mysql构建数据立方体_数据立方体简介

假定我们有一个电商的销售数据集，其中包括时间、产品、地区、三个维度以及销售额这个度量数据。其中，各维度表构成如下：

时间维度：时间KEY(time_key)、日期(day)、月(month)、季度(quarter)、年(year)

产品维度：产品KEY(product_key)、产品名称(product_name)、品牌(brand)、产品类别(product_type)

地区维度：地区KEY(location_key)、城市(city)、省(province)、国家(sumry)

事实表构成如下：

事实表: 销售额(sales)、时间KEY(time_key)、产品KEY(product_key)、地区KEY(location_key)

人们很形象的将这种基于维度-事实建模方法得到的数据模型成为星型结构。基于这种结构，我们可以使用SQL分组从不同维度进行数据查询、分析，比如查询2017年每个月份的销售额：

select

t2.month,

sum(t1.sales)

from

sales_fact t1,

time_dim t2

where

t1.time_key = t2.time_key and t2.year = '2017'

group by t2.month

从这个例子中可以看到，在进行查询时需要进行表连接(join)、聚合等比较耗时的操作。为了解决表连接耗时的问题，工程上又提出宽表的方法，也就是接受数据冗余将维度表与事实表合并成一张表，以牺牲空间代价换取时间代价。但是，这仍然没有解决聚合耗时的问题，即使使用spark sql、persto这些新一代的