重磅经验分享--针对CUBE建模设计思路深度总结
资料简介：
最近经常有人CUBE模型的设计，CUBE的按时间分区问题，把以前的资料整理总结一下，希望给大家参考：
一、CUBE按时间分区基本原理：
1、事实表应该有个月份的字段，并且加上索引，这样在过滤一个月的数据时，查询效率很高；
2、新建一张参数表，可以只有一个月份字段，一条记录，记录当前月份；
3、写一个视图。事实表跟参数表关联，关联字段是月份字段，这样没错跑批就是那指定月份的数据；
4、建立CUBE模型，数据源引入事实表视图，设定分区模式为按月分组；
5、当然分组还可以按年，日等形式，取决与自己的设计；
6、不管是按那个时间粒度分组，CUBE的跑批还是每天跑，只是如果按月分组，每月1号最快，生产的CUEB文件最小，月底最慢，生产的CUEB文件最大；
7、分组跑批最主要解决的是效率问题；
8、写一跑批脚本，更新参数表月份值，调用CUBE跑批；
9、把跑批脚本加入计划任务，每天执行。
10、不管是全量、还是增量按日期分组的方式跑批，每次重新跑批都是重新生产mdc文件的过程；
二、CUBE分区优势
1、最主要的还是觉得效率问题，按时间分区其实就是把一个CUBE分解成很多小CUBE，每次生产指定数据的文件，读数据也少，写cube文件也小，效率当然高；
2、解决CUBE上一些限制，之前看过cognos的官方文档，当个CUBE文件的大小被限制到4G还是8G有点记不清了（这个当然要限制了），否则文件太大，读数据也慢，写文件也慢，曾经在一个客户那三年的数据，上亿条记录，生产一个CUBE文件，4G左右，跑了十几个小时，这样的效率显然不行；后来改成按月分区，每个月份的CUBE文件只有800MB左右，在盘阵跑一次只需要40分钟。
3、由于按照分区会有一个VCD的文本文件，相关一个小CUBE的索引，你可以通过编辑这个文件，挂接指定日期范围的数据；
三、CUBE分区存在的问题
1、首先是分区的模式、原来觉得存在的问题，没跑一个cube就相对书中的一页纸被翻过去了，这个小CUBE中记录了当时跑批的维度和度量，如果后期维度数据发生变化（如机构是分层次了，原来A机构挂在C下面，后来调整了挂在B下面了），后期跑的小CUBE文件是按照新的机构结果跑的，就会导致在RS、AS中看到的数据源部分，机构维度的树有问题，会出现错乱。但是只是显示上错乱，针对每个机构维度上的度量值还是正确的。
2、解决上面的问题必须重新把所有的CUBE文件跑一次。按照IBM的官方说法，COGNOS是一个enterprise solution，确实存在这样的问题，只有重新全跑才能解决显示上的问题；
四、上几个截图，给大家参考：
1、按月份分区跑完CUBE的情况，分别是VCD文件的内容、小MDC文件列表、主目录。
2、按日分区跑完CUBE的情况，分别是VCD文件的内容、小MDC文件列表、主目录。
3、针对机构维度调整了，分区cube跑批出现的显示错乱的情况
必须重新跑批所有CUBE显示出最新的机构，正确的机构层次。
五、附加一个完整的全量的CUBE设计文档，涵盖了维度、度量的设计、FM的发包、TRANSFORMER建模过程及注意事项。
六、跑批脚本及说明：
Cube_zz.sh：总的调度文件，根据CubeDate.TXT文件的记录数进行循环调度，同时生成update_cube_state.sql文件的更新数据库标志位的语句；
CubeDate.txt：记录日期值，一般由JAVA程序或者自己手动写入，记录跑批的数据日期；
update_cube_state.sh:调用update_cube_state.sql文件，进行数据库表值更新的语句；
Run_Cube.sh：CUBE跑批的脚本，首先把CUBE跑批到create_cube目录下，当跑批完成后，再把相关文件COPY到cube数据源自定的文件中；
一、CUBE按时间分区基本原理：
1、事实表应该有个月份的字段，并且加上索引，这样在过滤一个月的数据时，查询效率很高；
2、新建一张参数表，可以只有一个月份字段，一条记录，记录当前月份；
3、写一个视图。事实表跟参数表关联，关联字段是月份字段，这样没错跑批就是那指定月份的数据；
4、建立CUBE模型，数据源引入事实表视图，设定分区模式为按月分组；
5、当然分组还可以按年，日等形式，取决与自己的设计；
6、不管是按那个时间粒度分组，CUBE的跑批还是每天跑，只是如果按月分组，每月1号最快，生产的CUEB文件最小，月底最慢，生产的CUEB文件最大；
7、分组跑批最主要解决的是效率问题；
8、写一跑批脚本，更新参数表月份值，调用CUBE跑批；
9、把跑批脚本加入计划任务，每天执行。
10、不管是全量、还是增量按日期分组的方式跑批，每次重新跑批都是重新生产mdc文件的过程；
二、CUBE分区优势
1、最主要的还是觉得效率问题，按时间分区其实就是把一个CUBE分解成很多小CUBE，每次生产指定数据的文件，读数据也少，写cube文件也小，效率当然高；
2、解决CUBE上一些限制，之前看过cognos的官方文档，当个CUBE文件的大小被限制到4G还是8G有点记不清了（这个当然要限制了），否则文件太大，读数据也慢，写文件也慢，曾经在一个客户那三年的数据，上亿条记录，生产一个CUBE文件，4G左右，跑了十几个小时，这样的效率显然不行；后来改成按月分区，每个月份的CUBE文件只有800MB左右，在盘阵跑一次只需要40分钟。
3、由于按照分区会有一个VCD的文本文件，相关一个小CUBE的索引，你可以通过编辑这个文件，挂接指定日期范围的数据；
三、CUBE分区存在的问题
1、首先是分区的模式、原来觉得存在的问题，没跑一个cube就相对书中的一页纸被翻过去了，这个小CUBE中记录了当时跑批的维度和度量，如果后期维度数据发生变化（如机构是分层次了，原来A机构挂在C下面，后来调整了挂在B下面了），后期跑的小CUBE文件是按照新的机构结果跑的，就会导致在RS、AS中看到的数据源部分，机构维度的树有问题，会出现错乱。但是只是显示上错乱，针对每个机构维度上的度量值还是正确的。
2、解决上面的问题必须重新把所有的CUBE文件跑一次。按照IBM的官方说法，COGNOS是一个enterprise solution，确实存在这样的问题，只有重新全跑才能解决显示上的问题；
四、上几个截图，给大家参考：
1、按月份分区跑完CUBE的情况，分别是VCD文件的内容、小MDC文件列表、主目录。
2、按日分区跑完CUBE的情况，分别是VCD文件的内容、小MDC文件列表、主目录。
3、针对机构维度调整了，分区cube跑批出现的显示错乱的情况
必须重新跑批所有CUBE显示出最新的机构，正确的机构层次。
五、附加一个完整的全量的CUBE设计文档，涵盖了维度、度量的设计、FM的发包、TRANSFORMER建模过程及注意事项。
六、跑批脚本及说明：
Cube_zz.sh：总的调度文件，根据CubeDate.TXT文件的记录数进行循环调度，同时生成update_cube_state.sql文件的更新数据库标志位的语句；
CubeDate.txt：记录日期值，一般由JAVA程序或者自己手动写入，记录跑批的数据日期；
update_cube_state.sh:调用update_cube_state.sql文件，进行数据库表值更新的语句；
Run_Cube.sh：CUBE跑批的脚本，首先把CUBE跑批到create_cube目录下，当跑批完成后，再把相关文件COPY到cube数据源自定的文件中；
2013-09-06
浏览1553
下载129