PYTHON的数据分析CUBES框架基础学习

一、什么是Cubes

Cubes是一个轻量级的Python框架和一套工具，用于开发报告和分析应用程序，在线分析处理（OLAP），多维分析和聚合数据的浏览（aggregated data）。主要包括几个内容：

1、工作区–多维数据集分析工作区

2、模型-数据描述（元数据）：多维数据集，维度，概念层次结构，属性，标签，本地化。

3、浏览器-聚合浏览，切片和切块，下钻。

4、后端-实际的聚合实施和实用程序功能。

5、服务器-用于多维数据集的WSGI HTTP服务器。

6、格式化程序-数据格式化程序。

7、切片器-命令行工具-命令行工具。

二、Cubes主要能做什么

1、在线分析处理（OLAP） 和聚合浏览（默认后端用于关系数据库 – ROLAP）

2、多维分析

3、分析数据的逻辑视图 – 分析师如何看待数据，他们如何看待数据，而不是如何在数据存储中实际实现数据

4、层次维度（具有层次依赖性的属性，例如类别子类别或国家/地区）

5、可本地化的元数据和数据

6、多维聚合查询的 SQL 查询生成器

7、OLAP 服务器

三、各组件功能介绍

1、分析工作区

“多维数据集”中的所有内容都发生在分析工作区中。它包含多维数据集，维护与数据存储的连接（带有多维数据集数据），提供与外部多维数据集的连接等等。

工作空间属性在配置文件中指定slicer.ini(默认名称)。我们要做的第一件事是指定一个数据存储——包含多维数据集数据的数据库：

[store]

type: sql

url: sqlite:///data.sqlite

在Python中，可以使用初始化设置文件的后缀名配置:

from cubes import Workspace

workspace = Workspace(config=”slicer.ini”)

或者通过编程:

workspace = Workspace()

workspace.register_default_store(“sql”, url=”sqlite:///data.sqlite”)