MDX函數使用介紹（三）：聚合函數

原創 robot1980 2020-02-24 08:05
函數
描述
向集合中添加計算成員。
 
WITHMEMBER [Time].[1997].[1到6月的] AS 'SUM([Time].[1]:[Time].[6])'
 MEMBER [Time].[1997].[1到9月的] AS 'SUM([Time].[1]:[Time].[9])' SELECT
AddCalculatedMembers([Time].[1997].Children) ONCOLUMNS, [Product].ChildrenONrowsfrom sales
返回包含指定維度或級別的所有成員的集合，包括計算成員。
 
SELECT
 {[Product].Children} ONCOLUMNS, [Time].allmembersONrowsfrom sales
返回指定距離上某個成員的所有祖先。
1
withmember [measures].[1] as 'settostr(Ancestors(time.currentmember,[Time].[Year]) ) '
 member [measures].[2] as 'settostr(Ancestors(time.currentmember,1) )'
 member [measures].[3] as 'settostr(Ancestors(time.currentmember,2) )'
 SELECT
 { [Measures].[Unit Sales],[measures].[1],[measures].[2],[measures].[3] } ONCOLUMNS, [Time].allmembersONrowsfrom sales
2
withmember [measures].[1] as 'sum(Ancestors(time.currentmember,[Time].[Year]),[Measures].[Unit Sales]) '
 member [measures].[2] as 'sum(Ancestors(time.currentmember,1),[Measures].[Unit Sales])'
 member [measures].[3] as 'sum(Ancestors(time.currentmember,2),[Measures].[Unit Sales])'
 SELECT
 { [Measures].[Unit Sales],[measures].[1],[measures].[2],[measures].[3] } ONCOLUMNS, [Time].allmembersONrowsfrom sales
返回成員祖先的集合，包括成員本身。
1
withmember [measures].[1] as 'settostr(Ascendants(time.currentmember ) ) ' 
 SELECT
 { [Measures].[Unit Sales],[measures].[1] } ONCOLUMNS, [Time].allmembersONrowsfrom sales
2
withmember [measures].[1] as 'sum(Ascendants(time.currentmember ),[Measures].[Unit Sales]) ' 
 SELECT
 { [Measures].[Unit Sales],[measures].[1] } ONCOLUMNS, [Time].allmembersONrowsfrom sales
返回與主軸關聯的集合。
 
withmember [measures].[COLUMNS] as 'settostr(Axis(1)) ' 
member [measures].[rows] as 'settostr(Axis(1)) '  
 SELECT
 {[measures].[rows],[measures].[COLUMNS] } ONCOLUMNS, [Time].allmembersONrowsfrom sales
從集合底端開始返回指定數目的項，可以選擇首先對集合排序。
 
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
BottomCount(Descendants([Store],[Store].[Store Name]),20,[Measures].[Store Sales] ) ONrowsfrom sales
對集合排序，並返回底端的 n 個元素，這些元素的累積合計至少爲指定的百分比。
 
select {[Unit Sales]} onCOLUMNS,
 NonEmptyBottomPercent([Product].[Brand Name].Members, 10, [Unit Sales]) onROWS
from Sales
對集合排序，並返回底端的 n 個元素，這些元素的累積合計至少爲指定的值。
 
select {[Unit Sales]} onCOLUMNS,
 NonEmptyBottomSum([Product].[Brand Name].Members, 600, [Unit Sales]) onROWS
from Sales
返回成員的子代。
 
withmember [measures].[CurrentChildren] as 'settostr(time.currentmember.Children)'
select {[Unit Sales],[measures].[CurrentChildren]} onCOLUMNS,
{[time].allmembers} onROWS
from Sales
返回兩個集合的矢量積。
 
替代語法
«Set1» * «Set2»
select {time.allmembers*{[Unit Sales],[store sales]} } onCOLUMNS,
{[Store].[Store Name].members} onROWS
from Sales
或者
select Crossjoin({time.allmembers},{[Unit Sales],[store sales]}) onCOLUMNS,
{[Store].[Store Name].members} onROWS
from Sales
返回某一成員在指定級別上的或者距某一成員指定距離的後代集合，可以選擇包含或不包含其它級別上的後代。
Descendants([Time].[1997])
SELECT
{[Measures].[Store Sales] } ONCOLUMNS,
{Descendants([Time].[1997])} ONrowsfrom sales
Descendants
([Time].[1997],[time].[month])
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{Descendants([Time].[1997],[time].month)} ONrowsfrom sales
Descendants
([Time].[1997],
[time].[ month],
SELF)
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{Descendants([Time].[1997],[time].[month],SELF)} ONrowsfrom sales
Descendants
([Time].[1997],
[time].[month],
before)
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{Descendants([Time].[1997],[time].[month],before)} ONrowsfrom sales
Descendants
([Time].[1997],
[time].[quarter],
AFTER)
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{Descendants([Time].[1997],[time].[quarter],AFTER)} ONrowsfrom sales
Descendants
([Time].[1997],
[time].[quarter],
BEFORE_AND_AFTER)
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{Descendants([Time].[1997],[time].[quarter],BEFORE_AND_AFTER)} ONrowsfrom sales
Descendants
([Time].[1997],
[time].[quarter],
SELF_BEFORE_AFTER)
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{Descendants([Time].[1997],[time].[quarter],SELF_BEFORE_AFTER)} ONrowsfrom sales
 
Descendants
([Time].[1997],
[time].[quarter],
LEAVES)
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{Descendants([Time].[1997],[time].[quarter],LEAVES)} ONrowsfrom sales
Descendants
([Time].[1997],1)
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{Descendants([Time].[1997],1)} ONrowsfrom sales
Descendants
([Time].[1997],2,
SELF_BEFORE_AFTER)
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{Descendants([Time].[1997],2,SELF_BEFORE_AFTER)} ONrowsfrom sales
從集合中刪除重複的元組。
 
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{ distinct({
([Time].[1997],[Store].[All Stores].[USA]),
([Time].[1997],[Store].[All Stores].[Mexico]),
([Time].[1997],[Store].[All Stores].[USA])
})} ONrowsfrom sales
對比
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{{
([Time].[1997],[Store].[All Stores].[USA]),
([Time].[1997],[Store].[All Stores].[Mexico]),
([Time].[1997],[Store].[All Stores].[USA])
} } ONrowsfrom sales
將集合中的成員從指定級別深化一個級別。
另一種方法是，在集合中的指定維度上深化。
 
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{ DrilldownLevel({[Time].[1997],[Time].[1997].[Q1],
[Time].[1997].[Q3],[Time].[1998]}) }   ONrowsfrom sales
time.month
和
time.quarter
效果對比
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{ DrilldownLevel({[Time].[1997],[Time].[1997].[Q1],[Time].[1997].[Q3],
[Time].[1998]},
time.quarter
) }   ONrowsfrom sales
將集合底端的 n 個成員從指定級別深化一個級別。
 
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{ DrilldownLevelBottom({[Time].[1997],[Time].[1997].[Q1],
[Time].[1997].[Q3],[Time].[1998]}
,2,,[Store Sales]
 ) }   ONrowsfrom sales
有意思，分析一下結果
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{ DrilldownLevelBottom({[Time].[1997],[Time].[1997].[Q1],[Time].[1997].[Q3],[Time].[1998]}
,5,time.year,[Store Sales]
 ) }   ONrowsfrom sales
將集合頂端的 n 個成員從指定級別深化一個級別。
 
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{ DrilldownLevelTop({[Time].[1997],[Time].[1997].[Q1],[Time].[1997].[Q3],[Time].[1998]}
,2, ,[Store Sales]
 ) }   ONrowsfrom sales
在第一個集合與第二個集合的交集中深化。
1
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{ DrilldownMember({[Store].[All Stores].[USA],[Store].[All Stores].[Canada],[Store].[All Stores].[Mexico]}
,{[Store].[All Stores].[USA], [Store].[All Stores].[USA].[or],[Store].[All Stores].[Mexico] }
 ) }   ONrowsfrom sales
注意第2個set的寫法
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{ DrilldownMember({[Store].[All Stores].[USA],[Store].[All Stores].[Canada],[Store].[All Stores].[Mexico]}
,{[Store].[All Stores].[USA], [Store].[All Stores].[USA].[or],
[Store].[All Stores].[Canada],[Store].[All Stores].[Canada].[BC],
[Store].[All Stores].[Mexico] } ,RECURSIVE
 ) }   ONrowsfrom sales
 
2
SELECT
 {[Measures].[Store Sales] } ONCOLUMNS,
{ DrilldownMember({[Store].[All Stores].[USA],[Store].[All Stores].[Canada],[Store].[All Stores].[Mexico]}
,{[Store].[All Stores].[USA], [Store].[All Stores].[USA].[or],[Store].[All Stores].[Mexico] },RECURSIVE
 ) }   ONrowsfrom sales
備註
幫助中有個錯誤的地方：
……示例
DrilldownMember({USA, Canada, Mexico}, {USA, Washington, Mexico},RECURSIVE)
返回集合：
{USA, <all states in USA before Washington>,
WA, <all cities in Washington>, <all cities（應該是states） in USA after Washington>,
Canada, Mexico, <all states in Mexico>}……..
3
SELECT
 {time.[1997] } ONCOLUMNS,
{ DrilldownMember(
{
([Store].[All Stores].[USA],[Measures].[Store Sales]),
([Store].[All Stores].[Canada],[Measures].[Store Sales]),
([Store].[All Stores].[Mexico],[Measures].[Store Sales])
}
,{[Store].[All Stores].[USA],[Store].[All Stores].[USA].[wa]}
 ) }   ONrowsfrom sales
4
加RECURSIVE
SELECT
 {time.[1997] } ONCOLUMNS,
{ DrilldownMember(
{
([Store].[All Stores].[USA],[Measures].[Store Sales]),
([Store].[All Stores].[Canada],[Measures].[Store Sales]),
([Store].[All Stores].[Mexico],[Measures].[Store Sales])
}
,{[Store].[All Stores].[USA],[Store].[All Stores].[USA].[wa]}
,RECURSIVE) }   ONrowsfrom sales
類似於 DrilldownMember，除了只包括底端的 n 個子代。
1，RECURSIVE含義同上，且遞歸部分的成員同樣受count控制
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 { DrilldownMemberBottom({[Store].[All Stores].[USA],[Store].[All Stores].[Canada],[Store].[All Stores].[Mexico]} ,
{[Store].[All Stores].[USA], [Store].[All Stores].[USA].[or],[Store].[All Stores].[Mexico] },
 2,[Measures].[Store Sales],RECURSIVE
) }
 ONrowsfrom sales  
 
對元組的深化同DrilldownMember
類似於 DrilldownMember，除了只包括頂端的 n 個子代。
 
同DrilldownMemberBottom
從集合的某一指定級別之下的成員淺化。
1
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 { DrillUpLevel({USA, Ca, [Los Angeles], Wa , Seattle, Canada, [BC]},[store country])
}   ONrowsfrom sales  
2
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 { DrillUpLevel({USA, Ca, [Los Angeles], Wa , Seattle, Canada, [BC]})
}
 ONrowsfrom sales
在第一個集合與第二個集合的交集中淺化。
 
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 { DrillupMember({Canada, Mexico, USA, Wa, Seattle},{Wa})
}   ONrowsfrom sales  
查找兩個集合之間不同的項，可以選擇保留重複項。
1
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 { Except({Canada, [BC], Mexico, [BC], USA, Wa}, {Canada, Mexico, Ca})
}
 ONrowsfrom sales  
2，呵呵，普科顯示的也有點問題
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 { Except({Canada, [BC], Mexico, [BC], USA, Wa}, {Canada, Mexico, Ca},all)
}
 ONrowsfrom sales  
從析取的維度元素中返回元組集合。即 Crossjoin 的反運算。
Extract 函數執行的操作與 Crossjoin 函數相反
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 { Extract({([1997], Wa ), ([1997], Ca ), ([1998], Ca )}, Time)
}   ONrowsfrom sales  
返回根據搜索條件對集合進行篩選所得到的集合。
 
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 { filter(time.allmembers,[Measures].[Store Sales]>50000)
}   ONrowsfrom sales  
將集合應用到另一集合的每個成員，然後用 union 運算合併所得的集合。
1
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 { Generate({ USA, Canada }, Descendants(store.CurrentMember, [store state]))
}   ONrowsfrom sales  
2，ca，wa是USA的，加all則簡單複製
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 { Generate({USA, Canada}, {ca, wa} ,all)
}   ONrowsfrom sales  
如果通過 CurrentMember，«Set1» 與 «set_expression» 無關，那麼 Generate 生成 «set_expression» 所指的集合的簡單複製，它包含的複製與 «Set1» 中的元組一樣多。如果指定了可選的 ALL 標誌，結果中將保留所有重複項。如果未指定 ALL，重複項將被刪除。
3,字符串的
withmember [Measures].[合字符串] as 'Generate({Time.allmembers}, Time.CurrentMember.name," and ")'
SELECT { [Measures].[合字符串] } ONCOLUMNS,
 {[Store].[All Stores]
}   ONrowsfrom sales  
3， 應用擴展
withmember [Measures].[合字符串] as 'Generate({Time.[1997].children}, cstr((Time.CurrentMember, [Measures].[Unit Sales],store.[all stores]))," and ")'
SELECT { [Measures].[合字符串] } ONCOLUMNS,
 {[Store].[All Stores]
}   ONrowsfrom sales
返回集合中指定數目的前若干個元素。
 
SELECT { Head(Descendants([Time].[1997],2,SELF_BEFORE_AFTER), 3) } ONCOLUMNS,
 {[measures].[store sales]
}   ONrowsfrom sales
在層次結構中對集合的成員排序。
 
SELECT Hierarchize
( {[Time].[1997].[Q1],[Time].[1997].[Q2].[5],[Time].[1997].[Q1].[2],[Time].[1997].[Q2].[5],[Time].[1997].[Q2] },post) ONCOLUMNS,
 {[measures].[store sales]
}   ONrowsfrom sales
 
和下面的語句比較一下就知道了
SELECT  {[Time].[1997].[Q1],[Time].[1997].[Q2].[5],[Time].[1997].[Q1].[2],[Time].[1997].[Q2].[5],[Time].[1997].[Q2] }  ONCOLUMNS,
 {[measures].[store sales]
}   ONrowsfrom sales
返回兩個輸入集合的交集，可以選擇保留重複項。
 
SELECT 
 Intersect({[Time].[1997].[Q1],[Time].[1997].[Q2].[5],[Time].[1997].[Q1].[2],[Time].[1997].[Q2].[5] },
{[Time].[1997].[Q2].[5],[Time].[1997].[Q2] },all) ONCOLUMNS,
 {[measures].[store sales]
}   ONrowsfrom sales
注意帶ALL和不帶ALL 的區別
返回指定的成員之前（包含該成員）的成員集合。
 
withmember measures.test as 'Generate({LastPeriods(3,time.currentmember)}, Time.CurrentMember.name," and ") '
SELECT {measures.test } ONCOLUMNS,
 {[Time].members}   ONrowsfrom sales
返回維度、層次結構或級別中所有成員的集合。
 
SELECT 
 {measures.[store sales] } ONCOLUMNS,
 {[Time].members}   ONrowsfrom sales
PeriodsToDate函數的快捷函數，將級別指定爲 Month。
 
到目前沒有發現其意義
基於包含成員名稱的字符串表達式，返回一個包含單個成員的集合。
 
SELECT    {measures.[store sales] } ONCOLUMNS,
 {NameToSet("[Time].[1997]")}   ONrowsfrom sales
返回兩個或多個集合的矢量積，除空成員之外。
 
SELECT    {measures.[store sales] } ONCOLUMNS,
 {NonEmptyCrossJoin([Store].[Beverly Hills].Children, [Customers].[CA].Children, {[Promotions].[Big Time Savings]},2)
 }   ONrowsfrom sales
請詳細看聯機幫助，這個函數在使用的時候慎用，因爲NonEmptyCrossjoin 函數以一個集合的形式返回兩個或多個集合的矢量積，不包括空元組或無基礎事實數據表提供的數據的元組，因此所有計算成員均被自動排除。
排列集合的成員，可以選擇保留或打破層次結構。
 
SELECT    {measures.[store sales] } ONCOLUMNS,
 Order([Store].[Store State].allmembers, measures.[store sales], BASC) ONrowsfrom sales
返回指定級別上的一個時期（成員）集合，從第一個時期開始到指定的成員爲止。
1
SELECT    {measures.[store sales] } ONCOLUMNS,
PeriodsToDate([Time].[Quarter],[Time].[1997].[Q3].[8]) ONrowsfrom sales
2
SELECT    {measures.[store sales] } ONCOLUMNS,
PeriodsToDate([Store].[Store Country],[Store].[All Stores].[USA].[OR]) ONrowsfrom sales
PeriodsToDate函數的快捷函數，將級別指定爲 Quarter。
 
同上
返回成員的兄弟，包括成員本身。
 
SELECT    {measures.[store sales] } ONCOLUMNS,
{[Time].[1997].[Q2].Siblings} ONrowsfrom sales
從集合中刪除計算成員。
此函數從某個集合中刪除計算成員，該集合包含使用 AddCalculatedMembers 添加的計算成員。
WITHMEMBER [Time].[1997].[1到6月的] AS 'SUM([Time].[1]:[Time].[6])'
 MEMBER [Time].[1997].[1到9月的] AS 'SUM([Time].[1]:[Time].[9])' SELECT
StripCalculatedMembers(
AddCalculatedMembers([Time].[1997].Children)
) ONCOLUMNS, [Product].ChildrenONrowsfrom sales
 
用字符串表達式構造一個集合。
 
SELECT    {measures.[store sales] } ONCOLUMNS,
{StrToSet("Time.Members")} ONrowsfrom sales
從集合中返回元素的子集。
 
SELECT    {measures.[store sales] } ONCOLUMNS,
{Subset(Time.allMembers,0,7)} ONrowsfrom sales
從集合尾部返回子集。
 
SELECT    {measures.[store sales] } ONCOLUMNS,
{tail(Subset(Time.allMembers,0,7),4)} ONrowsfrom sales
切換對成員的鑽取狀態。此函數是 DrillupMember 和 DrilldownMember 的組合。
*
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 ToggleDrillState({Product.Members},{Product.Bagels, Product.Muffins}, RECURSIVE)
  ONrowsfrom sales
從集合頂端開始返回指定數目的項，可以選擇首先對集合排序。
 
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 Topcount(Descendants([Store].[All Stores].[USA],[Store].[Store City] ), 10, [store sales])   ONrowsfrom sales
對集合排序，並返回頂端的 n 個元素，這些元素的累積合計至少爲指定的百分比。
 
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 TopPercent(Descendants([Store].[All Stores].[USA],[Store].[Store City] ), 90, [store sales])   ONrowsfrom sales
對集合排序，並返回頂端的 n 個元素，這些元素的累積合計至少爲指定的值。
 
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 TopSum(Descendants([Store].[All Stores].[USA],[Store].[Store City] ), 90000, [store sales])   ONrowsfrom sales
返回兩個集合的並集，可以選擇保留重複項。
 
SELECT {[Measures].[Store Sales] } ONCOLUMNS,
 Union(USA.Children, CANADA.Children, ALL)
   ONrowsfrom sales
動態計算集合中指定的子成員的合計，並在結果集中對合計的標籤使用某種模式來顯示。
 
select
 {[Measures].[Unit Sales]} oncolumns,
 { [Time].[1997],
   [Time].[1997].[Q2],
    [Time].[1997].[Q4]
 } onrows
from Sales
和下面的對比着理解
select
{[Measures].[Unit Sales]} oncolumns,
{VisualTotals({ [Time].[1997],
   [Time].[1997].[Q2],
    [Time].[1997].[Q4]
}, "**Subtotal - *")
} onrows
from Sales
PeriodsToDate函數的快捷函數，將級別指定爲 Week。
 
略
PeriodsToDate函數的快捷函數，將級別指定爲 Year。
 
略
 
發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

ClickHouse 詳細集羣部署方案

基本介紹： ClickHouse 來自俄羅斯最大的搜索公司Yandex，配置文件中可以看到Yandex的樣子，於2016年開源。 ClickHouse是面向OLAP的分佈式列式DBMS，OLAP（在線聯機分析）性能優秀，市場反應非常強烈。

桂成林 2020-06-19 00:55:37

菜鳥+Hologres=智能物流

作者：阿里巴巴菜鳥物流團隊（棄疾，孝江，姜繼忠） 一、業務背景 菜鳥智能物流分析引擎是基於搜索架構建設的物流查詢平臺，日均處理包裹事件幾十億，承載了菜鳥物流數據的大部分處理任務。 智能物流分析引擎將基於運配網絡的各類應用場景集中到了統一的一

雲棲號資訊小編 2020-08-17 11:25:47

Apache Kylin基本原理與常見優化

一、基本原理 Apache Kylin是個開源分佈式OLAP引擎，其基本原理是數據立方和預計算。 Kylin一般是作爲數據倉庫的應用層引擎，對業務提供SQL查詢分析服務，針對數據維度多、數據基數大的場景，Kylin預計算可以保證在

renqHIT 2020-06-29 10:13:55

OLAP領域技術及應用

背景 這幾年因工作跟OLAP結緣，想借這個機會整理一下OLAP領域的技術、原理及應用，後續會就裏面的點進行總結分析，一方面作爲對個人思考的激勵，另一方面分享出來讓更多人對OLAP有更豐富的認識。 OLAP這個題目太大，個人計劃對部

xwc35047 2020-06-28 00:10:14

聯機分析處理-OLAP

簡寫爲OLAP，隨着數據庫技術的發展和應用，數據庫存儲的數據量從20世紀80年代的兆（M）字節及千兆（G）字節過渡到現在的兆兆（T）字節和千兆兆（P）字節，同時，用戶的查詢需求也越來越複雜，涉及的已不僅是查詢或操縱一張關係表中的一條或幾

明悦骁 2020-06-25 06:02:45

Kylin cuboid算法修改

緣由     近期由於發現線上cube的構建時間太慢（一個項目的cube構建前一天的數據一般需要170分鐘左右），目前我們接入的應用才三個，如果後期接入更多的cube之後會導致更慢的cube構建速度，於是深入瞭解了一下cuboi

教练_我要踢球 2020-06-20 18:36:55

Kylin性能調優記——業務技術兩手抓

背景 最近開始使用了新版本的Kylin，在此之前對於新版本的瞭解只是代碼實現和一些簡單的新功能測試，但是並沒有導入實際場景的數據做分析和查詢，線上Hadoop穩定之後，逐漸得將一些老需求往新的環境遷移，基於以前的調研，新版本（V2

教练_我要踢球 2020-06-20 18:36:55

Apache Kylin的精確去重Measure的使用和探索

Kylin版本：apache-kylin-3.0.0-alpha2-bin-cdh60   Apache Kylin在構建Cube的時候，提供的Count Distinct功能，有近似去重和精確去重。        近似去重是基於Hype

ustbxyls 2020-06-20 04:49:44

ClickHouse 在廣告系統場景中的實踐

目錄 前言 需求分析 主要特點 適用場景 I/O情況 測試結論 前言 隨着數據量的增長，傳統DB已經無法滿足實時聚合分組排序分析需求，目前比較流行日OLAP系統有：Presto，Druid，Kylin，TiFlash，ClickHouse

桂成林 2020-06-19 00:55:37

Druid 分析報表中的實戰（一）

產品又過來提需求了！   案例需求 需要按日彙總充值總數的數據。 過濾條件： 用戶包括：“Tom”和“Jack” 所有城市：“北京”、“上海”、“廣州”和“深圳” 日期範圍：“2020-03-01”到“2020-03-05” 我們用SQ

桂成林 2020-06-19 00:55:37

Druid 分析報表中的實戰（二）

今天介紹一下druid常用查詢類型的TopN和GroupBy。 實踐服務器配置： CPU：24核+SSD 1.4T Flush卡*2+內存256G+千兆網卡 * 15臺 數據量：4億+/天，連續100天數據，數據總量400億+- 一、數據

桂成林 2020-06-19 00:55:37

OLAP分析引擎Druid配置文件詳解（一）：文件組織形式

摘要：   本文和接下來的幾篇博文旨在介紹OLAP分析引擎Druid的配置文件，幫助使用的Druid的新手對Druid集羣進行配置以滿足基本需求，當然本系列博文也會對已經使用了Druid一段時間的用戶有一些幫助，幫助這些用戶根據自

瀛999 2020-06-16 08:51:49

OLAP分析引擎Druid配置文件詳解（二）：公共配置文件common.runtime.properties

摘要：   本文是Druid配置文件系列博文的第二篇，在前一篇中介紹了Druid配置文件的組織結構，這一篇開始詳細介紹各個配置文件中參數、意義、候選值等相關說明。本文主要介紹公共配置文件common.runtime.propert

瀛999 2020-06-16 08:51:49

CDH5.16搭建Kylin和Dashboard功能開啓

CDH5.16環境下搭建Kylin2.6.6 注意事項: 從 v2.6.1 開始， Kylin 不再包含 Spark 二進制包,需要單獨下載 1.軟件版本介紹: CDH5.16.2 Kylin: 2.6.6 2. CDH版本kylin2.

Migumigu1316 2020-06-16 03:41:46

[Business Intelligence] OLAP, OLTP, DW, ETL

(1) Date Warehouse collect subject-oriented, integrated... data (2) Date Mart a subset of DW just store the releva

LINJY6 2020-06-15 22:45:51