• 滚动RollUp、压缩


    如果某个Cube有聚集,必须滚动后Cube才可出报表,但与折叠没有关系,没折叠Cube也是可以出报表的

    image252

     

     

    先聚集:

    image253

    image254

    image255

     

    再压缩:

    image256

    image257

    ------------------------------------------------------------


    image251

    上图压缩操作后,请求85507的数据在F表里就没有数据了,而是被压缩到时压缩表里去了:

    image252[1]

    image253[1]

    而请求8676086762的数据现还在事实表(F表)里:

    image254[1]

    image255[1]
    (注:上图中这两条数据实质上是同一条数据,只是分了两次进行修改后上传,产生了两个请求,而每个请求里的数据包的编号是不一样的,所以有两条数据)

     

    下面再对数据提取请求8676086762进行压缩:

    image256[1]

    image257[1]

    但经过下面压缩操作后,就会将数据名编号都设置为0,这好比去掉了该数据包编号,则同一条数据在E表里自然就合并了:

    image258

     

    注:压缩之前,要确保上传数据没有问题后,才开始压,否则压缩之后的请求是无法删除的,即压缩之后的数据是无删除的Cube管理界面上根本就不让你删除,删除的时会提示你 做过压压缩操作的是不能删除的,注:只做过Rulling Up操作的Request是可以删除的

    ----------------------------------------------

    InfoCube压缩后自动删除合并结果为0的行,需要将下面的勾勾上:
    3c853617-4570-40b9-857c-4751b81435be
     
    559cab9b-8eda-4248-b399-64c0996fd545
     
    F表与E表的表结构完全一样,在Query时,两个表都会查,实质上是将两个表Union的,但经过压缩后,数据量会小,效率就会高
  • 相关阅读:
    递归算法变相考察面试题
    Flink Source 的几种方案
    nohup: 无法运行命令 ‘/bin/java‘: 没有那个文件或目录
    Flink StreamExecutionEnvironment 一些细节&Flink 执行模式
    Scala 开发环境配置
    Scala 基本使用
    Flink 基本转换算子传参方式的总结
    Kafka 概述
    Lambda expressions are not supported at language level '5'
    Flink 物理分区
  • 原文地址:https://www.cnblogs.com/jiangzhengjun/p/4294650.html
Copyright © 2020-2023  润新知