多维查询的一种实现cube化

比如计算pv，我们有统计sql：

1	select count(1) from log;

如果老板有一天想看一下哪些操作系统访问占比会比较大，我们有统计sql：

1	select os,count(1) from log group by os

假设还需要查看访问windows系统中，哪些地区的访问占比比较大，我们有统计sql：

1	select location, count(1) from log where os = "windows" group by location

多维分析就是从一个表中取多维数据进行计算的一个分析过程

olap就是在线分析处理，主要针对数据量大的离线数据，提供进行快速多维分析的能力。olap处理的数据一般是大量的离线数据，返回的速度在10s之内

下钻
下钻是一种分析的办法，比如，老板发现这两天网站pv下降很严重，需要看一下是哪个地区的pv下降的最严重，然后发现，广州贡献了绝大部分pv的减少，接着继续分析，需要看一下广州地区中哪种平台减少的多，经过层层分析，找出相关的问题
下钻总是从一个汇总表开始，不断固定一个维度进行展开操作

上图是pivot4j的截图
上卷
上卷就是向上汇总。是下钻的逆操作
切片
切片通过设置过滤条件，进行数据集裁剪，如果用sql实现，就是多写几个where条件
切块
切块也是设置过滤条件，不同的是，切块是截取字段中一些值或者一个区间，而切片只是截取一个值
旋转
数据查询允许二维表行列转换，类似于矩阵转置

cube化报表是实现olap的一种方式，通过将所有可能出现的查询缓存起来

我们通过一个例子来说明如何实现：
表：web端访问日志，字段：日期（20161125,20161126,20161127），操作系统（windows,linux,osx），地区（广州，北京，上海），指标：pv

根据上述预处理过程，多维查询只需要将所有维度组合进行kv查询

只需要枚举下钻维度，并重新组合成多个key进行逐条查询。比如说我们从ALL_ALL_ALL进行日期下钻，我们就枚举20161125_ALL_ALL，20161126_ALL_ALL，20161127_ALL_ALL进行返回

因为预处理了所有的字段组合的结果，所以本质上就是kv查询，用redis或者hbase查询起来效率高

稠密矩阵
稀疏矩阵没有打cube的必要，因为很多组合都不存在，而打cube要把所有组合枚举一遍，浪费空间和效率
维度可枚举
不可枚举有两种意思，一种类似与实数和整数的关系，几乎是无穷的个数。另一种是虽然可枚举，但是搜索空间极大，比如全网网民，搜索空间接近几个亿，相当于不可枚举，这种情况下，打cube将会耗费极大的存储空间