PentahoベースのOLAPサーバーの起動手順

それで、親愛なるKhabrovites、私たちの会社でOLAPサーバーをどのように上げる必要があるかについての指示を提供したいと思います。 手順を追って、Pentahoのインストールと構成から始まり、データテーブルの準備とサーバー上でのolapキューブの公開まで、たどったパスに沿って進みます。 当然、ここの多くは混乱/不正確/最適ではない可能性がありますが、サーバーを上げて、Pentahoが自己記述統計を置き換えることができるかどうかを確認する必要がある場合、それはありませんでした...



OLAPサーバーを構築するプロセス全体を3つの部分に分けました。

• Pentaho BIサーバーのセットアップ
• ファクトテーブルと測定値の準備
• キューブを作成し、サーバーに公開する

Pentaho BIサーバーのセットアップ

JDKをインストールします。



環境変数を設定します。

JAVA_HOME=c:\Program Files\Java\jdk1.7.0_15 JRE_HOME=c:\Program Files\Java\jdk1.7.0_15\jre PENTAHO_JAVA_HOME=c:\Program Files\Java\jdk1.7.0_15
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

Pentaho Business Intelligenceの最新バージョン（ biserver-ce-4.8.0-stable.zip ）をダウンロードして解凍します。 アーカイブの内容（ administration-consoleおよびbiserver-ceフォルダー）をc：\ Pentahoフォルダーにアップロードしました。 したがって、アンパック-アンパックされましたが、サーバーはまだ構成されていません。 これが私たちが今やることです...



Java用のMySQLコネクタ（ mysql-connector-java-5.1.23-bin.jar ）をダウンロードします。 c：\ Pentaho \ biserver-ce \ tomcat \ libフォルダにドロップします。



デフォルトでは、PentahoはHSQLDBエンジンを使用します。 sampledataテストデータベースを含むすべてのデータベースをメモリに作成して保存します。 これは小さなテーブル（デモなど）の場合でも正常ですが、戦闘データの場合、エンジンは通常、たとえばMySQLまたはOracleに変更されます。 MySQLを使用します。



MySQLの休止状態データベースとクォーツデータベースに入力します。 両方とも、Pentahoシステムのニーズに使用されます。 ここからファイル1_create_repository_mysql.sqlおよび2_create_quartz_mysql.sqlをダウンロードします。 それらをMySQLにインポートします。



これで、MySQLサーバーがPentahoリポジトリとして設定されました。 デフォルトでこのリポジトリを使用するようにPentahoサーバーを構成します。 これを行うには、次のxml-kiを編集します。



1. \ pentaho-solutions \ system \ applicationContext-spring-security-hibernate.properties



ドライバー、URL、および方言をそれぞれcom.mysql.jdbc.Driver 、 jdbc：mysql：// localhost：3306 / hibernateおよびorg.hibernate.dialect.MySQL5Dialectに変更します。



2. \ tomcat \ webapps \ pentaho \ META-INF \ context.xml



driverClassNameパラメーターをcom.mysql.jdbc.Driverに変更し、urlパラメーターをjdbc：mysql：// localhost：3306 / hibernateおよびjdbc：mysql：// localhost：3306 / quartzにそれぞれ2つのセクションで、validationQueryパラメーターを変更して選択します1



3. \ pentaho-solutions \ system \ hibernate \ hibernate-settings.xml



<config-file>パラメーターで、hsql.hibernate.cfg.xmlをmysql5.hibernate.cfg.xmlに変更します 。



4. \ pentaho-solutions \ system \ simple-jndi \ jdbc.properties



HibernateとQuartz以外の不要なゴミはすべて削除します。



5.フォルダー\ pentaho-solutions \ bi-developers 、 \ pentaho-solutions \ plugin-samples 、および\ pentaho-solutions \ steel-wheelsを破棄します。 これはテストデータであり、基本的には必要ありません。



6. \ tomcat \ webapps \ pentaho \ WEB-INF \ web.xml



ThemeServletを除く[BEGIN SAMPLE SERVLETS]および[BEGIN SAMPLE SERVLET MAPPINGS]セクションのすべてのサーブレットを削除またはコメントします。



[BEGIN HSQLDB STARTER]および[BEGIN HSQLDB DATABASES]セクションを削除します。



行を削除します。

 <filter-mapping> <filter-name>SystemStatusFilter</filter-name> <url-pattern>/*</url-pattern> </filter-mapping>
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

7. \ dataディレクトリを削除します 。 このディレクトリには、テストデータベース、このデータベースを実行し、Pentahoリポジトリを初期化するスクリプトが含まれています。



8. \ pentaho-solutions \ system \ olap \ datasources.xml



SteelWheelsおよびSampleDataという名前のディレクトリを削除します。



9. \ pentaho-solutions \ system \ systemListeners.xml



行を削除またはコメントアウトします。

 <bean id="pooledDataSourceSystemListener" class="org.pentaho.platform.engine.services.connection.datasource.dbcp.PooledDatasourceSystemListener" />
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

10. \ tomcat \ webapps \ pentaho \ WEB-INF \ web.xml



ソリューションパスを示します： c：\ Pentaho \ biserver-ce \ pentaho-solutions 。



11. \ system \ sessionStartupActions.xml



すべてのブロックを...



または削除します...

Pentaho Webフェイスの構成

構成を使用したすべての操作の後、既に何かを実行できます。 サーバーのあるフォルダーに移動し、 start-pentaho.batまたはsh-shnikを実行します。これらのユーザーは、オペレーティングシステムで何が必要なのでしょうか。 理論的には、コンソールまたはTomcatログにエラーはもうないはずです。



だから、すべてが順調に進んだら、 localhost:8080



localhost:8080



ログインフォームが表示されます：







標準のユーザー名/パスワード（ joe / password ）を入力して、内部に入ります。 次に、olap-clientをインストールする必要があります。実際には、要求が表示されます。 Pentahoの有料版には独自のクライアントがあり、CEではSaikuプラグインを使用しました。



トップメニューのPentaho Marketplaceアイテムに移動し、Saiku Analyticsをインストールします。



これですべてです。分析用のデータを準備します。

ファクトテーブルと測定値の準備

PentahoはOLAPテクノロジーのROLAP実装です。 分析するすべてのデータは通常のリレーショナルテーブルに格納されますが、おそらく何らかの方法で事前に準備されます。 したがって、必要なのは必要なテーブルを作成することだけです。



統計が必要な主題分野について少しお話します。 ウェブサイトがあり、顧客がいて、これらの顧客が書くことができるチケットがあります。 また、コメント付き、はい。 そして、私たちのサポートは、さまざまなトピック、プロジェクト、国に関するこれらすべてのチケットを破ります。 そのため、たとえば、過去1か月間にドイツの各プロジェクトから「配達」という件名のチケットがいくつ届いたかを調べる必要がありました。 そして、管理者、つまり 誰がサポートから来たか、そのようなチケットがいくつ処理されたかなどを確認します。 など



そのようなスライスとOLAPテクノロジーはすべて可能です。 OLAPについては詳しく説明しません。 読者はOLAPキューブ、測定値、および測定値の概念に精通しており、一般的にはそれが何であり、何を食べているかを想像していると想定しています。



もちろん、例として実際のクライアントの実際のデータを分析することはありません。この目的のために、サッカーの統計情報を含む小さなサイトを使用します。 これによる実用的な利点はほとんどありませんが、サンプルとしてはそうです。



プレイヤーテーブルがあります。 各国のプレーヤー数、ラインナップのプレーヤー数、アクティブなプレーヤーの数、30〜40歳のロシアのミッドフィールダーの数など、あらゆる種類の有用な統計情報を見つけてみましょう。 まあ、そのようなもの...



だからどこで止めたの？ そして、まさに、テーブルの準備。 いくつかの方法があります：手とむき出しのSQLニックネームですべてのテーブルを再作成するか、 Pentaho Data Integrationユーティリティ（PDI、別名Kettle）-データの抽出、変換、アップロードのプロセス（ETL）を担当するPentaho複合コンポーネントを使用します。 特定のデータベースとの接続を確立し、さまざまなツールを使用して、必要なテーブルを準備できます。 ダウンロードしてください 。 mysqlコネクターをlibフォルダーにドロップし、 Spoon.batを介してPDIを実行します。



まず、統計の中心であるプレイヤーのテーブルを収集しましょう。 最初は、その構造は次のようになります。

 CREATE TABLE IF NOT EXISTS `player` ( `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT 'ID', `name` varchar(40) DEFAULT NULL COMMENT '', `patronymic` varchar(40) DEFAULT NULL COMMENT '', `surname` varchar(40) DEFAULT NULL COMMENT '', `full_name` varchar(255) DEFAULT NULL COMMENT ' ', `birth_date` date NOT NULL COMMENT ' ', `death_date` date DEFAULT NULL COMMENT ' ', `main_country_id` int(11) unsigned NOT NULL COMMENT 'ID ', `birthplace` varchar(255) DEFAULT NULL COMMENT ' ', `height` tinyint(3) unsigned DEFAULT NULL COMMENT '', `weight` tinyint(3) unsigned DEFAULT NULL COMMENT '', `status` enum('active','inactive') NOT NULL DEFAULT 'active' COMMENT '  - ,    ..', `has_career` enum('no','yes') NOT NULL DEFAULT 'no' COMMENT '     ', PRIMARY KEY (`id`), KEY `name` (`name`), KEY `surname` (`surname`), KEY `birth_date` (`birth_date`), KEY `death_date` (`death_date`), KEY `has_stat` (`has_career`), KEY `main_country_id` (`main_country_id`), KEY `status` (`status`), KEY `full_name_country_id` (`full_name_country_id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='' AUTO_INCREMENT=1;
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

いくつかのフィールド（名前、姓、愛称、full_name、出身地など）は統計には必要ありません。 Enumタイプのフィールド（status、has_career）は、個別のディメンションテーブルに配置し、メインテーブルに外部キーの識別子を入力するだけです。







それでは、始めましょう： ファイル>新規>ジョブ （Ctrl + Alt + N）。 ジョブのワークスペースが開きます。 [表示]タブに移動し、新しいデータベース接続を作成します（ データベース接続>新規 ）：サーバー、データベース、ユーザー、およびパスワードを操作し、接続に名前を付け（fbplayersがあります）、保存します（ c：\ Pentaho \ biserver-ce \ pentaho -solutions \ jobs \ fbplayers.kjb ）。



変換を作成します（「 ファイル」>「新規」>「変換」 、Ctrl + N）。 prepare_tables.ktrとして保存します。 ジョブと同じように、変換のためにデータベースへの接続を追加します。 できた



[表示]タブに移動し、[入力]セクションを展開します。 データグリッドツールを選択します。 別の関連テーブルで少数の可能なオプションを持ついくつかのフィールドを取り出す必要がある場合に適しています。 そのため、データグリッドをワークスペースに引き出し、ダブルクリックして編集用に開きます。 この変換ステップの名前（ Player Status ）を入力し、このテーブルの構造（[メタ]タブ）とデータ自体（[データ]タブ）の設定を開始します。 構造には2つのフィールドがあります。



1.名前-id、タイプ-整数、10進数-11

2.名前-ステータス、タイプ-ストリング、長さ-10。



[データ]タブで、1-アクティブ、2-非アクティブの2行を駆動します。



[出力]セクションに移動し、テーブル出力要素を引き出します。 ダブルクリックして、アイテム名をPlayer Status Dimに設定します。 接続は次の行に表示されます。 [ターゲットテーブル]フィールドに、プレイヤーのステータスを保存するためにデータベースに作成されるテーブルの名前を入力します：player_status_dim。 チェックボックスTruncate Tableを配置します。 入力要素と出力要素を接続します。PlayerStatusをクリックし、Shiftボタンを押しながら、マウスをPlayer Status Dimにドラッグします。 リンクは、これらの要素を結ぶ矢印として表示されます。







同じことは、キャリアの旗（ Player Career ）で回さなければなりません：



1.名前-id、タイプ-整数、10進数-11

2.名前-has_career、タイプ-文字列、長さ-3。



[データ]タブで、1-いいえ、2-はいの2行を駆動します。



同様に、出力プレーヤーのCareer Dimテーブルを収集します。







次に、プレーヤーの誕生日を別の測定テーブルに配置します。 概して、Pentahoでは、ファクトテーブルで日付を直接使用できます。最初は、サブジェクトエリアのデータを使用してこれを行いました。 しかし、いくつかの問題がありました。



1. 2つの異なるファクトテーブル（たとえば、プレーヤーとコーチ）を生年月日ごとに分割する必要がある場合、それらに共通のディメンション（ディメンション）が必要です。

2.ファクトテーブル自体の日付を抽出または年（月、...）などの関数のコンポーネント部分に分割する場合、年、月などを取得するためにテーブルの各行に適用されます。 氷ではないもの。



そのため、これらの理由から、元の構造を再作成し、時間を最小レベルのままにして、時間の一意の値をすべて含むテーブルを作成しました。 このテスト例では、そのような詳細はなく、年、月、日のみが含まれます。



新しい変換（ initial_sql ）を作成します。 接続を忘れないでください。 アイテムのコレクションから、「 スクリプト」>「SQLスクリプトの実行 」を選択します。 日付ピッカーを書き込みます：

 DROP TABLE IF EXISTS `player_birth_date_dim`; CREATE TABLE IF NOT EXISTS `player_birth_date_dim` ( `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT 'ID', `year` smallint(5) unsigned NOT NULL COMMENT '', `month` tinyint(2) unsigned NOT NULL COMMENT '', `day` tinyint(2) unsigned NOT NULL COMMENT '', PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT=' ' AUTO_INCREMENT=1 ; INSERT INTO `player_birth_date_dim` (SELECT DISTINCT NULL, YEAR(p.birth_date) as `year`, MONTH(p.birth_date) as `month`, DAY(p.birth_date) as `day` FROM ( SELECT DISTINCT birth_date FROM player ) AS p)
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

すぐに、この変換で、さらに2つのSQLスクリプトを作成します-テーブルPlayer Career DimおよびPlayer Status Dimを作成するため：

 DROP TABLE IF EXISTS player_career_dim; CREATE TABLE IF NOT EXISTS `player_career_dim` ( `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT 'ID', `has_areer` varchar(3) NOT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8 AUTO_INCREMENT=1 ;
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

 DROP TABLE IF EXISTS player_status_dim; CREATE TABLE IF NOT EXISTS `player_status_dim` ( `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT 'ID', `status` varchar(10) NOT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8 AUTO_INCREMENT=1 ;
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

ミッションの主要部分であるファクトテーブルの組み立てに進みます。 変換を作成します（ player_fact.ktr ）。 彼らは接続を忘れていませんでしたね？ [入力]タブから、[テーブル入力]、[出力]-[テーブル出力]からそれぞれスローします。 テーブル入力では、クールなSQLニックネームを記述します。

 SELECT p.id AS player_id, dd.id AS birth_date_id, p.main_country_id, p.height, p.weight, CASE p.status WHEN 'active' THEN 1 WHEN 'inactive' THEN 2 END as status_id, CASE p.has_career WHEN 'no' THEN 1 WHEN 'yes' THEN 2 END as has_career_id FROM player AS `p` INNER JOIN player_birth_date_dim AS dd ON YEAR(p.birth_date) = dd.`year` AND MONTH(p.birth_date) = dd.`month` AND DAY(p.birth_date) = dd.`day`
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

テーブル出力で、テーブル名-player_factを指定します。 ソースと結果のテーブルを矢印で接続します。



再び仕事に行きます。 [全般]タブから、新しい変換を追加します。 開いて、 Prepare Tablesという名前を付け、保存した変換prepare_tables.ktrへのパスを指定します。







Initial SQLおよびPlayer Fact変換でも同じことを行います 。



フォームに[スタート]ボタンをドロップし、次の順序で要素を接続します。 [スタート]> [初期SQL]> [テーブルの準備]> [プレーヤーファクトのロード] 。







これで、タスクを実行できます。 ツールバーで、緑色の三角形をクリックします。 手が十分にまっすぐな場合、各要素の横に緑色のチェックマークが表示されます。 サーバーに移動して、プレートが実際に作成されたことを確認できます。 何かがうまくいかなかった場合、ログにはすべての罪が示されます。

キューブを作成し、サーバーに公開します

準備されたデータができたので、ついにOLAPを使用します。 Pentahoには、olapキューブを作成するSchema Workbenchユーティリティがあります。 mysqlコネクタをダウンロードして解凍し、ドライバーフォルダーにドロップして、 workbench.batを実行します 。



すぐに[オプション ] > [接続 ]メニューに移動します。 データベース接続パラメーターを入力します。



はじめに： File> New> Schema 。 スキームをすぐに保存します（ fbplayers.xmlがあります ）。 スキームの名前を設定します。







回路のコンテキストメニューを使用して、キューブを作成します。 統計を考慮するエンティティの名前、つまり プレイヤー



キューブ内で、ファクトテーブルplayer_factになるテーブルを示します。







Playerキューブを選択すると、右側のペインの下部にある赤い線は、キューブにディメンションを設定する必要があることを示します。 データスライスが実行されるパラメータ。



キューブのディメンションを設定するには、2つの方法があります：キューブ内で直接（ ディメンションの追加を使用 ）および回路内（回路のディメンションの追加とキューブ自体のディメンション使用の追加 ）。 統計では2番目のオプションを使用しました。 これにより、1つのディメンションを複数のファクトテーブル（一度に複数のキューブ）に適用できます。 次に、これらのキューブを仮想キューブに結合し、複数のキューブの統計を同時に表示できるようにしました。



テストプロジェクトでは、仮想キューブを作成しない限り、2番目の方法も使用します。



そのため、最初の国を追加します。 スキーマディメンションを作成し、 Countryという名前を付けます。 その中にはすでに1つの階層があり、 Country_Hierarchyという名前を付けます。 この階層では、Countryディメンションの値を格納するテーブルを追加します。 国。



これは、次の構造を持つ国のリストを持つ通常のmysqlテーブルです。

 CREATE TABLE IF NOT EXISTS `country` ( `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT 'ID', `name` varchar(40) NOT NULL COMMENT '', `english_name` varchar(40) NOT NULL COMMENT '  ', `iso_alpha_3` varchar(3) NOT NULL COMMENT '  ISO 3166-1', PRIMARY KEY (`id`), KEY `name` (`name`), KEY `england_name` (`english_name`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='' AUTO_INCREMENT=1 ;
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

その後、階層1レベル（レベルの追加）に追加します。 Country_Levelと呼び、ファクトテーブルをこのディメンションテーブルに関連付けます。テーブルフィールドを国に、列をidに、nameColumnをnameに設定します。 つまり これは、ファクトテーブルから国IDを比較するときに、結果として国名を国テーブルから返すことを意味します（読みやすくするため）。 原則として、残りのフィールドは空白のままにできます。







これで、Playerキューブに戻って、新しく作成されたディメンションを割り当てることができます（ディメンション使用の追加を使用）。 名前（国）を設定し、ソースは作成された測定国（ドロップダウンリストではこれまで唯一のものです）、foreignKeyフィールドはmain_country_idです。 これにより、Pentahoは、ファクトテーブルにmain_country_idが見つかると、指定された列（id）のディメンションテーブル（Country）にアクセスし、name_nameをmain_country_idに置き換えます。 そのようなもの...







実際に何かを集約したいキューブを示すためだけに残っています））キューブにメジャーを追加します（ メジャーの追加 ）。 PlayerCountという名前、aggregator-distinct-count、集計するフィールド-player_idという名前を付けましょう。 できた！







少しの間これを詳しく見て、ここで私たちが何を思い起こしたかをチェックしましょう。 Pentaho Webフェイスを起動します。 localhost:8080/pentaho



localhost:8080/pentaho



（start-pentaho.batを忘れないでください）。 [ファイル]> [管理]> [データソース]に移動します 。 ボタンをクリックして、新しいソースを追加します。 タイプ-データベーステーブルを選択します。 ここで必要な最も重要なことは、新しい接続を作成することです。 名前（Fbplayers）を設定し、データを駆動してデータベースにアクセスします。 Connectionを保存したら、どこでも[キャンセル]をクリックします。他に何も必要ありません。



次に、作成したスキームをPentahoサーバーで公開する必要があります： File> Publish 。 URLを設定： localhost:8080/pentaho



localhost:8080/pentaho



および公開するパスワードを入力します。 このパスワードは、ファイルc：\ Pentaho \ biserver-ce \ pentaho-solutions \ system \ publisher_config.xmlで設定されます。 このパスワードを123に設定します。たとえば、ユーザーとパスワードは標準-joe / passwordです。 すべてが正常であれば、その後、スキームを保存するフォルダーを選択するためのウィンドウが表示されます。 最後の手順で作成した接続の名前（Fbplayers）を[PentahoまたはJNDIソース]フィールドに入力します。 スキーマフォルダーを作成し、ファイルを保存します。 すべてがうまくいけば、楽しいウィンドウが表示されるはずです。







見に行こう！ Webフェイスに移動してSaikuを開き、ドロップダウンリストからキューブを選択します。 CountryディメンションとPlayerCountメジャーが表示されます。 RowsフィールドにCountry_Levelを、ColumnsにPlayerCountをドラッグします。 デフォルトでは、Saikuパネルの自動クエリ実行のボタンが押されています。 通常、測定値と測定値をドラッグする前に絞り出す必要がありますが、これは重要ではありません。 自動実行が無効になっている場合は、[実行]ボタンをクリックします。 喜ぶ！



しかし、突然美しいデータの代わりに、「EOFException：サーバーからの応答を読み取れません。 予期せず接続が失われる前に4バイトを読む、0バイトを読むと予想されます」、心配しないでください。







測定ボタンの矢印をクリックすると、結果の選択を降順または昇順で並べ替えることができます。







少しデータがありますが、まだ利用可能なものを見てみましょう。 たとえば、国ごとに文字Aにのみ出力データを制限することができます。







取得するもの：







グラフを見ることができます。 サンプルにデータがほとんどない場合、これは通常美しいです。







サンプルの統計を見ることができます：最小値、最大値、平均値など。 このプロパティはすべてxlsまたはcsvにアップロードできます。 また、コンストラクターを使用してスローされたリクエストはサーバーに保存できるため、後で戻ることができます。



したがって、本質は明らかです。 さらにいくつかのディメンションを作成しましょう。 原則として、プレーヤーのステータスとキャリアによる測定値は、国による測定値と変わりません。 そして、両方の場合の結果は2行のみです（アクティブ/非アクティブであり、あり/なし）。



Date型の階層の状況は、はるかに興味深いものです。 ここで作成します。 ワークベンチに戻り、新しいディメンション（ BirthDate ）を追加します。 StandardDimensionの代わりに、パラメーターTimeDimensionを設定します。 ここにはすでに階層があります。 ディメンションテーブルplayer_birth_date_dimを追加します。



最初のレベル-Yearを追加します。 テーブル= player_birth_date_dim、列= id、levelType = TimeYearsを設定します。 このレベルでは、「式」プロパティに「年」の値を追加します。



2番目のレベルであるMonthを追加します。 テーブル= player_birth_date_dim、列= id、levelType = TimeMonthsを設定します。 このレベルでは、値が「month」のキー式プロパティ、値が「CONCAT（ `year`、 '、'、MONTHNAME（STR_TO_DATE（` month`、 '％m'）））」のキャプション式を追加します。



3番目のレベルであるDayを追加します。 テーブル= player_birth_date_dim、列= id、levelType = TimeDaysを設定します。 このレベルでは、「CONCAT（LPAD（ `day`、2、0）、 '。'、LPAD（` month`、2、0）、 '。'、 `Year`）」という値を持つCaption Expressionプロパティを追加します。



作成したディメンションをキューブに追加し、bith_date_idをforeignKeyとして指定します。



パブリッシュ。 生まれた年までにすべてのプレーヤーを壊してみましょう。







そして、「年」パラメータに「月」パラメータを追加します。 Pentahoは、各年を月に分割し、各年の特定の月に生まれたプレーヤーの数を計算します。 デフォルトでは、月ごとのデータのみが表示されますが、ツールバーの「親を隠す」ボタンを押すと、特定の年のプレーヤーの総数を見ることができます。







しかし、Pentaho、および実際にはOLAP全体の主な強みは、実際にはそのような単純なサンプルではなく、同時にいくつかの測定からのスライスにあります。 つまり , , 1990 .







, .



- . , - - OLAP , , .