SQL Server Analysis Service – 在維度中使用分組 (Discretization)

在SQL Server Analysis Service中，維度(Dimension)是一個非常重要的概念，通常情況下一個包含多個屬性，每個屬性為某個對象（例如Customer， Product等）的一個欄位表現。這樣，對於每個維度特定屬性，唯一列舉了所有可能出現的值。在某些情況下，這些屬性具有數百萬個值而且不具有任何階層，這對於業務人員來說要想找到某個特定的值就會非常困難，如果能夠將他們分組-例如Year-Quater-Month-Date這樣的結構類似，但不採用Hierarchy--這樣尋找起來就會非常簡單。這就引入了分組的概念。舉個簡單的例子對於年度營收，在一個擁有數百萬員工的單位，每個人的工資收入在很大範圍內是不同的，這樣Yearly Income這個屬性就會有很多的值。而在現實中我們可能更喜歡根據一個區間去限制這些統計值。分組的概念就是將這些屬性值按區間進行歸類。

 

成員組是系統產生的連續維度成員的集合。 在 Microsoft SQL Server Analysis Services 中，可以通過名為離散化的進程將屬性成員分成若干成員組。階層中的層級或者包含成員組，或者包含成員，但是不能同時包含二者。 業務使用者瀏覽包含成員組的層級時，將看見成員組的名稱和單元值。 由 Analysis Services 為了支援成員組而產生的成員稱為分組成員，看上去與普通成員相同。

 

通過使用DiscretizationMethod和DiscretizationBucketCount屬性，Analysis Service可以自動為您建立組.使用DiscretizationMethod 屬性控製成員的分組方式:

 

DiscretizationMethod 設定
None	顯示成員，不分組。
Automatic	選擇最佳資料標記法： EqualAreas 方法或 Clusters 方法。
EqualAreas	嘗試將屬性中的成員分成若干包含相同數量成員的組。
Clusters	嘗試通過抽樣定型資料、初始化為大量隨機點和運行幾次期望最大化 (EM) 群集演算法的迭代來將屬性中的成員分成若干組。 本方法的好處是適用於任何分布曲線，但就處理時間而言開銷較大。

例如，對於Adventure Works DW2008，我將Yearly Income的DiscretizationMethod屬性設定為Automatic後會有如下分組：

 但很顯然，這讓你無法可以隨心所欲的控制區間及顯示名稱（即使你可以使用Name Template）。某些情況下如果你願意，你也可以通過在資料庫表中增加一個計算資料行來控制，這會讓你更容易去決定他們的區間和名稱。

CASE WHEN Weight IS NULL OR Weight<0 THEN 'N/A'

         WHEN Weight<10 THEN '0-10Kg'

         WHEN Weight<20 THEN '10-20Kg'

         ELSE '20Kg or More'

END

命名模板

當建立成員組時，會自動產生成員組的名稱。 除非您指定了一個命名模板，否則使用預設的命名模板。 通過在某個特性的 NameColumn 屬性的 Format 選項中指定命名模板，可以更改此命名方法。 可以針對資料行繫結（用於特性的 NameColumn 屬性）的 Translations 集合中指定的每種語言重新定義不同的命名模板。預設的命名模板為 "%{First bucket member} - %{Last bucket member}"。

 

變數	說明
%{First bucket member}	包含在當前成員組中的第一個成員的名稱。
%{Last bucket member}	包含在當前成員組中的最後一個成員的名稱。
%{Previous bucket last member}	分配到上一個成員組的最後一個成員的名稱。
%{Next bucket first member}	分配到下一個成員組的第一個成員的名稱。
%{Bucket Min}	要分配到當前成員組的最小成員數。
%{Bucket Max}	要分配到當前成員組的最大成員數。
%{Previous Bucket Max}	要分配到上一個成員組的最大成員數。
%{Next Bucket Min}	要分配到下一個成員組的最小成員數。

例如我們將YearlyIncome的NameColumn屬性的Format選項設定為”Less than %{Next Bucket Min};Between %{First bucket member} and %{Last bucket member};Greater than %{Previous Bucket Max}”，分組的名稱會有所改變。我們可以通過Name Template來改變各個分組的名稱：

 

使用離散化屬性更新維度

處理維度時，離散化屬性只在完全更新 (ProcessFull) 中進行重新離散化。 若要對屬性進行重新離散化，必須對維度執行完全更新。 如果離散化屬性的維度資料表已更新，並且您使用增量式更新 (ProcessAdd) 處理該維度，則離散化屬性不會進行重新離散化。 新儲存的名稱和子級將保持不變。