十六、累积的度量
本篇说明如何实现累积月底金额，并对数据仓库模式和初始装载、定期装载脚本做相应地修改。累积度量是半可加的，而且它的初始装载比前面做的要复杂的多。
可加、半可加、不可加事实
事实表中的数字度量可划分为三类。最灵活、最有用的度量是完全可加的，可加性度量可以按照与事实表关联的任意维度汇总。半可加度量可以对某些维度汇总，但不能对所有维度汇总。差额是常见的半可加度量，除了时间维度外，它们可以跨其它所有维度进行加法操作。另外，一些度量是完全不可加的，例如比率。
1. 修改模式
建立一个新叫做month_end_balance_fact的事实表，用来存储销售订单金额的月底累积值。month_end_balance_fact表在模式中构成了另一个星型模式。新的星型模式除了包括这个新的事实表，还包括两个其它星型模式中已有的维度表，即product_dim和month_dim。下图显示了新的模式。注意这里只显示了相关的表。
下面的脚本用于创建month_end_balance_fact表。
1
2
3
4
5
6
7
8
| 1use dw;
2create table month_end_balance_fact (
3 month_sk int,
4 product_sk int,
5 month_end_amount_balance decimal(10,2),
6 month_end_quantity_balance int
7);
8 |
1
2
| 1 因为对此事实表只有insert操作，没有update、delete操作，所以这里没有用orc文件格式，而是采用了缺省的文本格式。
2 |
2. 初始装载
现在要把month_end_sales_order_fact表里的数据导入month_end_balance_fact表，下面显示了初始装载month_end_balance_fact表的脚本。此脚本装载累月的月底销售订单，每年的年初都要重置累积金额。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| 1use dw;
2insert overwrite table month_end_balance_fact
3select a.month_sk,
4 b.product_sk,
5 sum(b.month_order_amount) month_order_amount,
6 sum(b.month_order_quantity) month_order_quantity
7 from month_dim a,
8 (select a.*,
9 b.year,
10 b.month,
11 max(a.order_month_sk) over () max_month_sk
12 from month_end_sales_order_fact a, month_dim b
13 where a.order_month_sk = b.month_sk) b
14 where a.month_sk <= b.max_month_sk and a.year = b.year and b.month <= a.month
15 group by a.month_sk , b.product_sk;
16 |
1
2
| 1 为了确认初始装载是否正确，先查询month_end_sales_order_fact表，然后在执行完初始装载后查询month_end_balance_fact表。
2 |
使用下面的语句查询month_end_sales_order_fact表。
1
2
3
4
5
6
7
8
9
10
11
| 1use dw;
2select b.year year,
3 b.month month,
4 a.product_sk psk,
5 a.month_order_amount amt,
6 a.month_order_quantity qty
7 from month_end_sales_order_fact a,
8 month_dim b
9 where a.order_month_sk = b.month_sk
10cluster by year, month, psk;
11 |
使用下面的语句查询month_end_balance_fact表。
1
2
3
4
5
6
7
8
9
10
11
| 1use dw;
2select b.year year,
3 b.month month,
4 a.product_sk psk,
5 a.month_end_amount_balance amt,
6 a.month_end_quantity_balance qty
7 from month_end_balance_fact a,
8 month_dim b
9 where a.month_sk = b.month_sk
10cluster by year, month, psk;
11 |
从图中可也看到，2016年6月的商品销售金额和数量被累积到了了2016年7月。商品1和2累加了6月和7月的销售，商品3在7月没有销售，所以6月的销售顺延到7月，商品4和5只有7月的销售。
3. 定期装载
下面所示的month_balance_sum.sql脚本用于定期装载销售订单金额月底累积事实表，该脚本在每个月执行一次，装载上个月的数据。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
| 1-- 设置变量以支持事务
2set hive.support.concurrency=true;
3set hive.exec.dynamic.partition.mode=nonstrict;
4set hive.txn.manager=org.apache.hadoop.hive.ql.lockmgr.dbtxnmanager;
5set hive.compactor.initiator.on=true;
6set hive.compactor.worker.threads=1;
7
8use dw;
9
10set hivevar:pre_month_date = add_months(current_date,-1);
11set hivevar:year = year(${hivevar:pre_month_date});
12set hivevar:month = month(${hivevar:pre_month_date});
13
14insert into month_end_balance_fact
15select order_month_sk,
16 product_sk,
17 sum(month_order_amount),
18 sum(month_order_quantity)
19 from (select a.*
20 from month_end_sales_order_fact a,
21 month_dim b
22 where a.order_month_sk = b.month_sk
23 and b.year = ${hivevar:year}
24 and b.month = ${hivevar:month}
25 union all
26 select month_sk + 1 order_month_sk,
27 product_sk product_sk,
28 month_end_amount_balance month_order_amount,
29 month_end_quantity_balance month_order_quantity
30 from month_end_balance_fact a
31 where a.month_sk in (select max(case when ${hivevar:month} = 1 then 0 else month_sk end)
32 from month_end_balance_fact)) t
33 group by order_month_sk, product_sk;
34 |
使用下面步骤测试非1月的装载：
（1）使用下面的命令向month_end_sales_order_fact表添加两条记录
1
2
| 1insert into dw.month_end_sales_order_fact values (200,1,1000,10),(200,6,1000,10);
2 |
将set hivevar:pre_month_date = add_months(current_date,-1); 行改为set hivevar:pre_month_date = current_date;，装载2016年8月的数据。
（3）执行定期装载
1
2
| 1beeline -u jdbc:hive2://cdh2:10000/dw -f month_balance_sum.sql
2 |
1
2
| 1（4）查询month_end_balance_fact表
2 |
1
2
3
4
| 1select *
2 from dw.month_end_balance_fact a
3cluster by a.month_sk, a.product_sk;
4 |
从图中可以看到，product_sk为6的产品是本年前面月份没有销售而8月份有销售的，product_sk为1的产品是本年前面月份和8月份都有销售的，而product_sk为2、3、4、5的产品是本年前面月份有销售而8月份没有销售的。
使用下面步骤测试1月的装载：
（1）使用下面的命令向month_end_sales_order_fact表添加两条记录，month_sk的值是205，指的是2017年1月
1
2
3
| 1insert into dw.month_end_sales_order_fact values (205,1,1000,10);
2insert into dw.month_end_sales_order_fact values (205,6,1000,10);
3 |
1
2
| 1（2）使用下面的命令向month_end_balance_fact表添加三条记录
2 |
1
2
3
4
| 1insert into dw.month_end_balance_fact values (204,1,1000,10);
2insert into dw.month_end_balance_fact values (204,6,1000,10);
3insert into dw.month_end_balance_fact values (204,3,1000,10);
4 |
1
2
| 1（3）将set hivevar:pre_month_date = add_months(current_date,-1); 行改为set hivevar:pre_month_date = add_months('2017-02-01',-1);，装载2017年1月的数据。
2 |
（4）执行定期装载
1
2
| 1beeline -u jdbc:hive2://cdh2:10000/dw -f month_balance_sum.sql
2 |
1
2
| 1（5）查询month_end_balance_fact表
2 |
1
2
3
4
| 1select *
2 from dw.month_end_balance_fact a
3cluster by a.month_sk, a.product_sk;
4 |
从图中可以看到，2017年1月只装载了新增的两条销售记录。
（6）删除测试数据
1
2
3
4
5
| 1delete from dw.month_end_sales_order_fact where order_month_sk >=200;
2create table t1 as select * from month_end_balance_fact where month_sk < 200;
3insert overwrite table month_end_balance_fact select * from t1;
4drop table t1;
5 |
本小节使用两个查询展示月底累积金额度量（也就是累积度量）必须要小心使用，因为它不是“全可加”的。一个非全可加度量在某些维度（通常是时间维度）上是不可加的。
通过产品可加，可以通过产品正确地累加月底累积金额。
1
2
3
4
5
6
7
8
| 1use dw;
2select year, month, sum(month_end_amount_balance) s
3 from month_end_balance_fact a,
4 month_dim b
5 where a.month_sk = b.month_sk
6 group by year, month
7cluster by year, month;
8 |
通过月份累加月底金额。
1
2
3
4
5
6
7
| 1use dw;
2select product_name, sum(month_end_amount_balance) s
3 from month_end_balance_fact a,
4 product_dim b
5 where a.product_sk = b.product_sk
6 group by product_name;
7 |
查询结果是错误的。正确的结果应该和下面的在month_end_sales_order_fact表上进行的查询结果相同。
1
2
3
4
5
6
7
| 1use dw;
2select product_name, sum(month_order_amount) s
3 from month_end_sales_order_fact a,
4 product_dim b
5 where a.product_sk = b.product_sk
6 group by product_name;
7 |
查询结果如下图所示。
