通用维度与下钻维度

通用维度

通用维度场景解析

以电商日志为例：2017-01-01 12:00:00｜类目：男装｜省份：浙江｜市：杭州｜区：西湖区｜性别：男｜身高：L|数量：5｜总价：100｜

我们需要根据商品的类目、性别、省份属性来分析该数据，则维度依次为类目、性别、省份，指标为单价和数量。预聚合之后数据为：

当我们需要查看类目为男装的数据时，需要读取不同类目，不同性别和不同省份对应的所有数据，然后过滤出男装的数据。这里取出数据记录数是大于结果记录数的。

限制和优化方法

假设有 200 万的类目，我们还是查看类目为男装的数据，那么需要读取约 N 个 200 万的数据，然后过滤出男装数据。这里取出数据记录数是大于结果记录数，且太多的读取记录直接影响到获取数据的速度。

此时可以通过创建类目的索引来解决。

在通用维度类型的数据集中，ARMS 提供一种辅助维度，叫 ID 类维度。ID 类维度就相当于索引维度，在查询时要给出明确的维度值，加速数据查询；而维度就是普通非索引维度，如本例最开始的性别、类目、省份维度。

维度和 ID 类维度区别

通用维度包含维度和 ID 类维度。在数据集的查询过程中，ID 类维度不能为空，而维度可为空。目前 ARMS 中最多包含一个 ID 类维度和七个维度。

• 维度

  • 维度可独立使用或组合使用。例如某数据集有维度 A、B、C，您可以仅选择维度 A、B 或 C，也可以使用 BC 组合，或者 ABC 组合等查询。

• ID 类维度

  • ID 类维度类似于对该维度创建索引，在查询时，通过指定 ID 类维度可以快速查询到数据结果。

  • 对于数据中不可枚举或者维度值个数较多的情况，建议使用 ID 类维度。

下钻维度

下钻维度场景解析

以系统监控领域的场景为例，系统日志中包含机房、分组和 IP 三个维度。用户需要从机房运行情况，下钻到某机房的分组，然后是分组的某一台机器进行数据查询。如果使用通用维度处理该问题，则存在查询数据量较大导致查询延迟的问题。下钻维度可用来解决以上这种固定的逐级查询场景。

下钻维度对机房、分组、IP 创建多级索引，索引分别为机房（索引 1）， 机房-分组（索引 2），机房-分组-IP（索引 3）。查看机房数据时使用索引 1，查看某机房的分组数据时使用索引 2，从该分组下钻到 IP 时使用索引 3。

下钻维度的使用场景还可以包括按照省、区维度进行业务统计，按照学校、年级、班级查询学生分布，或按照厂商、品牌、类目统计售卖情况等。

下钻维度使用限制

• ARMS 中最多可以设置三个下钻维度。

• 下钻维度之间有层级关系。例如，要查看第二个维度，必须先选择第一个维度的属性。维度类似于一个树状结构。维度的定义需要规划，例如，第一维度可以是省，第二维度可以是市，第三个维度可以是区，指标数据则是市民消费情况。

• 除非有特殊场景需求，两个完全不相关的维度最好不要一同定义，比如“地域”和“物品类型”。

• ARMS 提供下钻功能，可以从汇总数据深入到细节数据进行观察或新增维度。钻取的目的是改变维度层次、变换分析粒度。