38、商业智能工具与维度设计的深度解析

商业智能工具与维度设计的深度解析

1. 特定查询与商业智能工具

在处理特定查询时，例如生成低于（或高于）特定组的不同公司列表，往往需要使用子查询。这种查询方式不太可能由商业智能工具成功生成，通常需要手动编辑 SQL。这表明在某些复杂查询场景下，商业智能工具存在一定的局限性，手动干预 SQL 是必要的。

2. 基于立方体的商业智能

许多商业智能解决方案基于多维立方体而非关系型星型模式，这些通常被称为在线分析处理（OLAP）工具。由于派生模式在以立方体为中心的实现中已是核心概念，SQL 生成领域的许多解决方案和变通方法在 OLAP 世界中也很适用。

在基于关系型星型模式创建立方体的环境中，商业智能产品可能能够自动生成立方体。但自动生成的立方体和自动生成的 SQL 一样，需要仔细审查。

3. 以立方体为中心的商业智能

支持与多维数据库交互的商业智能工具以立方体为核心，而非语义层。立方体作为分析分类的顶层，能为不同目的提供不同的数据视图。在关系型世界中，多个语义层可能会让人困惑，但在多维世界中，多个立方体是很自然的。

3.1 聚焦立方体

针对多维数据库的商业智能工具提供的用户体验与关系型数据库工具截然不同。这些应用利用立方体预先计算各维度不同成员的事实值的能力，实现即时响应，这也是 OLAP 中“在线”（实时交互）的体现。

立方体取代了 SQL 生成器的语义层。虽然特定工具可能提供立方体的抽象视图，但可用数据元素的呈现本质上是维度化的，通常不需要创建“虚拟”维度元素，因为实时计算会消除 OLAP 的性能优势。不过，OLAP 工具通常支持计算事实。