本文主要是介绍（CDA数据分析师学习笔记）第五章多维数据透视分析二，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
- 主表提供数据范围，在一对多的对应关系下，使用单项筛选器进行汇总计算时，应遵循：“一表出维度字段是附表，多表出度量字段是主表，一表筛选多表”。
一对一：应当是逻辑上的一对一，而非当前数据是一对一。
多对多： 尽量避免。可能出现度量值重复计算的可能。
- 一对多（多对一）：如果是单项筛选器，当一表筛选多表、一表出维度、多表出度量才能得到正确的结果。双向筛选器时，应尽量一表筛选多表，此时是类型一规则，先将维度字段下相同的维度项按照合并同类项的方式合并到一起，在按照计算规则将不同维度项下对应的所有度量值进行汇总计算，最后得到计算结果。
当多表筛选一表时，此时是类型二规则，先对维度字段下不同维度项进行合并同类项处理，再找出每个维度项下包含的公共字段，然后将每个不同公共字段作为汇总度量字段的维度使用，再按照指定的汇总规则去计算每个不同公共字段信息对应的度量值。类型二规则下，指定的维度字段不直接对度量字段进行筛选，而是找出不同维度下包含的不同公共字段，用这些公共字段对度量值字段进行筛选。
类型二：举例子
区域id是维度字段，产品总销量是度量。据图可知产品id是每个维度下的公共字段。
计算过程：先将每个区域id项包含的不同产品id找到，作为维度，将每一个产品id下对应的度量字段（产品总销量）加总得出最终结果。
总结：尽量使用一对多，且“一表出维度，多表出度量，一表筛选多表”。
- 跨表筛选：前提是路径通畅，无论各个表间对应关系如何，都将按照类型二规则进行汇总。
图中5-16无法正常完成筛选，每个销售人员的订单金额都是14000。
- 在多表环境下，不相邻的两个表间往往可以形成多条不同的筛选路径，两表间包含多条筛选路径的情况称为交叉连接。但是真正影响筛选结果的往往只有一条，称为有效路径，其他不参与筛选的路径称为无效路径。在powerBI工具中有效路径用实线表示，无效路径用虚线表示。
- 出维度字段的是维度表，出度量字段的是事实表，维度字段筛选度量字段，维度表筛选事实表。多表连接环境下，维度表与事实表可以构成3种不同的连接模型，分别是星型、雪花型、星座型。
星型模型：一个事实表与多个维度表连接。
雪花模型：维度表与其他维度表连接再与事实表连接后构成的连接模型。
星座模型：多个事实表与某些维度表连接后构成的连接模型。
这篇关于（CDA数据分析师学习笔记）第五章多维数据透视分析二的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
