共计 2361 个字符，预计需要花费 6 分钟才能阅读完成。
【摘要】
用实例、分步骤，具体解说多维分析（OLAP）的实现。点击理解多维分析后盾实际 3：维度排序压缩
实际指标
本期指标，是在实现数据类型转化根底上，实现维度排序压缩，进一步晋升计算速度。
实际的步骤：
1、筹备根底宽表：批改上期的代码，实现维度排序压缩存成新组表。
2、拜访根底宽表：上期代码不用批改，间接利用于新组表。
3、新增数据追加：每日新增业务数据追加，每月从新排序重整。要尽可能不影响拜访根底宽表的性能，同时减小每日新增数据所须要的工夫。
本期样例宽表不变，仍然为 customer 表。从 Oracle 数据库中取出宽表数据的 SQL 语句是 select * from customer。执行后果如下图：
假如当天日期是 2021-01-12，则取出当日新增数据的 SQL 是：
select * from customer where begin_date=to_date(‘2021-01-12′,’yyyy-mm-dd’)
多维分析计算的指标也不变，用上面 Oracle 的 SQL 语句示意：
select department_id,job_id,to_char(begin_date,’yyyymm’) begin_month ,sum(balance) sum,count(customer_id) count
from customer
where department_id in (10,20,50,60,70,80)
and job_id in (‘AD_VP’,’FI_MGR’,’AC_MGR’,’SA_MAN’,’SA_REP’)
and begin_date>=to_date(‘2002-01-01′,’yyyy-mm-dd’)
and begin_date<=to_date(‘2020-12-31′,’yyyy-mm-dd’)
and flag1=’1′ and flag8=’1′
group by department_id,job_id,to_char(begin_date,’yyyymm’)
筹备宽表
维度排序压缩：有序列存。列存是指列式存储，集算器新建组表时，默认列存。
有序是指字段值物理有序存储，也就是用维度字段排序后存入组表。用于排序的维度字段程序十分要害，要将反复度高的维度排在后面。
本例的维度包含：department_id,job_num,employee_id,begin_date,customer_id。其中，部门编号 department_id 总数起码（事实表中只呈现 11 个部门），所以反复度最高。其余字段中，job_num,employee_id,begin_date,customer_id 反复度顺次升高。
同时，思考理论利用中，分组字段呈现的状况也和反复度基本一致，所以排序的字段程序能够确定为：department_id,job_num,employee_id,begin_date,customer_id。
咱们用数据库来做排序。示例如下：
select department_id,job_id,employee_id,begin_date,customer_id,first_name,last_name,phone_number,job_title,balance,department_name,flag1,flag2,flag3,flag4,flag5,flag6,flag7,flag8
from customer order by department_id,job_id,employee_id,begin_date,customer_id。
执行后果如图：
依据以上要求改写 etl.dfx，从数据库中取出排序数据，类型转化后，生成组表文件，存储根底宽表。代码示例如下：
其中：A2 的 SQL 语句减少了排序，A6 的组表指定了排序字段。
其余代码和上期统一。
数据量为一亿，导出组表文件和前几期的组表文件比拟如下：
从上表能够看出，实现数据类型优化之后，文件大小缩小了 14%（0.5GB）。再实现维度排序压缩后，又缩小了 20%（0.6GB）, 总体缩小 31%（1.1GB）。文件变小，能缩小磁盘读取数据量，无效进步性能。
拜访宽表
拜访宽表的 SPL 代码、Java 代码和上期相比没有变动。
Java 代码加上后盾计算返回后果总的执行工夫，和后期比拟如下：
通过上表的比照能够看出，维度排序压缩进一步提高了计算性能。
新增数据
客户表每天都会有新增数据，须要每天定时增加到组表文件中。如果是按日期有序的组表文件，将每天产生的新数据追加到文件的最初即可。然而咱们的客户组表是依照部门等字段有序的，如果在结尾间接追加数据，就不是整体有序了。如果每天都将原有数据和新数据一起从新排序，计算的工夫会比拟长。
咱们能够从数据库中读取新数据并依照部门等字段排序，再用 T.append@a() 函数追加，集算器会主动新建一个补文件，每天新数据都有序归并到补文件中，补文件绝对较小，有序归并耗时较短。每月只需对客户表文件和补文件重整一次，将补文件有序归并到组表文件中。
采纳这个办法，编写 etlAppend.dfx，网格参数如下：
SPL 代码如下：
A1：判断输出日期是否是每月第一天，如果是，就执行 B1 对客户组表进行重整，将新数据造成的补文件有序归并进入客户组表文件。
A2：连贯 oracle 数据库。
A3：取出当天数据。
A4：取出 jobs 表数据，用于类型转换。
A5、B5、A6 与上期 etl.dfx 雷同。
A7：将明天新增数据有序归并到补文件中。
A8：敞开文件和数据库连贯。
etlAppend.dfx 须要每天定时执行。执行的办法是用 ETL 工具或者操作系统定时工作，通过命令行调用集算器脚本。
例如：
C:\Program Files\raqsoft\esProc\bin>esprocx d:\olap\etlAppend.dfx
