
         <Table name="time_by_day"/>
         <Level name="Year" column="the_year" type="Numeric" uniqueMembers="true"/>
         <Level name="Quarter" column="quarter" uniqueMembers="false"/>
         <Level name="Month" column="month_of_year" type="Numeric" uniqueMembers="false"/>
      </Hierarchy>
    </Dimension>
    <Measure name="Unit Sales" column="unit_sales" aggregator="sum" formatString="#,###"/>
    <Measure name="Store Sales" column="store_sales" aggregator="sum" formatString="#,###.##"/>
    <Measure name="Store Cost" column="store_cost" aggregator="sum" formatString="#,###.00"/>
    <CalculatedMember name="Profit" dimension="Measures" formula="[Measures].[Store Sales] - [Measures].[Store Cost]">
    <CalculatedMemberProperty name="FORMAT_STRING" value="$#,##0.00"/>
    </CalculatedMember>
 </Cube>
</Schema>

这个schema只是一个cube,它有两个维度：”Time”,”Gender”,和四个量度：”Unit Sales”,”Store Sales”,”Store Cost”,”Profit”.
通过Schema可以写出MDX查询语句：

SELECT {[Measures].[Unit Sales],[Measures].[Store Sales]} ON COLUMNS,
{descendants([Time].[1997].[Q1])} on ROWS
FROM [sales]
where [Gender].[F]

Cube

一个Cube就是measures和dimensions的集合，measures和dimensions的共同之处就是都是来自于事实表。

<Cube name="Sales">
   <Table name="sales_fact_1997"/>
   ...
</Cube>

如果事实表不在默认的schema中，我们可以提供一个明确的schema.

<Table schema=" dmart" name="sales_fact_1997"/>

我们可以使用<View>来创建更多的复杂的SQL语句，<Join>结构不支持事实表。

Measures

上面的Sales Cube定义了几个度量，包含”Unit Sales”,”Store Sales”.

    <Measure name="Unit Sales" column="unit_sales" aggregator="sum" datatype="Integer" formatString="#,###"/>
    <Measure name="Store Sales" column="store_sales" aggregator="sum" datatype="Numeric" formatString="#,###.00"/>

• 每一个measure包含一个name,column(在事实表中)，aggregator。aggregatore通常是”sum”,但是”count”,”min”,”max”,”avg”,”distinct-count”也是支持的.
• “datatype”属性指定了cell value如何在Mondrian的cache中展现，它有”String”,”Numberic”,”Integer”,”Boolean”,”Date”,”Time”,”TimeStamp”,默认是”Numeric”

• “formatString”:指定了值是如何展现的，”,” 和”.”符号可以作为分隔。

  Measure可以不仅来自于列，可以使用cell reader,或者是SQL语句，比如：

<Measure name="Promotion Sales" aggregator="sum" formatString="#,###.00">
    <MeasureExpression>
        <SQL dialect="generic">
           (case when sales_fact_1997.promotion_id =
           0 then 0 else sales_fact_1997.store_sales end)
        </SQL>
    </MeasureExpression>
</Measure>

Dimensions,Hierarchies,Levels

下面是一些定义：

• member:第一个维度所包含值的集合，比如gender包含2个Members:M ,F。
• hierarchy:为了方便分析而组织在一个结构中的members集合。
• level:到层级根节点同样距离的members集合。
• dimension:hierarchies的集合，用以区分事实表的属性。

举个例子：

<Dimension name="Gender" foreignKey="customer_id">
    <Hierarchy hasAll="true" primaryKey="customer_id">
        <Table name="customer"/>
        <Level name="Gender" column="gender" uniqueMembers="true"/>
    </Hierarchy>
</Dimension>

这个维度包含一个层级，这个维度的值来自于customer表中的gender列，在sql中实际上是通过join语句，
事实表 “sales_fact_1997.customer_id” 到维度表的 “customer.customer_id”.

将dimensions和hierarchies映射到表中

在一个表中加入维度是通过一些列，一个来自于是事实表，一个来自于维度表。
Dimension元素包含foreignKey属性，这是是事实表中的列名；hierarchy中包含primaryKey属性，这是维度表的列名。
如果一个层级关系中有一张表以上，可以使用”primaryKeyTable” 属性
column属性定一个level的key,它必须是来自于维度表的列名，如果key是一个表达式，我们可以使用KeyExpression元素，
下面是一个例子：

<Dimension name="Gender" foreignKey="customer_id">
    <Hierarchy hasAll="true" primaryKey="customer_id">
        <Table name="customer"/>
        <Level name="Gender" column="gender" uniqueMembers="true">
            <KeyExpression>
                <SQL dialect="generic">customer.gender</SQL>
            </KeyExpression>
        </Level>
    </Hierarchy>
</Dimension>

其他的属性，我们可以在下表中找到：

注：
1.uniqueMembers属性是用来优化SQL语句的产生，比如：一个时间维度［Year].[Month]将会设置uniqueMembers=”false”,
因为相同的月份出现在不同的年中；如果你有一个层级[Product Class].[Product Name],那么可以设置[Product Name]的uniqueMembers=”true”,在最高的层级中，总是将uniqueMembers设置为true.

#