下面几步研究事实和维对象，以便：

• 判断在查询中使用哪些来自事实和维对象的属性。在这一步中选择的属性（以及度量的列表）用来创建 SQL 语句中使用的所有 SQL 表达式。
• 判断事实和维对象使用哪些表。
• 将属性和度量转换为 SQL 表达式，这些表达式用来构造对多维数据集模型进行查询的 SQL 语句。

　　判断在查询中使用的维属性

　　对于查询中的每个（维、层次结构、级）集，判断使用哪些维属性。正在分析的当前维、层次结构和级称为维 D_i、层次结构 H_i 和级 L_i。

• 选择 D_i 的某些属性作为 SQL 语句中的列。SQL 语句中至少需要有 L_i 的级键属性。SQL 语句将按照 L_i 的级键进行选择和分组，从而确保查询采用 D_i 的正确细节级。
  
  L_i 的默认属性或相关属性可以可选地添加到查询中，从而提供可能对用户有用的其他细节和信息。
  
  另外，来自 L_i 的任何父级的级键、默认属性或相关属性也可以添加到查询中。H_i 将列出 L_i 的父级。
  
  如果为 D_i 选择了 “All Level”，那么不应该选择 D_i 的任何属性作为选择语句中的列。
  
  示例：
  • 对于 time 维：
    month 级的级键属性（必需）：
    
    • MONTH_NUMBER
    • YEAR
    添加到查询中的其他属性：
    
    • MONTH_NAME
    • QUARTER_NAME
    
    
  • 对于 market 维：
    city 级的级键属性（必需）：
    
    • CITY_NAME
    • STATE_NAME
    没有添加到查询中的其他属性
    
    
  • 对于 product 维：
    product 级的级键属性（必需）：
    
    • PRODUCTID(PRODUCT)
    添加到查询中的其他属性：
    
    • LINE_NAME
• 如果 D_i 包含任何联结引用，那么要查看每个联结对象，记录这些联结左右两边的所有属性。需要从这些属性创建 SQL 表达式，从而形成 SQL 语句的联结谓词。
  
  例：
  • 对于 time 维：
    • time 不包含任何联结引用，所以在这一步中没有识别出属性。
  • 对于 market 维：
    • STORE-LOCATION 联结有以下属性：
      • POSTALCODEID (STORE)
      • POSTALCODEID (LOCATION)
  • 对于 product 维：
    • PRODUCT-LINE 联结有以下属性：
      • LINEID (PRODUCT)
      • LINEID (LINE)
    • PRODUCT-FAMILY 联结有以下属性：
      • FAMILYID (LINE)
      • FAMILYID (FAMILY)
• 用来将 D_i 联结到事实对象的联结对象会引用 D_i 的一个或多个属性。要想找到引用的属性，首先要找到 D_i 的事实-维联结。这个联结可以在多维数据集模型中找到。多维数据集模型包含一组 (dimension, join) 引用。在这组 (dimension, join) 引用中找到与 D_i 对应的联结。
  
  联结对象具有左属性和右属性，对这两个属性进行比较，从而形成联结谓词。一边的属性来自 D_i，另一边的属性来自事实对象。要想了解 D_i 在联结的哪一边，可以查看联结左右的属性，看哪一边包含 D_i 的属性。这一边上的属性需要转换为 SQL 表达式，从而形成 SQL 语句的联结谓词。对联结的另一边上属性的处理将在后面讨论事实对象所需的步骤时讨论。
  
  示例：
  • time 维使用 SALESFACT-TIME 联结联结到 sales 事实：
    
    

• TIMEID (TIME)

• STOREID (STORE)

• PRODUCTID (PRODUCT)

　　寻找每一维中使用的表

　　要寻找前一步中识别出的 D_i 属性使用的所有表，可以检查属性对象中的列/属性引用列表。如果引用指向一个表列，那么将这个表添加到 D_i 使用的表集中。如果引用指向另一个属性，那么再检查那个属性的列/属性引用列表，从而寻找 D_i 使用的任何新表。判断出这一维使用的表集之后，需要为每个表分配一个惟一的关联名。如果其他维也使用同一个表，那么关联名可以区分查询中不同维使用的同一表的各个实例。

　　示例：

• 对于 time 维：

  查询中使用的属性：

  • MONTH_NUMBER
  • YEAR
  • MONTH_NAME
  • QUARTER_NAME
  • TIMEID (TIME)

  属性引用的表：

  • CVSAMPLE.TIME (关联名 T1)

• 对于 market 维：

  查询中使用的属性：

• CITY_NAME
• STATE_NAME
• POSTALCODEID (STORE)
• POSTALCODEID (LOCATION)
• STOREID (STORE)

• CVSAMPLE.STORE (关联名 T2)
• CVSAMPLE.LOCATION (关联名 T3)

• 对于 product 维：

  查询中使用的属性：

  • PRODUCTID (PRODUCT)
  • LINE_NAME
  • LINEID (PRODUCT)
  • LINEID (LINE)
  • FAMILYID (LINE)
  • FAMILYID (FAMILY)
  • FAMILY_NAME

  属性引用的表：

  • CVSAMPLE.PRODUCT (关联名 T4)
  • CVSAMPLE.LINE (关联名 T5)
  • CVSAMPLE.FAMILY (关联名 T6)

　　将维属性转换为 SQL 表达式

　　将上面识别出的每个 D_i 属性转换为 SQL 表达式。表 5 给出一个示例，将 time 维的 QUARTER_NAME 属性转换为 SQL 表达式：

　　先从属性的 SQL 表达式模板开始。这看起来像 SQL 表达式，但是其中有 ‘{$$n}’ 标志，列或属性应该作为表达式放在这些地方，从而完成 SQL 表达式。对于 ‘{$$n}’ 标志，n 是一个序数，对应于属性的列/属性列表中的第 n 个列/属性。所以对于 QUARTER_NAME，‘{$$1}’ 表示列表中的第一个列/属性引用，即 CVSAMPLE.TIME 表中的 QUARTER_NUMBER 列。

　　如果 ‘{$$n}’ 标志表示列/属性列表中的列引用，那么将 SQL 表达式模板中的 ‘{$$n}’ 替换为列名。通过在列名前面加上关联名，对它进行完全限定。对于示例中的 QUARTER_NAME，应该将 SQL 表达式模板中的 {$$1} 替换为 CVSAMPLE.TIME 表中的 QUARTER_NAME 列。CVSAMPLE.TIME 表的关联名是 T1，所以对于 QUARTER_NAME 产生的 SQL 表达式是：

'Qtr ' CONCAT (cast(T1."QUARTER_NUMBER" as char(1)))

　　注意： 因为 Cube Views 元数据在引用 DB2 表和列时使用定界约定，所以需要将表名和列名放在双引号中。

　　判断查询中使用的事实对象属性

　　需要按照与维对象相似的方式处理事实对象。首先，寻找将出现在查询中的事实对象属性。

• 如果事实对象包含任何联结引用，那么要查看每个联结对象，记录这些联结左右两边的所有属性。需要从这些属性创建 SQL 表达式，从而形成 SQL 语句的联结谓词。
• 用来将查询的维联结到事实对象的联结对象会引用事实对象的一个或多个属性。在前面，已经检查了这些事实-维联结中属于维对象的属性。一边的属性来自维，另一边的属性来自事实对象。对于每个联结，查明联结的哪一边包含事实对象属性。这一边上的属性需要转换为 SQL 表达式，从而形成 SQL 语句的联结谓词。
• 如果事实对象的任何属性上有任何谓词，那么这

  [1] [2] 下一页

SELECT[1]	T1."MONTH_NUMBER" AS "MONTH_NUMBER (TIME)",	T1."YEAR" AS "YEAR (TIME)",	T1."MONTH_NAME" AS "MONTH_NAME (TIME)",	'Qtr ' CONCAT  (cast(T1."QUARTER_NUMBER" as char(1)))
 AS "QUARTER_NAME",	T3."CITY_NAME" AS "CITY_NAME (LOCATION)",	T3."STATE_NAME" AS "STATE_NAME(LOCATION)",	T4."PRODUCTID" AS "PRODUCTID (PRODUCT)",	T5."LINE_NAME" AS "LINE_NAME (LINE)",[2]	SUM(T7."SALES") AS "SALES (SALESFACT)",	SUM((T7."COGS") + (T7."ADVERTISING")) 
AS "Total Expense" FROM [3]	"CVSAMPLE"."TIME" AS T1,	"CVSAMPLE"."STORE" AS T2,	"CVSAMPLE"."LOCATION" AS T3,	"CVSAMPLE"."PRODUCT" AS T4,	"CVSAMPLE"."LINE" AS T5,	"CVSAMPLE"."FAMILY" AS T6,	"CVSAMPLE"."SALESFACT" AS T7WHERE[4]	(T2."POSTALCODEID" = T3."POSTALCODEID" 	AND T4."LINEID" = T5."LINEID" 	AND T5."FAMILYID" = T6."FAMILYID" 	AND T7."TIMEID" = T1."TIMEID" 	AND T7."STOREID" = T2."STOREID" 	AND T7."PRODUCTID" = T4."PRODUCTID")[5]	AND (T1."YEAR" = 2003 	AND T1."MONTH_NAME" = 'December' 	AND T3."STATE_NAME" = 'California' 	AND T3."CITY_NAME" = 'Milpitas' 	AND T6."FAMILY_NAME" = 'Colas')GROUP BY [1]	T1."MONTH_NUMBER",	T1."YEAR",	T1."MONTH_NAME",	'Qtr ' CONCAT  (cast(T1."QUARTER_NUMBER" as char(1))),	T3."CITY_NAME",	T3."STATE_NAME",	T4."PRODUCTID",	T5."LINE_NAME"

频道声明：本频道的文章除部分特别声明禁止转载的专稿外，可以自由转载.但请务必注明出出处和原始作者 文章版权归本频道与文章作者所有.对于被频道转载文章的个人和网站,我们表示深深的谢意。 原始作者:佚名 录入时间:2007-1-10 5:05:47 信息来源:不详 投稿信箱:itqoo@126.com