在 Mondrian/Saiku 中使用来自不同表的名称创建层次结构答案

【问题标题】：Creating a hierarchy in Mondrian/Saiku with names from different tables在 Mondrian/Saiku 中使用来自不同表的名称创建层次结构
【发布时间】：2014-08-27 19:30:37
【问题描述】：

假设我们有一个事实表“bi_slots”，其中有字段 (id,region_id,city_id)。其实还有更多的领域，只是这里不感兴趣。

还有 'regions' 表，其中有 (id,name) 字段和 'cities' 表，其中有 (id,name,region_id) 字段。

我需要为“bi_slots”的多维数据集创建一个维度，其中应用的是 Region->Сity 层次结构。而且，我需要从他们各自的表格中获取地区和城市名称。

所以，Dimension 看起来像：

<Dimension name="AddressDimension" caption="Address">
    <Hierarchy name="AddressHierarchy" hasAll="true" primaryKey="id" caption="Region" allMemberCaption="Regions">
      <Table name="regions"/>  
      <Level table="regions" column="id" nameColumn="name" name="RegionLevel" uniqueMembers="true" type="String" caption="Region"/>
      <Level table="cities" column="id" nameColumn="name" name="CityLevel" uniqueMembers="true" type="String" caption="City"/>      
    </Hierarchy>
</Dimension>

以及具有此尺寸用途的 Cube 的声明

<Cube name="SlotsCube" caption="Slot Cube">
   <View alias="bi_slots">
     <SQL><![CDATA[
       select *, date_trunc('day', created_at) as date_created_at from bi_slots
     ]]></SQL>
   </View>

<DimensionUsage name="AddressDimension" source="AddressDimension" foreignKey="region_id"/>

像这样放置，这使得 Mondrian 根本不显示这个立方体，但是当我从我的维度中删除 CityLevel 时，我得到了一个非常精细的区域过滤。

我们非常欢迎任何帮助，我们真的没有想法。

【问题讨论】：

您想在 Cube View 中使用 SQL 实现什么？当有非常复杂的数据时，我可能会使用它两次？你真的可以简化从雪花模式到星型模式的事情吗？在 ETL 过程中制作表地址（ID、City_Name、ID_Region、Region_Name）。将 Region 作为顶层。多维数据集设置有问题时，Saiku 不显示多维数据集，您可以查看日志文件，或尝试在 Pentaho Schema Workbench 中修改 xml。
SQL 在视图中是微不足道的，对另一个维度的简单转换，只关心创建日期，而不关心日期和时间。所以最好的做法是创建一个辅助表？
Snowflake 在以下几种情况下很有用：当您无法构建 StarSchema 时，当存在 meny:many 关系时，当您的维度是高基数时。在您的情况下，最好阅读日志文件并检查：mondrian.pentaho.com/documentation/schema.php#Star_schemas
谢谢！然后是星型模式。

标签： mondrian saiku

【解决方案1】：

你不能像这样从不同的表中添加列。

首先，正如帖子中的 cmets 所指出的，您应该使用星型模式。

但是，如果您不能或不想这样做，您可以创建连接，指定涉及的各种表以及如何连接。只有在定义之后，您才能在同一维度中引用不同表中的列。

参见documentation 的第 4 章。

【讨论】：