多维数据透视分析

1.透视分析含义

 透视分析(Transparency analysis)可以快速合并、旋转、切片、切块、钻取比较大量的数据和显示明细数据的交互式报表分析的多维数据分析方法。

2.多维数据分析方法

 分析方法OLAP（Online Analysis Processing），联机分析处理。
 切片；切块；上卷（数据聚合）；下钻（数据钻取，下降维级）；旋转。

3.多维数据的三种存储方式

 MOLAP(基于多维数据组织的OLAP实现)
 ROLAP(基于关系数据可的OLAP实现)
 HOLAP(基于混合数据组织的OLAP实现)

4.多维数据模型的典型数据模式

 星型模式：一个大的中心表（事实表），一组小的附属表（维表）。维度表只和事实表关联，维表间没有关联。
 雪花模式：是星型模式的扩展，某些维表被规范化，进一步分解到附加表（维表）中。
 事实星座模式或者星系模式：数据仓库由多个主题构成，包含多个事实表，而维表是公共的，可以共享的。
 星型架构是一种非正规化的结构，多维数据集的每一个维度都直接与事实表相连接，不存在渐变维度，所以数据有一定冗余，但很多统计查询不需要做外部连接，在冗余接受的前提下，实际运用中星型模式较多。此模型中，必要的维度表在事实表中只拥有外键。
 雪花模式通过最大限度的减少数据存储量以及联合较小的维表来改善查询性能，有效减少数据量。此模型中，数据模型的业务层级由一个不同维度表主键-外键的关系代表。ETL相对简单。

5.基本对比计算规则

 均比：实际值与平均值对比。
 基准比：实际值与基准值之间的对比。
 目标比：实际值与目标值之间的对比。
 标准比：实际值与标准值之间的对比。
 占比：部分与总体的对比。

6. 5W2H模型

 what,why,who,when,where.
 how,how much
 思维步骤：
  将业务场景进行5W2H的概括总结。
  将5W2H的总结内容梳理为业务维度。
  将业务维度梳理为数据表。
  将数据表展开为字段。

7.

 数据透视表中，只有当行列标签来自附表时，附表才能提供值字段，否则汇总值错误。