Mondrian Schema介绍及简单配置示例

Mondrian是一个OLAP分析的引擎，主要工作是根据事先配置好的schema，将输入的多维分析语句MDX(Multidimensional Expressions )翻译成目标数据库／数据引擎的执行语言（比如SQL）。

1 Schema文档结构介绍

Schema
一个模式文件定义了一个多维数据库。模式中包含了一个逻辑模型，逻辑模型
由数据立方Cube，层次Hierarchies，成员members，以及一个将逻辑模型与物理模型(数据源)映射组成。
Cube
一个逻辑模型内可以有多个Cube，一个Cube则是一系列维度Dimension和度量Measure组成，当前Cube内所有度量和未声明所用表的维度都公用一个事实表。可以在Cube内使用Table标签声明该公用事实表。

<Schema>
    <Cube>
        <Table />
        <Dimension></Dimension>
        ......
        <Measure />
        ......
    </Cube>
</Schema>

属性名	含义
name	Cube 的名字
caption	标题 , 在表示层显示的
cache	是否对 Cube 对应的实表用 mondrian 进行存储 , 默认为 true
enabled	是布尔型的 , 如果是被激活 ,Cubes 就执行 , 否则就不予理睬，默认为 true

Dimension
维度是一系列层次Hierarchies的集合，维度一般情况下使用的当前Cube所公用的事实表，不过维度可以声明其相对应的维度表。

属性名	含义
name	Dimension 的名称
type	类型，有两个可选的类型： StandarDimension 和 TimeDimension ，默认为 StandardDimension
caption	标题 , 在表示层显示的
UsagePrefix	加前缀 , 消除歧义
foreignKey	外键，对应事实表中的一个列，它通过 元素中的主键属性连接起来

Hierarchies
由一系列Levels组成，可以使用Table配合维度声明当前维度表，若没有特别指定，则默认该Hierarchies使用的是Cube的公用事实表。

<Dimension visible="true" name="kkkk" foreignKey="XXX001">
    <Hierarchy primaryKey="XXX001" hasAll="true" name="aaaaa">
        <Table name="XXX" />
        <Level name="kkkk" visible="true" column="bbb002num" nameColumn='bbb002name' orderByColumn='bbb002num' type="String"/>
    </Hierarchy>
</Dimension>

常用属性如下

属性名	含义
name	Hierarchy 的名称，该值可以为空，为空时表示 Hirearchy 的名字和 Dimension 的名字相同。当一个 Dimension 有多个 Hierarchy 时，注意 name 值要唯一。
hasAll	布尔型的 , 决定是否包含全部的成员 member
allMemberName	所有成员的名字 , 也就是总的标题 , 例如： allMemberName= “全部产品”
allLevelName	所有级别的名字，它会覆盖其下所有的 Member 的 name 和所有的 Level 的 name 属性的值。
allMemberCaption	例如 : allMemberCaption= “全部产品”这个是在表示层显示的内容
PrimaryKey	通过主键来确定成员，该主键指的是成员表中的主键，该主键同时要与 Dimension 里设置的 foreignKey 属性对应的字段形成外键对应关系
primaryKeyTable	如果成员表不只一个，而是多个表通过 join 关系形成的，那么就要通过这个属性来指明 join 的这些表中，哪一个与 Dimension 里设置的 foreignKey 属性形成外键关系。通过该属性来指明主表
caption	标题 , 在表示层显示的

Level
任何一个Hierarchy都由一个或多个Level组成，在同一Hierarchy下的多个Levels可以组成一个结构树，Level的先后顺序决定了它们的位置关系。常用属性如下

属性名	含义
name	名称
table	该 Level 要使用的表名
column	用上面指定的表中某一列作为该 Level 的关键字
nameColumn	用来显示的时候使用，如果不定义，那么就采用上面的 column 的值来进行显示。
orderByColumn	定义该 Level 上的成员的显示顺序，如果不指定，那么采用 column 的值。
type	数据类型，默认值为 string 。当然还可以是 Numeric 、 Integer 、 Boolean 、 Date 等。

Measure
度量是用来处理数据的核心规则，每个度量都有一个事实表中的对应列和一个aggregator，aggregator通常包括：sum,count,min,max,avg,distinct-count。其中distinct-count在使用包含父－子层级的数据立方时存在一些限制条件。

<CalculatedMember name="行业分类基地数占比" dimension="Measures" formatString="0.00%" formula="([Measures].[见习基地数] / ([Measures].[见习基地数], [行业分类].CurrentMember.Parent))"/>
<CalculatedMember name="行业分类人数占比" dimension="Measures" formatString="0.00%" formula="[Measures].[备案人数]/[行业分类].[aaa022].[All aaa022s]"/>

属性名	含义
name	名称
aggregator	要采用的计算函数
column	要计算的列名
formatString	计算结果的显示格式。
visible	是否可见
datatype	数据类型，默认为 Numeric
formatter	采用类来对该 Measure 的值进行格式，具体参考 Level 的 formatter 属性。
caption	标题，用来显示时使用。

2 简单数据模型配置步骤示例

假设存在三张表student,score,subject1,class。需求如下：
① 查询各科考试人数和成绩最大值最小值平均值
② 下钻可以查看具体学生成绩，学生详细信息等。
各表简单表结构如下：

表名	字段名	属性名	主外键
student	stu_id	学号	主键
student	cla_id	班级编号	外键
student	stu_name	姓名
student	stu_sex	性别
score	sco_id	成绩编号	主键
score	stu_id	学号	外键
score	sub_id	学科编号	外键
score	sco_num	分数
subject1	sub_id	学科编号	主键
subject1	sub_name	学科名
class	cla_id	班级编号	主键
class	cla_name	班级名称

Step 1. 根据需求，确定主表score

<?xml version="1.0" encoding="utf-8"?>
<Schema name="成绩分析">
    <Cube name="成绩分析" visible="true" cache="true" enabled="true">
        <Table name=""/>
        ...
    </Cube>
</Schema>

Step 2. 分析查询维度及其所在表，主要维度为表subject1内字段学习科目sub_name。操作时需要使用外键关联主表score及表subject1，示例如下：

<Dimension visible="true" name="学科相关" foreignKey="sub_id">
    <Hierarchy primaryKey="sub_id" visible="true" hasAll="true">
        <Table name="subject1" />
        <Level name="学科名称" visible="true" column="sub_name" type="String"/>
    </Hierarchy>
</Dimension>

需要注意的是表class内的班级维度cla_name,需要使用Join来关联三个表。
Step 3. 设计实现度量如下

<Measure name="学生人数" column="stu_id" aggregator="distinct-count" visible="true"/>
<Measure name="成绩（最大）" column="sco_num" aggregator="max" visible="true"/>
<Measure name="成绩（最小）" column="sco_num" aggregator="max" visible="true"/>
<Measure name="成绩（平均）" column="sco_num" aggregator="avg" visible="true"/>

Step 4. 分析下钻维度及其实现。需要查看的下钻信息主要有表student内字段stu_name和stu_sex及表score内字段sco_num。实现如下：

<Dimension visible="false" name="分数" >
    <Hierarchy visible="true" hasAll="true">
        <Level name="分数" visible="true" column="sco_num" type="Integer"/>
    </Hierarchy>
</Dimension>

<Dimension visible="false" name="学生相关" foreignKey="stu_id">
    <Hierarchy primaryKey="stu_id" visible="true" hasAll="true">
        <Table name="student" />
        <Level name="性别" visible="true" column="stu_sex" type="String"/>
        <Level name="姓名" visible="true" column="stu_name" type="String"/>
    </Hierarchy>
</Dimension>

3 数据模型内比例类度量设计

以2.2 简单数据模型配置步骤示例中表结构及数据为基础
①性别比例

<CalculatedMember name="单个学生考试的参与率" dimension="Measures" formatString="0.00%" formula="[Measures].[学生人数] / [性别].[stu_sex].[ALL stu_sexs])"/> 

②班级比例

<CalculatedMember name="单个学生考试的参与率" dimension="Measures" formatString="0.00%" formula="[Measures].[学生人数] / [班级].[cla_id].[ALL cla_ids])"/> 

③单个学生考试的参与率（已考科目/所有科目）

<CalculatedMember name="单个学生考试的参与率" dimension="Measures" formatString="0.00%" formula="([Measures].[已考科目数] / ([Measures].[已考科目数], [学科名称].CurrentMember.Parent))"/> 

4 相关资料博客

Mondrian官方使用文档翻译－（1） - 走在IT路上
Mondrian官方使用文档翻译－（2） - 走在IT路上
Pentaho Mondrian Documentation
Mondrian Schema详解 - 难得糊涂
多维数据化分析之MDX schema入门