Kylin基本概念

基本概念

数据仓库

DW（Data Warehouse），除去“存放数据的仓库”的概念，数据仓库是一种资料储存理论，面对各类资料，将它们经过特定的方式储存起来，储存方式要特别利于对资料进行分析和处理，并最终作出决策。

区别于强调实时和事物的业务数据库，DW里的数据，通常都不会随时间发生变更，大部分都是历史性资料。

这种理论下，DW的核心就是储存方式和分析方式。

OLAP

Online Analytical Process，联机分析处理，以多维度的方式分析数据，是最多见的理解。

OLTP

Online Transaction Processing，链接交易处理，更侧重于事务处理，核心是ACID，包括数据库的增删改查。

BI

Business Intelligence，商务智能，指从数据存储、分析、挖掘、展示等一条龙，最终实现商业价值。

维度和度量

Dimension，Measure，数据分析中两个基本概念。

维度是指审视数据的角度，一般指数据记录的一个属性。度量指基于数据计算出来的考量值，在sql中，where,group by的属性一般就是维度，经过聚合函数计算的属性一般是度量。

select name, age, avg(score) from student group by age

上面的查询中，age就是维度，score度量。

事实表和维度表

Fact Table，事实表，指存储事实记录的表，通常是字段超多的大表，如销售记录，明细等。

Dimension Table，维度表，与事实表相反，只保存了维度的属性值，能够和事实表作关联。

维度表至关于从事实表中抽取出常常重复的属性，并规范成一张表，常见的有日期表，地点表，Avaya的DM_AGENTS等DM_*表。

使用维度表的好处：

1. 缩小事实表的大小
2. 便于维护维度，增删改维度，如名字，不须要动巨大的事实表
3. 可被多个事实表重用

星型模型

Star Schema，数据挖掘常见的一种多为数据模型。

星型模型中只有一张事实表，多个维度表，经过主外键相关联，就像好多星星围绕在一个恒星周围。。

若是对维度表再作抽取规范，维度表之间也进行关联，则成为更复杂的雪花模型。

Avaya Insights共有八张维度表，七张事实表，仅有两张维度表相关联，各维度表被事实表复用，至关因而一个星型模型。

从维度属性来看，为帐户、时间、坐席、组。

Avaya报表

Oceanalytics是Avaya的大数据中心，Insights是其中的报表框架，本质上是深度依赖于Oracle的架构。

从文档里简单的描述来看，对数据的处理主要步骤以下：

1. 事件处理器收到事件，并经过JMS发布消息
2. 客户拿到消息，根据维度，本身统计度量值
3. 处理引擎拿到消息，经过Oracle BAM生成实时报表
4. 同时，事件处理器每隔15分钟向Oracle数据库写入明细数据
5. Oracle OBI根据数据库生成历史报表

具体的事件处理器，处理引擎，还有Oracle的各类工具，就不得其解了，太商业了。