Mondrian
Mondrian是一個開源項目。一個用Java寫成的OLAP（在線分析性處理）引擎。它用MDX語言實現(xiàn)查詢，從關(guān)系數(shù)據(jù)庫(RDBMS)中讀取數(shù)據(jù)。然后經(jīng)過Java API用多維的方式對結(jié)果進行展示。
我們都知道，在線分析處理(OLAP)要實時地分析大量數(shù)據(jù)。“online”這個詞的含義就是即使相關(guān)的數(shù)據(jù)量是巨大的——可能以GB為單位——系統(tǒng)也要足夠快的響應(yīng)以顯示結(jié)果。
OLAP用了多維分析的技術(shù)。盡管關(guān)系型數(shù)據(jù)庫所存儲的所有數(shù)據(jù)都是以行和列的形式存在的，但一個多維數(shù)據(jù)集還是可以由軸(axes)和單元(cell)組成。
?
在上面的例子中，時間是個維度（dimension），而它下面的層次（Hierarchies）又分為半年、季度等級別(Level)。
二、感性認識——運行一個小實例
我們暫時先不討論Mondrian所用到的一些技術(shù)。我們可以先從一個小例子開始，不必在意每個細節(jié)，只是希望大家有個感性認識先。在實施這個例子的過程中，或許讀者就能見些端倪。
首先應(yīng)該到http://sourceforge.net/projects/mondrian/下載mondrian的最新版本。這是一個zip包，包括我們要用到的lib和一個例子。
當(dāng)然，讀者完全可以運行mondrian自帶的實例，不過這個例子有些紛繁復(fù)雜，除了Mondrian本身還有其它技術(shù)在里面，不大容易講清楚，也不太適合初學(xué)者學(xué)習(xí)。所以，筆者在這里設(shè)計一個簡潔干凈的最小化實例。
本文所闡述的實例環(huán)境是Windows2000+Tomcat+Oracle。并且認為讀者已經(jīng)針對jdk和Tomcat做了正確的開發(fā)環(huán)境的設(shè)置。
2．1準備工作
將pentaho/mondrian/lib下的mondrian.war解壓后放到%Tomcat%/webapp/下面
2．2數(shù)據(jù)庫結(jié)構(gòu)
在這個tiny的系統(tǒng)中，數(shù)據(jù)庫有3個表tb_employee（職員表）,tb_time（時間表）,tb_salary（薪酬表）。表結(jié)構(gòu)如下：
drop table tb_employee;
create table tb_employee
(
???? employee_id???? number,???????????? --職員id????
???? employee_name?? varchar2(10)??????? --職員姓名
);
?
drop table tb_time;
create table tb_time
(
??? time_id?? number,??????? --時間id
??? the_year? char(4),?????? --年
??? the_month char(2)??????? --月
);
?
drop table tb_salary;
create? table tb_salary
(
??? employee_id? number,??????????????? --職員id???
??? time_id????? number,??????????????? --時間id
??? salary?????? number(19,4)?????????? --薪酬
);
?
當(dāng)然，為了使系統(tǒng)能夠運行，還需要讀者向數(shù)據(jù)庫表中插入一些數(shù)據(jù)。
insert into tb_employee(employee_id,employee_name)values(001,'婭婭');
insert into tb_time(time_id,the_year,the_month)values(1,'2011','05');
insert into tb_salary(employee_id,time_id,salary)values(001,'1','5000');
insert into tb_employee(employee_id,employee_name)values(002,'梅梅');
insert into tb_time(time_id,the_year,the_month)values(2,'2011','04');
insert into tb_salary(employee_id,time_id,salary)values(002,'2','10000');
insert into tb_employee(employee_id,employee_name)values(002,'芳芳');
insert into tb_time(time_id,the_year,the_month)values(3,'2011','04');
insert into tb_salary(employee_id,time_id,salary)values(003,'3','10000');
2．3根據(jù)數(shù)據(jù)庫表的結(jié)構(gòu)，書寫schema文件
<?xml version="1.0"?>
<Schema name="Mondrian">
<Cube name="CubeTest">
??? <Table name="TB_SALARY" />
???
??? <Dimension name="Employee"? foreignKey="EMPLOYEE_ID" >
??????? <Hierarchy hasAll="true" primaryKey="EMPLOYEE_ID">?????????
??????????? <Table name="TB_EMPLOYEE" />
??????? <Level name="employeeId" column="EMPLOYEE_ID"?? uniqueMembers="true" >
??????????????? <Property name="employeeName" column="EMPLOYEE_NAME"/>
??????????? </Level>
??????? </Hierarchy>
??? </Dimension>
??? <Dimension name="Time" foreignKey="TIME_ID" >
??????? <Hierarchy? hasAll="false" primaryKey="TIME_ID" >
??????????? <Table name="TB_TIME" />
??????????? <Level name="year" column="THE_YEAR" uniqueMembers="false" />
??????????? <Level name="month" column="THE_MONTH" uniqueMembers="false" />
??????? </Hierarchy>
??? </Dimension>???????
???
??? <Measure name="Salary" column="SALARY" aggregator="sum" />
??? </Cube>
</Schema>
?
文件路徑為mywebapp/WEB-INF/test.xml
2．4利用MDX查詢?? mywebapp/test.jsp
<%@ page import="mondrian.olap.*"%>
<%@ page import="java.io.PrintWriter" %>
<%
?Connection connection = DriverManager.getConnection("Provider=mondrian;Jdbc=jdbc:oracle:thin:hibuser/password@localhost:1521:orcl;? Catalog=file:///F:/pentaho/biserver-ce/tomcat/webapps/mondrian/WEB-INF/queries/test1.xml; JdbcDrivers=oracle.jdbc.driver.OracleDriver;",null);????
?String queryStr="select {[Measures].[Salary]} ON COLUMNS,{[Employee].[employeeId].Members} ON ROWS from CubeTest ";
?
?Query query =connection.parseQuery(queryStr);
?Result result = connection.execute(query);
PrintWriter pw = new PrintWriter(System.out);
result.print(pw);
pw.flush();
System.out.println("successful!");
%>
?
2．5運行
這時啟動tomcat,在瀏覽器地址欄中輸入
http://localhost:8080/mondrian/test.jsp即可。
三、深入探討
3．1 API
mondrian為客戶端應(yīng)用程序提供了API接口以進行查詢。 而這些API對于任何用過JDBC的人都會覺得似曾相識的。主要的不同點是查詢語言的不同：Mondrian用的是MDX('Multi-Dimensional eXpressions'),而JDBC則用的是SQL。
和JDBC一樣，也是要經(jīng)過建立連接，形成查詢語句，執(zhí)行查詢得到結(jié)果集等幾個步驟的。
我們來看看mondriantest.jsp的代碼
第1行：import mondrian.olap.*
這是引入我們所需的類，下面要用到的DriverManager、Connection、Query、Result都在這個package內(nèi)。這個package一般位于mondrian.jar中。
第2行：Connection connection =
? DriverManager.getConnection
("Provider=mondrian;????????????????
?Jdbc=jdbc:oracle:thin:@xxx.xxx.xxx.xxx:1521:dbname;
JdbcUser=dbuser;????????????????????????????????????
?JdbcPassword=dbpasswd;???????????????????????????????
Catalog=file:///c:/Tomcat4.1/webapps/mywebapp/WEB-INF/mondriantest.xml;
JdbcDrivers=oracle.jdbc.driver.OracleDriver;",null,false);?
通過DriverManager創(chuàng)建一個Connection的實例，建立起數(shù)據(jù)庫連接。
其中Jdbc=jdbc:oracle:thin:@xxx.xxx.xxx.xxx:1521:dbname; 是設(shè)置數(shù)據(jù)庫的ip和庫名。JdbcUser=dbuser;? 設(shè)置數(shù)據(jù)庫用戶。JdbcPassword=dbpasswd;?? 設(shè)置用戶密碼。而
Catalog=file:///c:/Tomcat4.1/webapps/mywebapp/WEB-INF/mondriantest.xml; 就是設(shè)置MDX語句查詢要對應(yīng)的schema文件的路徑
第3行：String queryStr=
"select {[Measures].[Salary]} ON COLUMNS,
{[Employee].[employeeId].Members} ON ROWS
from CubeTest ";
形成MDX的查詢語句。MDX語句的形式和schema文件的設(shè)定是密切相關(guān)的，當(dāng)然schema文件的形成也是由數(shù)據(jù)庫結(jié)構(gòu)決定的。
第4行：Query query =connection.parseQuery(queryStr);對MDX語句進行分析處理，是否符合schema文件定義、數(shù)據(jù)庫結(jié)構(gòu)和數(shù)據(jù)庫數(shù)據(jù)。
第5行：Result result = connection.execute(query);執(zhí)行查詢，得到結(jié)果集。
我們發(fā)現(xiàn)Query類似于JDBC的Statement,而Result則酷似于ResultSet。
3．2 schema
3．2．1什么是schema
schema定義了一個多維數(shù)據(jù)庫。包含了一個邏輯模型，而這個邏輯模型的目的是為了書寫MDX語言的查詢語句。這個邏輯模型實際上提供了這幾個概念：Cubes,維度（Dimensions）， 層次（Hierarchies），級別（Levels），和成員（Members）。
而schema文件就是編輯這個schema的一個xml文件。在這個文件中形成邏輯模型和數(shù)據(jù)庫物理模型的對應(yīng)。
3．2．2 schema的邏輯結(jié)構(gòu)
3．2．2．1 Cube
一個Cube是一系列維度(Dimension)和度量(Measure)的集合區(qū)域。在Cube中，Dimension和Measure的共同地方就是共用一個事實表。
例：
<Cube name="CubeTest">
??? <Table name="TB_SALARY" />
?? …….
</Cube>
<Table>標簽確定了所用的事實表的表名。
3．2．2．2 Measure
一個度量，簡單的說，就是要被計算的值。
例：
<Measure name="Salary" column="SALARY" aggregator="sum" />
<Measure>標簽有3個必要的屬性name（度量名），column（在事實表中的字段名）, aggregation（聚合所用的方法）。
3．2．2．3 Dimenesion
而維度一般有其相對應(yīng)的維度表。
例：
<Dimension name="Time" foreignKey="TIME_ID" >
??????? <Hierarchy? hasAll="false" primaryKey="TIME_ID" >
??????????? <Table name="TB_TIME" />
??????????? <Level name="year" column="THE_YEAR" uniqueMembers="false" />
??????????? <Level name="month" column="THE_MONTH" uniqueMembers="false" />
??????? </Hierarchy>
</Dimension>
一般Dimesion包含層次（Hierarchy），而hierarchy是由級別（Level）組成。
<Dimension>標簽的foreignKey是事實表中的字段，<Hierarchy>標簽的primaryKey是維度表中的字段，通過這種方式把事實表和維度表關(guān)聯(lián)起來。<Hierarchy>標簽下的<Table>標簽就指明了維度表名。而若干個Level對應(yīng)著維度表的若干字段。
3．3 MDX語言
MDX是為了查詢多維數(shù)據(jù)的，而SQL是為了查詢關(guān)系數(shù)據(jù)庫的。而Mondrian所涉及到的一些MDX概念、MDX語法以及系統(tǒng)定義的MDX函數(shù)和微軟的MDX十分接近，差別微小。完全可以參考微軟的幫助文檔進行學(xué)習(xí)。在此就不在贅述。
四、結(jié)語
Mondrian作為基于java的OLAP引擎，而且是開源的項目，為那些基于java的項目而要脫離微軟構(gòu)架但又不得不對大量數(shù)據(jù)進行分析的項目又提供了一種可行的方案。希望它也能象蒙得里安·皮特對抽象藝術(shù)的發(fā)展產(chǎn)生影響一樣起到一定的作用。
總結(jié)
- 上一篇： 深度学习方面的学术交流平台？
- 下一篇： GDAL安装