mysql构建数据立方体_如何构建更好的数据立方体系统(Cube)

看到了kylin关于cube的设计，难以抑制的觉得这部分设计得太巧妙了，确实比我们的产品要好上很多，不得不学习一下！！！

本文不是从实例的角度，来分析如何构建一个数据立方体，而是从BI的产品角度出发，如何构建起一个更好的数据立方体系统。

概念部分

本部分以概念介绍为主，了解的同学请跳过。

数据立方体是一种多维数据模型，下面介绍一下多维模型的相关概念：

• 多维数据模型：为了满足用户从多角度多层次进行数据查询和分析的需要而建立起来的基于事实表和维度表的数据库模型，其基本的应用是为了实现OLAP(Online Analytical Processing)

• 立方体：它是由维度构建出来的多维空间，包含了所要分析的基础数据，所有的聚合数据操作都在它上面进行

• 维度：观察数据的一种角度，比如在上图中address、item、time都可以被看作一个维度，直观上来看维度是一个立方体的轴，比如三个维度可以构成一个立方体的空间

• 维度成员：构成维度的基本单位，比如对于time维，包含Q1、Q2、Q3、Q4四个维度成员

• 层次：维度的层次结构，它存在两种：自然层次和用户自定义层次。比如对于时间维，可以分为年、月、日三个层次，也可以分为年、季度、月三个层次。一个维可以有多个层次，它是单位数据聚集的一种路径

• 级别：级别组成层次，比如年、月、日分别是时间维的三个级别

• 度量：一个数值函数，可以对数据立方体空间中的每个点求值；度量值自然就是度量的结果

• 事实表：存放度量值得表，同时存放了维表得外键，所有分析所用得数据最终都来自事实表

• 维表：对于维度的描述，每个维度对应一个或多个维表，一个维度对应一个表的是星型模式，对应多个表的是雪花模式

数据立方体只是多维模型的一种形象的说法，它只有三维，但多维数据模型不仅限于三维，它可以是n维的。之所以这么叫是为了让用户更容易想象，方便解释和说明，同时也为了和传统的关系数据库中的二维表进行区分。所以，我们可以把任意的n维数据立方体看做是(n-1)维立方体的序列，比如可以将4-D立方体看做是3-D立方体的序列

多维数据模型的模式主要有星形模式、雪花模式和事实星座模式。

星形模式

它是最常见的模式，它包括一个大的中心表(事实表)，包含了大批数据但是不冗余；一组小的附属表(维表)，每维一个。如下所示，从item、time、branch、location四个维度去观察数据，中心表是Sales Fact Table，包含了四个维表的标识符(由系统产生)和三个度量。

每一维使用一个表表示，表中的属性可能会形成一个层次或格。

雪花模式

它是星模式的变