python - 任何 Python OLAP/MDX ORM 引擎？

Question

我是 MDX/OLAP 的新手，我想知道是否有类似 Django ORM for Python 的支持 OLAP 的 ORM。

我是一名 Python/Django 开发人员，如果有什么东西可以与 Django 进行某种程度的集成，我将非常有兴趣了解更多相关信息。

Answer 1

Django 有一些即将发布的 OLAP 功能。

阅读http://www.eflorenzano.com/blog/post/secrets-django-orm/

http://doughellmann.com/2007/12/30/using-raw-sql-in-django.html , 还有

如果您首先进行了适当的星型模式设计，那么一维结果可以具有以下形式。

from myapp.models import SomeFact
from collections import defaultdict

facts = SomeFact.objects.filter( dimension1__attribute=this, dimension2__attribute=that )
myAggregates = defaultdict( int )
for row in facts:
    myAggregates[row.dimension3__attribute] += row.someMeasure

如果你想创建一个二维摘要，你必须做类似下面的事情。

facts = SomeFact.objects.filter( dimension1__attribute=this, dimension2__attribute=that )
myAggregates = defaultdict( int )
for row in facts:
    key = ( row.dimension3__attribute, row.dimension4__attribute )
    myAggregates[key] += row.someMeasure

要计算多个 SUM 和 COUNT 等等，您必须这样做。

class MyAgg( object ):
    def __init__( self ):
        self.count = 0
        self.thisSum= 0
        self.thatSum= 0

myAggregates= defaultdict( MyAgg )
for row in facts:
    myAggregates[row.dimension3__attr].count += 1
    myAggregates[row.dimension3__attr].thisSum += row.this
    myAggregates[row.dimension3__attr].thatSum += row.that

乍一看，这似乎效率低下。您正在浏览事实表并返回大量行，然后将这些行汇总到您的应用程序中。

在某些情况下，这可能比 RDBMS 的本地 sum/group_by 更快。为什么？您使用的是一个简单的映射，而不是 RDBMS 通常必须为此使用的更复杂的基于排序的分组操作。是的，你得到了很多行；但您在获得它们方面做得更少。

它的缺点是它不像我们想要的那样具有声明性。它的优点是它是纯 Django ORM。