Python Cubes OLAP框架，具有层次结构

Question

因此，这里我们有一些国家的一些参数值的模型（django模型），按科目划分（如中央科目、西部科目等）和行政单位（学科区域。如俄罗斯中央学科莫斯科地区）。

class Years(models.Model):
    year = models.PositiveSmallIntegerField()

class Geography(models.Model):
    name = models.CharField(max_length=500)
    subject_id = models.UUIDField(null=True)
    subject_label = models.CharField(max_length=500, null=True)
    administrative_unit_id = models.UUIDField(null=True)
    administrative_unit_label = models.CharField(max_length=500, null=True)

class Param(models.Model):
    name = models.CharField(max_length=500)
    codename = models.CharField(max_length=5)

class Fact(models.Model):
    year = models.ForeignKey(Years)
    geography = models.ForeignKey(Geography)
    param = models.ForeignKey(Param)
    value = models.DecimalField(max_digits=20, decimal_places=5, null=True)

每个参数值都有以下维度：年份、地理位置（主题或管理单位。但id仅用于地理位置）和param-type/code/name。

因此，在models.json中，我们可以看到Geography有哪些级别：科目由行政单元组成，但每个科目都有自己的年度参数值。（行政单位也是如此）。

models.js

{
    "dimensions": [
      {
        "name": "cubes_viewer_years",
        "levels": [
          {
            "name": "cubes_viewer_years",
            "label_attribute": "year",
            "attributes": [ "id", "year"],
            "info": { "cv-datefilter": true}
          }
        ]
      },
        {
            "name": "cubes_viewer_param",
            "levels": [
                {
                    "name" : "param",
                    "attributes": ["id", "codename", "name"],
                    "label_attribute": "name"
                }
            ]
        },
        {
            "name": "cubes_viewer_geography",
            "levels": [
                {
                    "name": "subject",
                    "attributes": [ "subject_id", "subject_label"],
                    "key": "subject_id",
                    "label_attribute": "subject_label"
                },
                {
                    "name": "administrative_unit",
                    "attributes":
                    [ "administrative_unit_id", "administrative_unit_label"],
                    "key": "administrative_unit_id",
                    "label_attribute": "administrative_unit_label"
                }
            ]
        }
    ],
    "cubes": [
      {
        "name": "cubes_viewer_fact",
        "label": "Индикаторы",
        "measures": [{"name": "value", "aggregates": ["sum", "avg", "max", "min"]}],
        "dimensions": ["cubes_viewer_years", "cubes_viewer_param", "cubes_viewer_geography"],
        "joins": [
          {"master": "cubes_viewer_fact.year_id", "detail": "cubes_viewer_years.id"},
          {"master": "cubes_viewer_fact.param_id", "detail": "cubes_viewer_param.id"},
          {"master": "cubes_viewer_fact.geography_id", "detail": "cubes_viewer_geography.id"}
        ]
      }
    ]
}

问题：如果我想按行政单位进行深入研究，一切都很好（除了像subject_NAME/这样命名的每个主题的值，而不是subject_NAME/ADMINISTRATIVE_UNIT_NAME。（在多维数据集查看器的筛选器面板中））。一切都过滤得很好。

但是，如果我想按主题进行深入研究——多维数据集查看器的过滤面板允许选择太多的主题名称值——比如每个管理单元名称都有一个类似主题的（不是唯一的）。

这是不对的。如何为这种数据层次结构构建多维数据集模型层次结构。或者我可以分开地理表。是这样吗？如何为此构建正确的多维数据集模型层次结构？

也许我在文档中遗漏了一些内容，但我尝试使用多维数据集查看器webvisits应用程序中的示例，上面的描述是我得到了。。。

谢谢

Answer 1

您可以将Geography分为两个表（在这种情况下，您可以向join添加一个条目，定义如何连接这些表）。

但你不应该那样做。立方体可以处理这个问题，你的联接和维度配置对我来说似乎是正确的。

也许你错过了mappings:

"mappings": {
    "cubes_viewer_geography.subject_id": "cubes_viewer_geography.subject_id",
    "cubes_viewer_geography.subject_label": "cubes_viewer_geography.subject_label",
    "cubes_viewer_geography.administrative_unit_id": "cubes_viewer_geography.administrative_unit_id",
    "cubes_viewer_geography.administrative_unit_label": "cubes_viewer_geography.administrative_unit_label"
}