标签：细化 上卷 数据仓库 一般 指标 分层 维度 统计

一、维度

• 介绍：指的是在分析一个问题的时候，可以从不同角度来看待，而这些角度就是维度，角度不同决定了维度不同
• 维度的分类
  • 定性维度：一般指的求 “每个” “各个” 等相关维度
    • 在SQL上表示：一般都是放置group by中
  • 定量维度：一般表示区间范围或者具体的值
    • SQL上表示：一般是放置在where中
• 维度的分层和分级：在根据某一个维度进行统计的时候，可以对这个维度进行细化分层统计
  • 例如
    • 按照时间统计：可以细化 年 季度 月 天 周 小时 …
    • 按照地区统计：可以细化 国家 省份 城市 …
• 维度的下钻和上卷
  • 例如：
    • 比如说：在统计的时候，要求以天作为维度进行统计，在统计过程中要求下钻统计，每个小时，并且上卷统计 月 和 年 数据
  • 一般要以一个标准，往标准细化方向走，一般叫下钻，往粗粒度方向走，一般称为上卷统计
• 不管是分层分级还是上卷和下钻，从分析的角度来看，无非就是增加了一些维度而已

二、指标

• 介绍：衡量事务的标准，也叫度量值
• 常见的度量值：max、min、count、sum、agv、比率、同比增长…
• 指标分类：
  • 绝对数值：求具体的结果，比如像max、min、count、sum、avg
  • 相对数值：求相对的值，比如说转换率、流失率、同比、环比…

标签：细化,上卷,数据仓库,一般,指标,分层,维度,统计
来源： https://blog.csdn.net/feizuiku0116/article/details/121437248

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。