封装含维度和指标的业务主题
注：本文所用“指标”更适合理解为“度量”，不应理解为一站式BI中的指标管理
从产品架构的介绍中，我们知道数据源和业务主题是数据集的基础（还不清楚架构的看这篇介绍），本章节介绍如何将相关的表组织成面向业务的查询主题（包括维度和指标）。
业务主题的存在价值
首先说明，业务主题并不是必须使用的功能，如果用户坚持使用SQL查询数据，是可以不看这个章节的（还有个可能是数据结构非常简单，甚至只有1张宽表，这时用透视分析的时间维度管理&计算字段也可以起到类似业务主题的效果）。但从系统架构的角度，业务主题是我们强烈推荐使用的，这不仅仅是出于后续“拖拽式数据集”的需要，理由如下：
- SQL作为一种通用的数据查询语言，并不能被业务人员所理解，如果报表供需双方需要对计算逻辑进行交流，恐怕很难一起看着长篇的SQL语句进行讨论（虽然SQL中也能声明字段是维度还是指标）！
- 业务库中的数据往往缺少一些统计维度和计算指标，也存在数据不符合统计需要的情况，比如年龄和金额需要被分组成需要的维度、订单ID和客户ID需要被转换成指标（数量）进行统计，0/1这样的代码需要转义为男/女（维度）。当然这些处理都可以用SQL完成，但如果每个报表都需要重复一遍，你是否会担心不必要的时间成本，以及手工导致的遗漏和错误呢？
- 基于时间的同比、环比是最常用的管理需求，如果完全通过SQL或者电子表格完成计算，都存在相当的代码复杂度，在业务主题中如果定义了日期维度层次（年、季、月、日），则在透视分析数据集中可以一键生成这些统计结果！
- 如果使用SQL方式的数据集，则需要预先定义“公共参数”，才可以在报表中实现过滤筛选的选项，而基于业务主题的即席查询数据集和透视分析数据集，则不用做这样的准备，随时在数据集里根据需要立刻拖拽生成筛选条件！（维度和指标都可以拖拽为筛选条件）
- 如果在较大的组织内需要控制访问权限，以业务主题进行权限控制是自然和顺利的方式，否则就需要对每个数据集（或数据表）进行权限控制！
所以，如果您了解数据架构的概念，可以看出业务主题其实是一个语义化的数据集市模型，其中的建模能力将来自相同数据库的表按照业务逻辑组织在一起，通过关联、名称、格式、转换、分组等功能为后续的数据分析奠定基础，以维度和指标确保后续的统计使用产生一致的结果，提高系统的可用性和报表的可信度。
维度和指标的扩展示例
作为基础概念，指标指可以计算的字段，如金额、数量，维度是对指标切分的角度，如时间、地区等。
在产品自带示例库中，有一张热销私家车的真实数据表，时间跨度为2015年至2021年，我们将其设计成为了业务主题，从原始的12个字段（10个维度和2个指标）扩充到了17个字段（13个维度和4个指标）。
其中用到的功能如下：
- 基于日期类型的“批售月份”一键生成年、季、月层次维度
- 基于数值类型的“批售销量”自定义分组字段，生成描述需求的“热度”维度
- 基于数值类型的“价格档”自定义分组字段，生成描述购买能力的“预算”维度
- 基于数值类型的“价格档”求平均，生成“均价”指标
- 基于字符类型的“车型”做唯一计数，生成“车型数”的统计指标
通过以上功能，业务主题对原始数据表从3个方向做了扩展，扩展了多层次的日期维度、扩展了定性分析的维度和扩展了定量分析的指标。
业务主题的创建过程
通常来说业务主题是多个表组合的，因此我们改用产品自带示例库的另外一个业务主题进行说明。业务主题的创建过程相对简单，可分为主题结构设计和字段细节设计（定义维度和指标）两个阶段，在第一个阶段，将需要的且存在业务相关性的字段（业务属性）按照目录组织起来（业务对象），并确认所属数据库表之间的关系是否正确（可以修改）；第二阶段是对业务属性进行细节设置，涉及的内容如下表。
注意：如果对某业务属性设置了聚合方式，那么仅可在透视分析数据集中使用，即席查询数据集是无法看到的。
其中转换规则是统一平台中的特色功能，详见链接：公共设置的转换规则。这个转换规则仅适用于维度字段，不适用于指标字段。
点击下图看视频，您将了解示例库中“销售计划分析”业务主题的设计过程，包括维度和指标的定义：
如果能看到这里，说明包括维度和指标的业务主题是非常适合您的潜在需求的，希望我们能在麦粉社区中得到您的反馈，将成功的用法和心得分享给更多的朋友。
————————————————
立足经典、真Excel设计、社区版永久免费！立即下载使用，开启高效报表开发之旅！
