BI类软件的关联查询哪家更好用

现在的BI常常是指对数据做交互式的多维分析（自助分析等叫法）。也就是从各个维度看统计值，有旋转、切片、钻取这些常规动作，人们在交互过程中可能试图看出业务经营中的问题。

BI 产品的界面常常比较花哨，好产品的使用都很流畅，但并没有多少技术含量，只要花工夫就能做的很易用（好上手、傻瓜式操作）。但，BI 的技术难度并不在界面端，而是后台逻辑怎么设计？！

比如，多维分析除了常用的对单表查询，有些软件还能支持关联查询，但关联查询功能很少被业务人员使用，基本还是需要技术人员提前准备好，搞成宽表，业务人员最终还是基于单表查询。这里的根本原因还是很多人不会用这些软件提供的多表关联查询功能。

为什么？

下面就国内几款主流的BI产品对比下关联查询的功能，哪家更方便让业务人员真正把产品提供的关联能力用起来。

以一个很常见的进销存系统的数据为例，看BI系统中可能出现的数据关联类型。

四个有关联的表：订单表orders、(销售)员工表employee、部门表department、区域表area，归类表间的关联，我们能观察到这几类：

1、常规的多级外键关联，如orders.emp_id = employee.emp_id、employee.dept_id = department.dept_id，订单表关联到员工表，员工表关联到部门表；
2、自关联表，如area.pid=area.area_id，department.parent_detp=department.dept_id，这种表的用处是把多级父子关系的同类数据存到一起。
3、互关联表，employee.dept_id = department.dept_id，同时employee.emp_id = department.manager，员工关联到部门，部门经理又反向关联到员工（因为经理也是一种员工）。
4、两表有多个关联，如orders.send_city=area.area_id，orders.recieve_city=area.area_id，订单表里的发货城市、收货城市都指向区域表area。

通常由技术人员事先生成已经关联好的宽表，以避免业务人员理解关联。这存在明显不足，常规多级关联能好点，但也有字段太多难以命名的问题，有重复表的多关联命名时就更容易混淆。自关联和互关联理论上会有无穷多字段，根本就没办法先做出宽表。所以事先生成大宽表的方法不可取，只能是跟随业务需求，有针对性的生成相关宽表。如果这个过程继续依赖于技术人员，就会导致在线分析无法“在线”，所以最好是能让业务人员自己独立完成宽表生成的工作，避免事事都求助技术人员。

基于上面这套数据，我们在一些实际业务需求中观察下不同种类的关联，同时给出相应的SQL。

1、 分析各个销售部门的订单情况。这需要常规的多级关联，订单表关联到员工表，员工表在关联到部门表。这种容易理解，思维是线性的，把需要的表逐级关联起来即可。SQL1：
select
orders.,employee.,department.*
from
orders
join employee on orders.emp_id=employee.emp_id
join department on employee.dept_id= department.dept_id

2、 分析不同地区下各个城市的销售情况。地区、省份、城市都存在区域表（area）中，要生成待分析cube，需要选出area表三次，它们之间用本表的pid和area_id关联，分别代表三种级别的区域。这种物理表和查询过程中的逻辑表，不是简单的一对一关系，需要比较清晰的思路才能关联正确。SQL2：

select orders.,region., province.,city.
from
orders
join area city on orders.send_city=city.area_id
join area province on city.pid=province.area_id
join area region on province.pid=region_area_id

3、 分析各部门销售情况时，把部门经理的信息也纳入进来，比如要考察男性/女性经理所带领的部门有什么销售特点。员工表关联到部门表后，通过经理字段再关联回员工表。前后两个员工表代表逻辑上的员工、经理。SQL3：

select
orders.,employee.,department.,managerTable.
from
orders
join employee on orders.emp_id=employee.emp_id
join department on employee.dept_id= department.dept_id
join employee managerTable on department.manager=managerTable.emp_id

4、 订单表中有发货城市、收货城市，如果要找同城的订单，就需要订单表分别两次关联区域表（area），根据外键字段的不同含义得到发货城市、收货城市两个逻辑表。

SQL4：
select
orders.,sendCity.,recieveCity.*
from
orders
join area sendCity on orders.send_city=sendCity.area_id
join area recieveCity on orders.recieve_city= recieveCity.area_id

实际项目中的一个分析主题，往往不只出现一种关联，混合在一起，繁度比较大，会增大关联的难度。但为了考察功能，我们采用简单示例，下面考察下各种BI产品在界面上怎么实现不同类型的关联。

永洪BI

永洪BI制作组合数据集就是对以上各种关联的等效实现，把SQL中逻辑表都选出来，正确设置表关系就得到宽表了。

常规多级关联（SQL1）

订单表关联员工表，员工表关联部门表：

自关联（SQL2）

订单表关联到城市表，城市表通过pid关联本表找到省份，省份表通过pid关联本表找到地区：

自关联

互关联（SQL3）

员工表关联部门表，部门表又关联回员工表（代表经理）：

两表多关联（SQL4）

订单表两次关联到区域表area，分别代表发货城市、收货城市：

两表多关联

永洪BI能顺利完成各种类型的关联，选出的所有逻辑表的关联关系也粗略的进行了图示（整体图上有表的关联，但没有精确到字段）。如果读者是理解SQL的技术人员，看上面这些可视化的关联视图会感觉到很顺畅，也很形象，和自己写的JOIN语句完全一一对应。但如果是业务人员，则还是会有较大的障碍。用户必须了解这些表之间是如何关联的（通过哪些字段关联），并理解JOIN运算，而这是设计数据结构的技术人员才能掌握的技能。在情况简单时还不容易错，表多了关联多了，常常是一团乱麻。可视化界面能提供选表、选字段的便利，但不会降低对操作人员技能要求。

期望通过实现JOIN可视化，把技术人员负责的关联查询转嫁到业务人员身上，效果不理想。因为困难主要是理解力不够造成的，而不是界面不方便性。

帆软BI

帆软BI也是宽表方式。

常规多级关联（SQL1）

第一步是选出orders表，然后通过两个“左右合并”操作把employee、department表关联起来。

自关联（SQL2）

自关联

互关联（SQL3）

两表多关联（SQL4）

帆软BI也能实现各种类型的关联，对比永洪BI，少了几个逻辑表的整体视图，而是顺序的把逻辑表逐个关联进来。界面看起来差异很大，但关联能力可以认为是等效的，仍然是SQL JOIN的可视化路线。也就同样存在因为业务人员欠缺技能的硬伤，业务人员难以独立的完成自制宽表、自助分析整个流程。

SmartBI

SmartBI也是宽表模式。

常规多级关联（SQL1）

常规多级关联

自关联（SQL2）

自关联时，还遇到了问题，不支持一个表重复选出，而我们这个需求需要把area表重复选出三次：

互关联（SQL3）

需要employee表选出两次，无法支持：

两表多关联（SQL4）

需要area表选出两次，无法支持：

两表多关联

SmartBI因为限制一个物理表只能选出一次，缩小了功能的实现范围，只能实现常规的多级表关联。对比前两家产品，前述缺陷仍然存在，还有更多的功能缺失。

润乾报表

润乾报表没有采用宽表的做法，但对数据的处理也是分成两个主要阶段。第一个阶段只定义物理表的关联关系，对整个数据库建模型，不涉及具体的查询业务，这个阶段完全是技术人员负责。无论哪种类型关联，都是定义物理表的外键关系，如下图区域表通过pid关联到自身的area_id：

整个数据库的外键关系定义完成后，分析页面就可以自动生成所有表的多层元数据树，业务人员直接基于元数据树进行分析，分析的过程中通过选择不同层级的字段，自动实现之前各种关联。这和宽表有较大区别，下面看具体的操作。

常规多级关联（SQL1）

订单表里的外键emp_id展开后是employee表，代表该订单的销售；销售表里的dept_id再展开department表，代表该销售所在的部门。不管所需数据在任何层级，业务人员直接拖选出使用就可以。

拖选之后会自动生成一种叫做DQL的查询语句：

     select
              orders.emp_id.emp_name salesName,
              orders.emp_id.gender salesGender,
              orders.emp_id.dept_id.dept_name salesDeptName,
              orders.order_date orderDate
     from orders

这个DQL语句通过jdbc方式提交给DQLServer执行，就查询出数据了（可以把DQLServer理解成一种数据库，实际上它做的动作是根据之前定义的元数据文件*.lmd，把DQL语句翻译成原始数据库的SQL，然后再去原始库执行，查询出数据）。

自关联（SQL2）

订单表展开发货城市，发货城市再展开父区域就是它所在的省份、父区域的父区域就是地区。

对应的DQL：

     select
              orders.send_city.name city,
              orders.send_city.pid.name province,
              orders.send_city.pid.pid.name region
     from orders

互关联（SQL3）

第一层和第三层都是employee表，和第二层department表形成了互相关联。业务人员不用刻意理解互关连，这都是根据外键展开出外键表，能清晰的知道第一层是员工，第三层是经理就可以了。

查出员工和经理姓名的DQL:

     select
              employee.emp_name employeeName,
              employee.dept_id.manager. emp_name managerName
     from employee

两表多关联（SQL4）

一个表中可以有多个外键字段，不用刻意区分是否外键到了相同的物理表，根据所展开的外键就知道一个是发货城市，另外一个是收货城市。

查发货和收货城市的DQL：

     select
              orders.send_city.name sendCity,
              orders.receive_city.name receiveCity
     from orders

润乾报表的DQL模式对传统BI中的分工做了新的调整，技术人员只负责描述物理表的关联关系，不参与具体业务；业务人员做分析时，根据选出信息自动生成关联查询语句。这种调整对系统中的技术人员、业务人员都有利，业务需求的频繁变动减少了对技术人员的依赖；业务人员理解树状结构并不比线状结构要难多少（人类一向以树状结构来理解事务），反而因为树状结构的丰富数据获得了更灵活的分析能力。

从上述四个例子对应的DQL也能看出来，语句中已经没有JOIN，这样感受起来是个单表（实际上是多表关联查询），关联关系被隐藏在增强的字段表达式中了，这样业务人员完全可以掌握。

而且，由于实质的关联关系是技术人员事先定义的，业务人员无论如何操作也不可能做出错误的关联。而之前的可视化JOIN方案，如果业务人员对表间关联了解不足，就很可能拖拽出错误的查询。

总结

通过对比可以看出，永洪BI、帆软BI能实现所有类型的关联；SmartBI只能实现无重复逻辑表的关联； 这三家都实现了SQL JOIN技术的可视化。可视化的本意是要降低难度，给业务人员提供做关联查询的能力，但把技术思维和概念原封不动的搬上可视化界面，无助于提高业务人员的技术能力，对原本就熟悉SQL的技术人员帮助也不大。

润乾报表的DQL模式中，把多表关联查询转换成树状字段的单表查询，业务人员延用习惯的单表查询技能就可以完成非常复杂的关联查询，这使得业务人员的灵活查询能力大大加强。