登录注册
最新博客
最新资源下载
深入浅出“跨视图粒度计算”--1、理解数据的粒度
网易大数据2018-06-11 10:39
作者：
王文开 （如需转载，请取得作者同意授权。）
跨视图数据粒度计算是网易有数推出的新功能，其优点是您可以独立于当前视图用的维度来执行此计算。跨视图数据粒度计算表达式一共有三种，分别是：FIXED，INCLUDE，和EXCLUDE。为了理解在何时/何地/为什么需要使用它，我们首先必须理解：
1、什么是数据粒度？
2、在网易有数中哪些地方会影响视图的数据粒度
1、什么是数据的粒度？
我们假设有一个的表格，其中包含以下字段：OrderID，Customer Name和Sales。一共有12行记录：
基础表格
这个表格数据中，OrderID是主键，所以这张表的最明细的数据粒度就是OrderID这个字段，因为这个字段能够区分表中每一条记录。所以可以这么来理解：
能够区分每一行数据的字段称之为该数据的最细粒度。
在这个例子中，我们对“Sales”这个字段进行求平均值。我们按照最细的数据粒度来，是对所有12条记录进行求平均值。
求平均值
我汇总了Sales整列，然后将它除以总行数，即$ 3,059.00除以12。这个结果是每个记录的平均销售额为$ 254.92。
在网易有数中，如果你仅仅将“Sales”字段拖入图表后，聚合方式选择“平均值”，不放置任何其他维度的时候，可以看到，网易有数会默认使用最细的粒度进行计算。
销售额平均值
我们可以看到，这和将“OrderID”放置在Y轴，然后在再对“Sales”进行求平均值，结果是一样的。
接下来，我们考虑使用原始数据中的“Customer Name”维度，来改变“Sales”的聚合粒度。比如我在网易有数中提出了以下的问题：
每位顾客的平均销售额是多少？
现在我们先按照“Customer Name”字段进行排序，重新排列我们表格的数据。
按客户名称排序
接着，让我们按“Customer Name”字段对我们的所有订单进行分组，并按客户的销售额进行汇总。
按客户进行分组
最后，我们可以像以前一样对“Sals”整列进行求和，然后除以新的行数。在这种情况下，我的分母将是8个客户，而不是原来的12条记录了。结果是每个客户$ 3,059.00除以8，等于382.38美元。
也就是，当前对“Sales”求平均值的时候，计算的粒度变了，从原来的“OrderID”，变为了“Customer Name”，
所以，抽象来说：
我们在对任何一个度量进行聚合方式计算的时候，依赖的当前维度对数据的划分。
2、网易有数中的视图粒度
视图，可以简单的理解成图表。
在网易有数的图表数据面板中，有两个区域能够决定您这张图表的粒度。
1 是X轴和Y轴、
2 是 属性面板
1、是X轴和Y轴。
比如，我在Y轴放入“地区”，X轴放入“销售额”字段，并且“销售额”的聚合方式选择“平均值”
X轴Y轴
然后就会得到下面这张图，这种图相当于是在“地区”的粒度上，对“销售额”取了平均值，
也就是对每个地区下的每一条记录先求和，然后除以该地区下的记录行数。
2、属性面板
属性面板也可以对度量进行粒度的划分，比如你先将“利润”和“销售额”分别放到了X轴和Y轴上，得到下图，因为还没有任何维度对两个指标做切分，代表的是所有行记录销售额和利润的总和，，所以会聚合成了一个点。
当你将“订单ID”放置到属性面板的【细分】栏上后，相当于对图表增加了粒度，此时图表就会进行了细分，展现出每个“订单”的销售额和利润。
不论是X轴，Y轴，还是属性面板，在这些里面放字段都会改变图表的样式。那有没有一种方式能够支持让分析是自由的定义度量的计算粒度，不会受到当前图表视图的粒度影响？
这就是网易有数中的跨视图粒度计算的功能，它的优点是您可以独立于当前视图用的维度来执行此计算。如果我将一个字段拖到X轴，Y轴或属性面板上，那么整个视图将会受到影响。跨视图粒度计算允许我们设置的粒度水平，而与当前视图无关。
跨视图粒度计算计算表达式一共有三种，分别是：FIXED，INCLUDE，和EXCLUDE。在后续文章中，我会对这三个表达式做详细的介绍。
分享至：
