商业智能BI数据仓库中的指标、维度和模型到底是什么？

在商业智能BI项目中，我们经常讲到数据仓库中的指标和维度，并且看的很重，所以有些人可能比较疑惑为什么数据仓库会和指标、维度扯上关系，到底什么是指标、什么是维度，能不能用最简单通俗的方式介绍它们？

指标、维度是什么

简单来说，在商业智能BI项目数据仓库中，维度就是看数据的角度，被看的数据就是指标。

维度 - 派可数据商业智能BI可视化分析平台

比如：我想看2020年北京地区某品牌电脑的销售量、销售额和毛利。这里面的2020年、北京地区、某品牌电脑就是维度，分别代表了年维度、区域维度和品牌维度。看的是什么数据呢？就是销售量、销售额和毛利，这三个数据就是被看的指标。

模型是什么

同样参照前边提到的例子，这样的一个问题就构成了一个简单的分析模型，分别由年、区域、品牌三个维度以及销售量、销售额、毛利三个指标组成。当然如果需要从其它维度来看这些指标，在构建这个分析模型的时候就可以把这些分析的角度都加进去，形成一个相对比较全面的分析模型。

分析模型 - 派可数据商业智能BI可视化分析平台

在这个分析模型中，维度可以任意搭配组合，比如只想知道2019年山东地区的销售量、销售额，实际上就只用到了这个分析模型中的两个维度和两个指标，前台的分析就会根据用户所选择的维度和指标组合相应的 SQL 查询语句到后台数据仓库中查询，并将查询的结果返回到前端页面来渲染并呈现出最后所需要的结果。

这个 SQL 基本的格式就是 SELECT SUM（销售量）、SUM（销售额）、FROM（模型）、GROUP BY（时间、区域），时间过滤条件就是2019年，区域过滤条件就是山东地区。

如果只想知道2020年全年的销售量、销售额，还是刚才的那个 SQL 语句，只不过在GROUP BY 的时候就只会 GROUP BY 时间这个维度，时间过滤条件就是 2020年。

数据可视化 - 派可数据商业智能BI可视化分析平台

所以，分析维度和分析指标在这个模型中是可以灵活的组织搭配，动态的组织SQL查询反查数据分析模型，从数据分析模型中提取查询结果返回到前端页面，这就是 商业智能BI 分析的基本原理。

好的，今天的分享就到这里，关注大数据商业智能BI，喜欢我们内容的朋友，欢迎关注点赞支持。