开发者社区 > 博文 > 研发提效:想快速定制一个OLAP应用?你可以这么做
分享
  • 打开微信扫码分享

  • 点击前往QQ分享

  • 点击前往微博分享

  • 点击复制链接

研发提效:想快速定制一个OLAP应用?你可以这么做

  • castechelon
  • 2024-05-27
  • IP归属:北京
  • 100浏览

    一、背景

           在日常项目中,经常能遇到多维度、多指标自由组合分析的OLAP系统建设场景,这类需求往往具有分析关系复杂、开发周期长和数据量大等特点,需要研发投入比较大的精力进行建设。

           针对OLAP的场景,目前开源界大部分项目都是针对存储层的实现,如ClickHouse、Doris等OLAP数据库。很少针对应用层进行统一建模实现的。据调研,Mondrian是一个面向应用的OLAP引擎,但其面向OLAP特有的MDX语言使用起来非常复杂,需要投入较大的学习成本,不利于日常项目快速开发。因此,本文旨在通过统一的OLAP建模实现通用的OLAP诊断框架,目的是通过配置化的方式快速实现新的分析需求,节约研发成本,缩短交付周期、提升研发效率。

    二、架构设计

    2.1 总体架构

    上图着色部分是框架部分,应用层通过集成本框架,只需要编写配置文件以及针对特殊场景下实现前后置扩展点,就能够快速构建一个OLAP分析类的应用。另外、考虑到底层OLAP存储一般采用列式存储模式,在同前端指定交互协议时,建议摒弃在OLTP领域常用的大对象模式,而是采用按需按列查询的模式进行传参和返回,最大化利用列式存储的特性,提升查询性能。

    2.2 容器及组件视角

    2.2.1 容器视角

    2.2.2 组件视角

    三、详细设计

    3.1 Runtime

    框架会组合前端请求参数和后端配置项,通过门面服务区分请求类型(表格、图表和文件导出),将最终的OLAP领域模型下传到OLAP领域服务,由OLAP领域服务将领域模型翻译为底层OLAP数据库可以执行的SQL,并将结果统一按照特定格式返回,通过数据协议适配服务,根据请求的类型返回数据给前端。

    3.2 核心领域模型

    3.2.1 何为OLAP

    联机分析处理(英语:Online analytical processing),简称OLAP,是计算机技术中快速解决多维分析问题(MDA)的一种方法。OLAP由四个基本的分析操作组成:上卷(roll-up)、钻取(drill-down)、切片(slicing)和切块(dicing)。

    3.2.2 聚合SQL的OLAP抽象

    上述OLAP的操作,均可通过聚合查询的SQL实现对应。一个标准的聚合查询SQL包括SELECT、FROM、WHERE、GROUP BY、HAVING、ORDER BY以及分页的LIMIT OFFSET。通过对聚合SQL的抽象,我们可以将一个普通的聚合查询提取出维度、指标、模型、一级过滤条件、二级过滤条件、分页和排序关键实体,如下图是一个普通的聚合SQL同关键实体的映射关系:

    因此,聚合查询可以抽象如下:

    SELECT 维度,
    	   指标
    FROM 模型
    WHERE 一级过滤器
    GROUP BY 维度
    HAVING 二级过滤器
    ORDER BY 排序
    LIMIT 排序

    3.2.3 领域建模

    经过上面的抽象,框架方面,可以划分为核心OLAP域以及面向前端及配置的交互域,并提取出领域模型:

    3.3 元数据配置

    框架核心提供可配置的元数据,核心包括两类:一类是将所有的计算指标的指标配置文件,另一类是uri和模块映射关系文件。

    3.3.1 指标元数据

    {
        "cbj_amount": {
        "expression": "sum(cbj_amount)",
        "name": "cbj_amount",
        "desc": "损失分布-仓报价金额"
      },
      "sale_qtty": {
        "expression": "sum(sale_qtty)",
        "name": "sale_qtty",
        "desc": "销量"
      },
      "loss_amount": {
        "expression": "sum(loss_amount)",
        "name": "loss_amount",
        "desc": "损额"
      }
    }

    3.3.2 模块元数据

    3.3.2.1 表格配置

    {
        "list-overall-lossCategory": {
        "moduleName": "整体诊断结果-损失类别",
        "tableName": "logis_loss_reason_nume_denom_month_dis",
        "measureList": ["dakuru_loss_ratio","dakuru_loss_ratio_yoy_chg","dakuru_loss_ratio_mom_chg","peisongru_loss_ratio","peisongru_loss_ratio_yoy_chg","peisongru_loss_ratio_mom_chg","shouhouru_loss_ratio","shouhouru_loss_ratio_yoy_chg","shouhouru_loss_ratio_mom_chg","dakupyk_loss_ratio","dakupyk_loss_ratio_yoy_chg","dakupyk_loss_ratio_mom_chg","bjkpyk_loss_ratio","bjkpyk_loss_ratio_yoy_chg","bjkpyk_loss_ratio_mom_chg"],
        "displayType": "table",
        "page": {
          "pageNo": 1,
          "pageSize": 1
        }
      }
    }
    

    3.3.2.2 图表配置

    {
       "chart-lossType-trend-lossRatio": {
        "moduleName": "损失类别走势-损率",
        "tableName": "logis_loss_reason_nume_denom_month_dis",
        "dimList": ["mt"],
        "measureList": ["dakuru_loss_ratio","peisongru_loss_ratio","shouhouru_loss_ratio","bjkpyk_loss_ratio","dakupyk_loss_ratio"],
        "displayType": "chart",
        "page": {
          "pageNo": 1,
          "pageSize": 13
        },
        "chart": {
          "categoryName": "损失类别走势",
          "categoryKey": "mt",
          "seriesList": [
            {
              "key":"大库入",
              "value": "dakuru_loss_ratio"
            },
            {
              "key": "配送入",
              "value": "peisongru_loss_ratio"
            },
            {
              "key": "售后入",
              "value": "shouhouru_loss_ratio"
            },
            {
              "key": "备件库盘盈亏",
              "value": "bjkpyk_loss_ratio"
            },
            {
              "key": "大库盘盈亏",
              "value": "dakupyk_loss_ratio"
            }
          ]
        }
      }
    }

    3.3.2.3 导出配置

    {
        "export-lossType-trend": {
        "moduleName": "损失类别-损失类别走势-导出",
        "tableName": "logis_loss_reason_nume_denom_month_dis",
        "dimList": ["mt","loss_reason1"],
        "measureList": ["distribute_loss_ratio", "loss_amount","loss_qtty"],
        "filterList": [
          {
            "lossReason1": {
              "expr": "is not null",
              "value": ""
            }
          }
        ],
        "headList": ["mt","loss_reason1","distribute_loss_ratio","loss_amount","loss_qtty"],
        "fileName": "损失类别走势信息",
        "displayType": "file",
        "page": {
          "pageNo": 1,
          "pageSize": 1000,
          "orderList": [
            {
            "orderField": "mt",
            "orderType": "DESC"
            },
            {
              "orderField": "loss_reason1",
              "orderType": "DESC"
          }
          ]
        }
      }
    }

    四、系统集成

    <dependency>    
        <groupId>com.jd.netsim</groupId>    
        <artifactId>triage-framework-core</artifactId>    
        <version>1.0-SNAPSHOT</version>
    </dependency>

    通过引入maven包,新增配置文件以及实现对应的扩展点,可快速实现集成。

    五、总结

           本文详细介绍了一个通用OLAP框架的架构和详细设计,并分析了领域建模过程,通过引入SDK及指定配置文件的形式,后端研发可以快速实现一个OLAP应用的接口。后续可以将配置进行可视化,通过同藏经阁配置平台结合,实现产品和运营自己定制指标和页面的能力。限于篇幅,有一些重要细节点未在本文说明,读者如有兴趣进一步了解,也可以直接联系作者一起讨论。