基于单表（宽表、CUBE）的多维分析有一整套标准体系，各大BI产品在这方面的差异主要也是体现在界面风格上，在查询功能方面几乎没有差别，并没有多少对比的必要。但多表关联时的多维分析情况就很不一样了，各厂家都对JOIN操作进行了界面可视化，希望业务人员自己拖拖拽拽就能搞定，进而减少具体业务需求对技术人员的依赖。但生成宽表的过程并没有一套业界通行的规范，各个厂家有自己的实现方法，结果会导致查询功能和可用性产生较大的差异，本文将对比国内主流几款BI产品在这方面的不同。

BI中的关联需求

下面以一个很常见的进销存系统的数据为例，看BI系统中可能出现的数据关联类型。

 

四个有关联的表：订单表orders、(销售)员工表employee、部门表department、区域表area，归类表间的关联，我们能观察到这几类：

1、常规的多级外键关联，如orders.emp_id = employee.emp_id、employee.dept_id = department.dept_id，订单表关联到员工表，员工表关联到部门表；

2、自关联表，如area.pid=area.area_id，department.parent_detp=department.dept_id，这种表的用处是把多级父子关系的同类数据存到一起。

3、互关联表，employee.dept_id = department.dept_id，同时employee.emp_id = department.manager，员工关联到部门，部门经理又反向关联到员工（因为经理也是一种员工）。

4、两表有多个关联，如orders.send_city=area.area_id，orders.recieve_city=area.area_id，订单表里的发货城市、收货城市都指向区域表area。

 

通常由技术人员事先生成已经关联好的宽表，以避免业务人员理解关联。这存在明显不足，常规多级关联能好点，但也有字段太多难以命名的问题，有重复表的多关联命名时就更容易混淆。自关联和互关联理论上会有无穷多字段，根本就没办法先做出宽表。所以事先生成大宽表的方法不可取，只能是跟随业务需求，有针对性的生成相关宽表。如果这个过程继续依赖于技术人员，就会导致在线分析无法“在线”，所以最好是能让业务人员自己独立完成宽表生成的工作，避免事事都求助技术人员。

 

基于上面这套数据，我们在一些实际业务需求中观察下不同种类的关联，同时给出相应的SQL。

1、 分析各个销售部门的订单情况。这需要常规的多级关联，订单表关联到员工表，员工表在关联到部门表。这种容易理解，思维是线性的，把需要的表逐级关联起来即可。SQL1：

select

orders.*,employee.*,department.*

from

orders

join employee on orders.emp_id=employee.emp_id

join department on employee.dept_id= department.dept_id

2、 分析不同地区下各个城市的销售情况。地区、省份、城市都存在区域表（area）中，要生成待分析cube，需要选出area表三次，它们之间用本表的pid和area_id关联，分别代表三种级别的区域。这种物理表和查询过程中的逻辑表，不是简单的一对一关系，需要比较清晰的思路才能关联正确。SQL2：

select orders.*,region.*, province.*,city.*

from

          orders

join area city on orders.send_city=city.area_id

join area province on city.pid=province.area_id

join area region on province.pid=region_area_id

3、 分析各部门销售情况时，把部门经理的信息也纳入进来，比如要考察男性/女性经理所带领的部门有什么销售特点。员工表关联到部门表后，通过经理字段再关联回员工表。前后两个员工表代表逻辑上的员工、经理。SQL3：

select

orders.*,employee.*,department.*,managerTable.*

from

orders

join employee on orders.emp_id=employee.emp_id

join department on employee.dept_id= department.dept_id

join employee managerTable on department.manager=managerTable.emp_id

4、 订单表中有发货城市、收货城市，如果要找同城的订单，就需要订单表分别两次关联区域表（area），根据外键字段的不同含义得到发货城市、收货城市两个逻辑表。

SQL4：

select

orders.*,sendCity.*,recieveCity.*

from

orders

join area sendCity on orders.send_city=sendCity.area_id

join area recieveCity on orders.recieve_city= recieveCity.area_id

 

实际项目中的一个分析主题，往往不只出现一种关联，混合在一起，繁度比较大，会增大关联的难度。但为了考察功能，我们采用简单示例，下面考察下各种BI产品在界面上怎么实现不同类型的关联。

 

永洪BI

         永洪BI制作组合数据集就是对以上各种关联的等效实现，把SQL中逻辑表都选出来，正确设置表关系就得到宽表了。

常规多级关联（SQL1）

         订单表关联员工表，员工表关联部门表：

自关联（SQL2）

         订单表关联到城市表，城市表通过pid关联本表找到省份，省份表通过pid关联本表找到地区：

互关联（SQL3）

         员工表关联部门表，部门表又关联回员工表（代表经理）：

两表多关联（SQL4）

         订单表两次关联到区域表area，分别代表发货城市、收货城市：

         永洪BI能顺利完成各种类型的关联，选出的所有逻辑表的关联关系也粗略的进行了图示（整体图上有表的关联，但没有精确到字段）。如果读者是理解SQL的技术人员，看上面这些可视化的关联视图会感觉到很顺畅，也很形象，和自己写的JOIN语句完全一一对应。但如果是业务人员，则还是会有较大的障碍。用户必须了解这些表之间是如何关联的（通过哪些字段关联），并理解JOIN运算，而这是设计数据结构的技术人员才能掌握的技能。在情况简单时还不容易错，表多了关联多了，常常是一团乱麻。可视化界面能提供选表、选字段的便利，但不会降低对操作人员技能要求。

         期望通过实现JOIN可视化，把技术人员负责的关联查询转嫁到业务人员身上，效果不理想。因为困难主要是理解力不够造成的，而不是界面不方便性。

 

帆软BI

         帆软BI也是宽表方式。

常规多级关联（SQL1）

         第一步是选出orders表，然后通过两个“左右合并”操作把employee、department表关联起来。

自关联（SQL2）

        

 

互关联（SQL3）

两表多关联（SQL4）

        

 

         帆软BI也能实现各种类型的关联，对比永洪BI，少了几个逻辑表的整体视图，而是顺序的把逻辑表逐个关联进来。界面看起来差异很大，但关联能力可以认为是等效的，仍然是SQL JOIN的可视化路线。也就同样存在因为业务人员欠缺技能的硬伤，业务人员难以独立的完成自制宽表、自助分析整个流程。

SmartBI

         SmartBI也是宽表模式。

常规多级关联（SQL1）

自关联（SQL2）

         自关联时，还遇到了问题，不支持一个表重复选出，而我们这个需求需要把area表重复选出三次：

互关联（SQL3）

         需要employee表选出两次，无法支持：

 

两表多关联（SQL4）

         需要area表选出两次，无法支持：

 

SmartBI因为限制一个物理表只能选出一次，缩小了功能的实现范围，只能实现常规的多级表关联。对比前两家产品，前述缺陷仍然存在，还有更多的功能缺失。

 

润乾报表

润乾报表没有采用宽表的做法，但对数据的处理也是分成两个主要阶段。第一个阶段只定义物理表的关联关系，对整个数据库建模型，不涉及具体的查询业务，这个阶段完全是技术人员负责。无论哪种类型关联，都是定义物理表的外键关系，如下图区域表通过pid关联到自身的area_id：

 

整个数据库的外键关系定义完成后，分析页面就可以自动生成所有表的多层元数据树，业务人员直接基于元数据树进行分析，分析的过程中通过选择不同层级的字段，自动实现之前各种关联。这和宽表有较大区别，下面看具体的操作。

常规多级关联（SQL1）

         订单表里的外键emp_id展开后是employee表，代表该订单的销售；销售表里的dept_id再展开department表，代表该销售所在的部门。不管所需数据在任何层级，业务人员直接拖选出使用就可以。

拖选之后会自动生成一种叫做DQL的查询语句：

         select

                  orders.emp_id.emp_name salesName,

                  orders.emp_id.gender salesGender,

                  orders.emp_id.dept_id.dept_name salesDeptName,

                  orders.order_date orderDate

         from orders

这个DQL语句通过jdbc方式提交给DQLServer执行，就查询出数据了（可以把DQLServer理解成一种数据库，实际上它做的动作是根据之前定义的元数据文件*.lmd，把DQL语句翻译成原始数据库的SQL，然后再去原始库执行，查询出数据）。

自关联（SQL2）

         订单表展开发货城市，发货城市再展开父区域就是它所在的省份、父区域的父区域就是地区。

对应的DQL：

         select

                  orders.send_city.name city,

                  orders.send_city.pid.name province,

                  orders.send_city.pid.pid.name region

         from orders

 

互关联（SQL3）

         第一层和第三层都是employee表，和第二层department表形成了互相关联。业务人员不用刻意理解互关连，这都是根据外键展开出外键表，能清晰的知道第一层是员工，第三层是经理就可以了。

         查出员工和经理姓名的DQL:

         select

                  employee.emp_name employeeName,

                  employee.dept_id.manager. emp_name managerName

         from employee

 

两表多关联（SQL4）

         一个表中可以有多个外键字段，不用刻意区分是否外键到了相同的物理表，根据所展开的外键就知道一个是发货城市，另外一个是收货城市。

查发货和收货城市的DQL：

         select

                  orders.send_city.name sendCity,

                  orders.receive_city.name receiveCity

         from orders

 

润乾报表的DQL模式对传统BI中的分工做了新的调整，技术人员只负责描述物理表的关联关系，不参与具体业务；业务人员做分析时，根据选出信息自动生成关联查询语句。这种调整对系统中的技术人员、业务人员都有利，业务需求的频繁变动减少了对技术人员的依赖；业务人员理解树状结构并不比线状结构要难多少（人类一向以树状结构来理解事务），反而因为树状结构的丰富数据获得了更灵活的分析能力。

从上述四个例子对应的DQL也能看出来，语句中已经没有JOIN，这样感受起来是个单表（实际上是多表关联查询），关联关系被隐藏在增强的字段表达式中了，这样业务人员完全可以掌握。

而且，由于实质的关联关系是技术人员事先定义的，业务人员无论如何操作也不可能做出错误的关联。而之前的可视化JOIN方案，如果业务人员对表间关联了解不足，就很可能拖拽出错误的查询。

 

总结

         永洪BI、帆软BI能实现所有类型的关联；SmartBI只能实现无重复逻辑表的关联； 这三家都实现了SQL JOIN技术的可视化。可视化的本意是要降低难度，给业务人员提供做关联查询的能力，但把技术思维和概念原封不动的搬上可视化界面，无助于提高业务人员的技术能力，对原本就熟悉SQL的技术人员帮助也不大。

         润乾报表的DQL模式中，把多表关联查询转换成树状字段的单表查询，业务人员延用习惯的单表查询技能就可以完成非常复杂的关联查询。只要物理表结构不变，就不需要技术人员重建数据模型，这使得业务人员的灵活查询能力大大加强了，真正实现了全面的“在线”分析。