用Java在PostgreSQL上编程生成OLAP多维数据集

有没有办法用PostgreSQL和Java实现以下行为：

假设您有两张桌子：

交易

和

用户

<代码>事务保存一些事务数据，而

用户

显然保存用户数据。
这两个表可以在

Users.ID==Transactions.UserID

条件下联接

由于该联接表中的列很少，所以我想进行一些分析

例如，我想知道每个用户完成了多少事务。很自然，你会这样写：

SELECT UserID, COUNT(DISTINCT TransactionID)
FROM Users NATURAL JOIN Transactions
GROUP BY UserID;

不过，我们也可以说，我想获得一些关于每种货币交易的信息

SELECT Currency, COUNT(DISTINCT TransactionID)
FROM Users NATURAL JOIN Transactions
GROUP BY Currency;

或者每个用户使用每种货币支付了多少次：

SELECT UserID, Currency, COUNT(DISTINCT TransactionsID) AS NumTransactions
FROM Users NATURAL JOIN Transactions
GROUP BY UserID, Currency;

但是现在，考虑到最后一条SQL，我可以实现前面两条SQL中的任意一条：

首先，我根据前面的SQL创建一个表：

CREATE TABLE PerUserCurrencyStats AS
SELECT UserID, Currency, COUNT(DISTINCT TransactionsID) AS NumTransactions, SUM(Amount) AS TotalAmount  
FROM Users NATURAL JOIN Transactions
GROUP BY UserID, Currency;

然后，我降低维度，将需要求和的求和：

CREATE TABLE PerUserTransactionCount AS
SELECT UserID, SUM(NumTransactions)
FROM PerUserCurrencyStats
GROUP BY UserID;

好的，那么问题在哪里呢？
嗯，在我看来，这真的很像OLAP多维数据集（请注意，我希望对其他列/维度进行分析）

---

由于我仅限于使用PostgreSQL并动态生成这样的表，我想知道在我的Java代码中，是否有办法通过调用SQL命令来实现这一点，但不必自己编写所有这些繁琐的代码？

编写所有这些SQL代码可能有点繁琐。正如您提到的Olap多维数据集，我建议您使用mondrian

您可以使用在java代码中嵌入molap引擎

您必须在java代码中使用的模式文件中描述多维数据集、维度和度量

代码片段

package project1;

import java.io.PrintWriter;

import mondrian.olap.Connection;
import mondrian.olap.DriverManager;
import mondrian.olap.Query;
import mondrian.olap.Result;

public class imondrian {

    public static void main(String[] args) {
        String connectString = "Provider=mondrian;" 
            + "Jdbc=jdbc:mysql://localhost:3306/foodmart?user=foodmart&password=foodmart;" 
            + "Catalog=file:/path/to/file/FoodMart.xml;"
            + "JdbcDrivers=com.mysql.jdbc.Driver";

        System.out.println(connectString);

        Connection connection = null;

        connection = DriverManager.getConnection(connectString, null, false);
        Query query = connection.parseQuery(
            "SELECT {[Measures].[Unit Sales], [Measures].[Store Cost], [Measures].[Store Sales]} on columns," 
                + "{([Promotion Media].[All Media], [Product].[All Products])} ON rows "
                + "FROM Sales "
                + "WHERE ([Time].[1997])"
        ); 

        Result result = connection.execute(query);

        result.print(new PrintWriter(System.out,true)); 
    }
}

---

编写所有这些sql代码可能有点乏味。正如您提到的Olap多维数据集，我建议您使用mondrian

您可以使用在java代码中嵌入molap引擎

您必须在java代码中使用的模式文件中描述多维数据集、维度和度量

代码片段

package project1;

import java.io.PrintWriter;

import mondrian.olap.Connection;
import mondrian.olap.DriverManager;
import mondrian.olap.Query;
import mondrian.olap.Result;

public class imondrian {

    public static void main(String[] args) {
        String connectString = "Provider=mondrian;" 
            + "Jdbc=jdbc:mysql://localhost:3306/foodmart?user=foodmart&password=foodmart;" 
            + "Catalog=file:/path/to/file/FoodMart.xml;"
            + "JdbcDrivers=com.mysql.jdbc.Driver";

        System.out.println(connectString);

        Connection connection = null;

        connection = DriverManager.getConnection(connectString, null, false);
        Query query = connection.parseQuery(
            "SELECT {[Measures].[Unit Sales], [Measures].[Store Cost], [Measures].[Store Sales]} on columns," 
                + "{([Promotion Media].[All Media], [Product].[All Products])} ON rows "
                + "FROM Sales "
                + "WHERE ([Time].[1997])"
        ); 

        Result result = connection.execute(query);

        result.print(new PrintWriter(System.out,true)); 
    }
}

---

编写所有这些sql代码可能有点乏味。正如您提到的Olap多维数据集，我建议您使用mondrian

您可以使用在java代码中嵌入molap引擎

您必须在java代码中使用的模式文件中描述多维数据集、维度和度量

代码片段

package project1;

import java.io.PrintWriter;

import mondrian.olap.Connection;
import mondrian.olap.DriverManager;
import mondrian.olap.Query;
import mondrian.olap.Result;

public class imondrian {

    public static void main(String[] args) {
        String connectString = "Provider=mondrian;" 
            + "Jdbc=jdbc:mysql://localhost:3306/foodmart?user=foodmart&password=foodmart;" 
            + "Catalog=file:/path/to/file/FoodMart.xml;"
            + "JdbcDrivers=com.mysql.jdbc.Driver";

        System.out.println(connectString);

        Connection connection = null;

        connection = DriverManager.getConnection(connectString, null, false);
        Query query = connection.parseQuery(
            "SELECT {[Measures].[Unit Sales], [Measures].[Store Cost], [Measures].[Store Sales]} on columns," 
                + "{([Promotion Media].[All Media], [Product].[All Products])} ON rows "
                + "FROM Sales "
                + "WHERE ([Time].[1997])"
        ); 

        Result result = connection.execute(query);

        result.print(new PrintWriter(System.out,true)); 
    }
}

---

编写所有这些sql代码可能有点乏味。正如您提到的Olap多维数据集，我建议您使用mondrian

您可以使用在java代码中嵌入molap引擎

您必须在java代码中使用的模式文件中描述多维数据集、维度和度量

代码片段

package project1;

import java.io.PrintWriter;

import mondrian.olap.Connection;
import mondrian.olap.DriverManager;
import mondrian.olap.Query;
import mondrian.olap.Result;

public class imondrian {

    public static void main(String[] args) {
        String connectString = "Provider=mondrian;" 
            + "Jdbc=jdbc:mysql://localhost:3306/foodmart?user=foodmart&password=foodmart;" 
            + "Catalog=file:/path/to/file/FoodMart.xml;"
            + "JdbcDrivers=com.mysql.jdbc.Driver";

        System.out.println(connectString);

        Connection connection = null;

        connection = DriverManager.getConnection(connectString, null, false);
        Query query = connection.parseQuery(
            "SELECT {[Measures].[Unit Sales], [Measures].[Store Cost], [Measures].[Store Sales]} on columns," 
                + "{([Promotion Media].[All Media], [Product].[All Products])} ON rows "
                + "FROM Sales "
                + "WHERE ([Time].[1997])"
        ); 

        Result result = connection.execute(query);

        result.print(new PrintWriter(System.out,true)); 
    }
}

---

谢谢你，布鲁诺。我会试试看它是否适合我的需要。同时，这是一个向上的投票：谢谢你，布鲁诺。我会试试看它是否适合我的需要。同时，这是一个向上的投票：谢谢你，布鲁诺。我会试试看它是否适合我的需要。同时，这是一个向上的投票：谢谢你，布鲁诺。我会试试看它是否适合我的需要。同时，这是一个向上的投票：D