第42页，共412页。 显示 4,116 条结果 (0.877 秒)
Mondrian 3.0.4 学习总结
数据并缓存。 存储层：采用关系数据库实现，一般采用星型模型构建，提供维表、事实表和聚合表。 系统部署结构上，可以分三层结构分开部署，将表现层部署在一台机器上，计算层和聚合层部署在第二台，存储层部署在第三台。 1.3. Mondrian特性 Mondrian用一个 XML文件来存储 Cube元 … 定维度表间的连接。 3.3.4.父子维度 为提高处理性能，Mondrian建议要建立“Closure tables”表，记录父子关系和深度。其创建方法，用父子维度的定义请看 Mondrian官方文档。 3.3.5.利用内联表（Inline tables），建立虚似维度 9.jpg 在上例中Mondrian学习总结
数据并缓存。 存储层：采用关系数据库实现，一般采用星型模型构建，提供维表、事实表和聚合表。 系统部署结构上，可以分三层结构分开部署，将表现层部署在一台机器上，计算层和聚合层部署在第二台，存储层部署在第三台。 1.3. Mondrian特性 Mondrian用一个 XML文件来存储 Cube元 … 在<Join>中定维度表间的连接。 3.3.4.父子维度 为提高处理性能，Mondrian建议要建立“Closure tables”表，记录父子关系和深度。其创建方法，用父子维度的定义请看 Mondrian官方文档。 3.3.5.利用内联表（Inline tables），建立虚似维度 9.jpg 在上Mondrian学习总结
数据并缓存。 存储层：采用关系数据库实现，一般采用星型模型构建，提供维表、事实表和聚合表。 系统部署结构上，可以分三层结构分开部署，将表现层部署在一台机器上，计算层和聚合层部署在第二台，存储层部署在第三台。 1.3. Mondrian特性 Mondrian用一个 XML文件来存储 Cube元 … 在<Join>中定维度表间的连接。 3.3.4.父子维度 为提高处理性能，Mondrian建议要建立“Closure tables”表，记录父子关系和深度。其创建方法，用父子维度的定义请看 Mondrian官方文档。 3.3.5.利用内联表（Inline tables），建立虚似维度 9.jpg 在上kettle建立缓慢增长维
情况该如何处理：一个产品销售的记录是作为一个立方体的主要事实表，它包括一个客户维，现在因为某种原因客户维需要删除掉一部分数据，但是对映的产品销售记录却要保存起来，该如何处理外键约束的问题?SCD实现本身并不会考虑这个问题，因为它跟维表没有什么关系，你要处理的是事实表里面那些引用了维表的记录，如果你没有这个空行（它唯一的一个值就是id ,而且是为了满足主键约束，version那个字段有没有值不重要），事实表中的记录就不好处理这种情况，因为你把它赋予任何一个值都是不合适的。这种方法是为了处理像数据依赖（外键的关系）和错误处理比较常见的方法。航空公司客户价值分析
时间内乘坐舱位所对应的折扣系数的平均值C两个指标代替消费金额。此外，考虑航空公司会员入会时间的长短在一定程度上能够影响客户价值，所以在模型中增加客户关系长度L，作为区分客户的另一指标。 本案例将客户入会时长L、消费时间间隔R、消费频率F、飞行里程M 和折扣系数的平均值C五个指标作为航空公司识别客户价值指标（见表1-1 … 期、衰退期三个阶段。 根据每种客户类型的特征，对各类客户群进行客户价值排名，其结果如表2-4所示。针对不同类型的客户群提供不同的产品和服务，提升重要发展客户的价值、稳定和延长重要保持客户的高水平消费、防范重要挽留客户的流失并积极进行关系恢复。 表2-4 客户群价值排名 客户群 排名 排名含义航空公司客户价值分析
时间内乘坐舱位所对应的折扣系数的平均值C两个指标代替消费金额。此外，考虑航空公司会员入会时间的长短在一定程度上能够影响客户价值，所以在模型中增加客户关系长度L，作为区分客户的另一指标。 本案例将客户入会时长L、消费时间间隔R、消费频率F、飞行里程M 和折扣系数的平均值C五个指标作为航空公司识别客户价值指标（见表1-1 … 期、衰退期三个阶段。 根据每种客户类型的特征，对各类客户群进行客户价值排名，其结果如表2-4所示。针对不同类型的客户群提供不同的产品和服务，提升重要发展客户的价值、稳定和延长重要保持客户的高水平消费、防范重要挽留客户的流失并积极进行关系恢复。 表2-4 客户群价值排名 客户群 排名 排名含义指标模型-全局视图
指标模型全局视图以指标为核心，实现一站式初始化指标库，并展示指标、维度和事实表三者之间关系的全局概览视图，以表格的形式展现。 支持业务人员在全局视图中创建指标名称列表后，待技术人员补充完善指标数据及技术细节； 支持技术人员在全局视图中批量创建指标； 通过全局视图创建指标模型的快速入门演示请参见：快速创建指标 … 列表。 表格区 显示了涉及指标的指标分类、维度、事实表及字段的信息，支持表格列头菜单和单元格菜单操作：指标分类操作 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=89038074#id-%E6%8C%87%E6%A0%87%E6%A8%A1Smartbi V10.5.8-数据准备
ETL工程师批量修改关系时的工作效率。 事实表中，如果字段名和字段别名没有被修改过，则： ● 关联维度，自动填充对应维度的主键字段名和别名作为字段名和字段别名。 ● 关联指标，自动填充该指标的指标编码和指标名称作为字段名和字段别名。 自动填入字段.png <【指标管理】屏蔽派生 … 注意：(新特性列表中：+表示新增；^表示增强) V10.5.8 版本重点详细改进情况如下： 新增 增强 +【指标管理】指标模型支持在线编辑数据 +【指标管理】指标模型资源迁移增强 +【指标管理】事实表关联维度/指标自动填充字段 +【数据模型】支持向导创建自定义分组 +【作业流】支持在作业流MDX的基本语法及概念
。 维度类似于关系数据模型中的表。 维度的常见示例包括“时间”、“区域”、“产品”、“客户”和“员工”等。 此示例包含两个维度，即行上的“发货区域”和横跨顶部的“订单日期”，但可以很容易地拖放与“销售额”关联的其他维度（例如“产品名称”或“公司类型”），从而按这些维度查看销售业绩。 以有趣的方式浏览数据的能力取决于创建 … SQL Server Analysis Services多维数据集将数据返回到客户端应用程序。 设置查询结果的格式。 执行多维数据集设计任务，包括定义计算成员、命名集、范围分配和关键绩效指标(KPI)。 执行管理任务，包括维度和单元安全性。 MDX 在很多方面与关系数据库常用的 SQL 语法看起来创建可视化SQL查询
要选择取数的字段，可以通过左侧树上勾选字段【产品名称】、【单价】、【数量】，可以跨表勾选，右侧列表区域会直接显示对应字段的数据。 3、筛选条件：如果报表要添加筛选条件，可通过拖、拉、拽左侧字段到右侧列表上面区域，并且生成的筛选条件可以通过 编辑 调整备选值以及 修改条件关系（ 参考本文第3节第6点 … “生成一个大宽表“，如下图，可以通过右键菜单进行更多操作，详情可查看：设置及修改查询， 也可以设置与其他查询的关系、构建数据模型等。 4.png 3 其他补充说明 1、勾选字段的快捷操作: 在资源树上选中某个表鼠标移上去可显示快捷方式如下
