摘要:本篇教程探讨了大数据技术 数据立方体简介,希望阅读本篇文章以后大家有所收获,帮助大家对大数据技术的理解更加深入。
本篇教程探讨了大数据技术 数据立方体简介,希望阅读本篇文章以后大家有所收获,帮助大家对大数据技术的理解更加深入。
<
假定我们有一个电商的销售数据集,其中包括时间、产品、地区、三个维度以及销售额这个度量数据。其中,各维度表构成如下:
时间维度:时间KEY(time_key)、日期(day)、月(month)、季度(quarter)、年(year)
产品维度:产品KEY(product_key)、产品名称(product_name)、品牌(brand)、产品类别(product_type)
地区维度:地区KEY(location_key)、城市(city)、省(province)、国家(sumry)
事实表构成如下:
事实表: 销售额(sales)、时间KEY(time_key)、产品KEY(product_key)、地区KEY(location_key)
人们很形象的将这种基于维度-事实建模方法 得到的数据模型成为星型结构。基于这种 结构,我们可以使用 SQL分组 从不同维度进行数据查询、分析,比如查询2017年每个月份的 销售额:
select
t2.month,
sum(t1.sales)
from
sales_fact t1,
time_dim t2
where
t1.time_key = t2.time_key and t2.year = '2017'
group by t2.month
从 这个例子中可以 看到,在 进行 查询时 需要进行表 连接(join)、 聚合等比较耗时的操作。 为了解决表连接耗时的问题,工程上又提出宽表的方法,也就是接受数据冗余 将维度表与事实表合并成一张表,以 牺牲空间代价 换取时间 代价。但是,这 仍然没有解决聚合耗时的问题,即使使用spark sql、persto这些新一代的内存计算计算,在数据量达到一定规模的时候,整个查询的耗时也将是分钟级别的, 运气好的话,喝完一杯咖啡可以 看到查询结果。慢查询会导致整个集群处于高负载下运行、 降低集群的整体处理速度, 在数据量日益增大的今天显然也是不能接受的。解决查询低效的一个方法是进行预聚合, 按照不同维度进行预先聚合,查询时直接查询 聚合结果。 具体实现上有两种方法:ROLAP、MOLAP。
ROLAP
ROLAP简单来说就是用表的方式来存储按不同维度预先聚合好的数据,比如:
insert into agg_sales_fact_2017(month, sales) from
select
t2.month as month,
sum(t1.sales) as sales
from
sales_fact t1,
time_dim t2
where
t1.time_key = t2.time_key and t2.year = '2017'
group by t2.month
当应用程序发起 对sales_fact 查询时,通常由一个引擎将 基于sql语句转换为对聚合表的操作:
-- 应用程序发出的SQL语句
select
t2.month,
sum(t1.sales)
from
sales_fact t1,
time_dim t2
where
t1.time_key = t2.time_key and t2.year = '2017'
group by t2.month
-- 引擎转换后的SQL语句
select
month,
sales
from
agg_sales_fact_2017
显示如果查询条件不带有t2.year = '2017'这样的维度查询条件时,整个查询将退化为对sales_fact、time_dim两个表的关联查询操作,因此需要从设计 上 加以避免。Mondrian是一个开源的 多维查询引擎,可以将MDX 查询语句转为相应的SQL语句,MDX是微软 设计的一种类SQL 查询 语言。
MOLAP
MOLAP是一种不同于数据库中表的存储结构,将数据存储在一种称为多维立方体的数据结构中。Apache K ylin是 最近比较流行的一个MOLAP 存储模型,可以将数据从Hive导入Kylin中进行存储,应用程序 通过标准的SQL语句查询Kylin, Kylin具有极高的访问性能, 自从开源以来一直热度不减。关于MOLAP,韩佳炜教授的《数据挖掘概念与技术》一书中有详细介绍,有兴趣可进一步 学习。
本文由职坐标整理发布,学习更多的大数据技术相关知识,请关注职坐标大技术云计算大技术技术频道!
您输入的评论内容中包含违禁敏感词
我知道了
请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了,明天再试试吧!
我们会在第一时间安排职业规划师联系您!
您也可以联系我们的职业规划师咨询:
版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
沪公网安备 31011502005948号