|
摘要：多维建模满足了企业进行多维分析，维度、度量、立方体等多维分析要素的图形化定义需求。用友BQ提供多维建模工具，用来定义多维分析模型，并与底层数据仓库建立映射，是前端多维分析展现操作的基础，也是多维分析引擎对用户的多维分析操作进行执行的依据。 疯涨的大数据，让很多昨天还处于重要位置的数据，今天就已成为历史，被新数据淹没。不同数据处于不同位置，它所反映出来的涵义也大不相同。数据就像一个生命体，是多面的，他的价值有多大，就看你如何挖掘出他的每一面。 数据的颗粒度当然是越细越好，不管是时间维度还是区域维度或者类型维度，所有维度都保证了完整性，才能恢复数据的真实面貌。多维建模满足了企业进行多维分析，维度、度量、立方体等多维分析要素的图形化定义需求。它可以提供传统数据模型不能有效表示的数据仓库中的数据结构和语义，以及作为OLAP多维分析的主要依据。 用友BQ提供多维建模工具，用来定义多维分析模型，并与底层数据仓库建立映射，是前端多维分析展现操作的基础，也是多维分析引擎对用户的多维分析操作进行执行的依据。用友BQ的多维建模工具除了支持标准的多维分析模型对象定义之外，基于应用开发中的常用维度模式如父子维、层次维也提供了快捷支持。 
用友BQ多维建模界面 用友BQ的多维建模工具可以对数据分析模型进行设置，包括分析主题目录、模型设置区域、主题概览和工具栏等几部分。分析主题目录展现了所有主题的分类目录;模型设置区域分为主题的整体结构和具体属性两部分;工具栏包括各种快捷操作，比如添加一个模型、对模型进行校验、查看模型XML形式;主题概览显示出主题结构树上选中的模型对应的数据结构，比如当选择一个多维数据集时，显示其对应的事实表，当选中一个维度时，则显示其对应的维表。 用友BQ多维建模可定义如下多维模型元素： 一，主题。分析主题是对业务内容相似的多个分析模型的统称，由一组多维数据集和共享维度组成; 二，多维数据集。多维数据集是分析引擎的数据模型，由多个维度构成的立方体架构，相当于一个多维数组，维度的交点就是指标或计算成员。多维数据集是一种多维结构，包括原始事实数据、聚合数据，这些数据聚合允许用户快速进行复杂查询。多维数据集的数据来源由两个部分组成，一是构成维度的数据，二是事实发生的数据。一般称为维表和事实表。其中维表，包括维度的必要信息，如主键、name、caption等，事实表包括发生的事实数据，即指标，以及维表关联的字段; 三，维度。维度是观察业务数据的某个特定角度，通过属于这个维度的层次主键关联某个数据表的一列，该数据表称为维表，而维表和事实表又通过维度的“外键”关联。维度的类型分为标准维度和时间维度，按照维度所属结构，分为普通维度和共享维度，普通维度所属多维数据集，共享维度所属一个分析主题，多个多维数据集可以引用同一个共享维度; 四，指标。在多维数据集中，指标是一组值，这些值基于多维数据集的事实表中的一列，是事实发生的数据，而且通常为数字。如销售额，销售数量。每个指标可以定义“聚合类型”，如计数、平均值、最大值等，但是，也可以以不聚合的方式展现。在查询过程中，可以通过定义“格式化字符串”来改变展现格式; 五，计算成员。计算成员是一种运行时通过特殊表达式动态计算的成员，通过各种数学表达式和各种函数定义，可以创建复杂的表达式。任何动态分析功能，都可以通过计算成员实现，比如同比、环比等。同样，计算成员也可以定义“格式化字符串”; 六，分析函数。分析函数是基于MDX语言的函数，可以应对某些高级功能和特定的场景。通过扩展的分析函数，用户可以快速定义分析模型并查询结果。用友BQ多维模型定义提供了丰富的分析函数，可应对和简化各种分析需求场景。比如财务类函数：期初余额，期末余额，上期数，年初数，发生额，上年数等;统计类函数：占比，排名，方差，回归分析等。 
用友BQ关键特性 用友BQ是集企业多系统的数据平台、分析平台、管理平台、挖掘平台于一体的全方位BI解决方案，是企业级、全功能、最佳分析决策平台。用友BQ共分为4层架构，分别是业务数据层、数据处理与分析数据层、分析服务层、分析展现层。最新技术架构体系下的用友BQ具备大数据处理与分析能力，且大大提高了数据分析的速度和效率。
| 
发表于 2014-8-20 09:09:22
