MySQL 多维数据仓库指南

测试完全可加性
添加数据记录： 添加数据记录：additive_data.sql 测试完全可加性： 测试完全可加性：
1. 沿着所有维对 沿着所有维对order_amount的值进行累加 的值进行累加 across_all_dimensions.sql 即求出订单总额 2.沿着日期，订单维查询 across_date_order.sql 沿着日期， 沿着日期
小结
第三章：度量的可加性（ 第三章：度量的可加性（完全可加、半 可加） 可加） 第四章：维度查询（聚合、特定、翻转） 第四章：维度查询（聚合、特定、翻转） 第五章：源数据提取（全部、变化数据； 第五章：源数据提取（全部、变化数据； 拉取数据、由源推送数据） 拉取数据、由源推送数据）
第五章 源数据提取
全部源数据和变化数据捕获
全部源数据： 全部源数据：文件的所有记录或者数据 库表的所有行。 库表的所有行。一般适合参数型数据的 抽取，比如邮政编码。 抽取，比如邮政编码。
变化数据捕获CDC(Change Data 变化数据捕获 Capture )：只提取改变过的数据。 ：只提取改变过的数据。
由源推送
数据库中的sales_order表 由source数据库中的 数据库中的 表 数据库中的sales_order_fact推 向dw数据库中的 数据库中的 推 送数据
Fra Baidu bibliotek 由源推送的CDC模式运用于销售订单数据提取 模式运用于销售订单数据提取 由源推送的
需要使用到第一章中建立的source数据库 数据库 需要使用到第一章中建立的 步骤： 步骤： 1. 编译和存储存储过程 编译和存储存储过程push_sales_order.sql 2. 在source数据库中创建 数据库中创建sales_order表： 表 数据库中创建 create_sales_order.sql ； 3.向表中插入数据：push_data.sql ； 向表中插入数据： 向表中插入数据 mysql> \. c:\...\push_sales_order.sql 4.推送 推送CDC(变化数据捕获 销售订单： 变化数据捕获)销售订单 推送 变化数据捕获 销售订单： mysql> use source; mysql> call push_sales_order();
第四章 维度查询
维度查询
增加数据:dimensional_query_data.sql 增加数据 聚集查询：将个体的事实进行合计， 聚集查询：将个体的事实进行合计，比如 累加度量值(求和 计数)； 求和、 累加度量值 求和、计数 ； daily_aggregation.sql 特定查询： 特定查询：基于某个特定的维度值对事实 进行挑选和聚集； 进行挑选和聚集； monthly_storage.sql
MYSQL 多维数据仓库指南
-----------第三章 度量的可加性 第三章
完全可加和半可加
1. 完全可加：一个度量沿着任何一个维 完全可加： 累加， 累加，它所有值的总和与沿着任何其他 的维或者任何一些维的组合进行累加的 总和一样 例如：事实表sales_order_fact中的 例如：事实表 中的 order_amount 2. 半可加：部分情况下累加它的值。 半可加：部分情况下累加它的值。 (第二十四章 第二十四章) 第二十四章
维度查询
翻转查询：基于一个或者多个度量值来 翻转查询： 选择事实， 选择事实，而其他大部分查询则基于维 度的值。查询将从事实表（ 度的值。查询将从事实表（星型模式的 中心）到维表，这也是被称作“翻转” 中心）到维表，这也是被称作“翻转” 查询的原因。 查询的原因。 loyal_customer.sql
源数据提取方法
拉取数据（ ）：源数据只 拉取数据（pull by data）：源数据只 ）： 能等待数据仓库来提取数据。 能等待数据仓库来提取数据。 由源推送(push by source)：如果数 由源推送 ： 据提取时间点是苛刻的， 据提取时间点是苛刻的，并希望源数据 准备好后能及时发送给你， 准备好后能及时发送给你，则使用这种 模式，或者数据源受保护且不允许存取。 模式，或者数据源受保护且不允许存取。