疯涨的大数据，让很多昨天还处于主要位置的数据，本日就已成为历史，被新数据淹没。不同数据处于不同位置，它所反响出来的涵义也大不相同。数据就像一个生命体，是多面的，他的代价有多大，就看你如何挖掘出他的每一壁。
数据的颗粒度当然是越细越好，不管是韶光维度还是区域维度或者类型维度，所有维度都担保了完全性，才能规复数据的真实面貌。多维建模知足了企业进行多维剖析，维度、度量、立方体等多维剖析要素的图形化定义需求。它可以供应传统数据模型不能有效表示的数据仓库中的数据构造和语义，以及作为OLAP多维剖析的紧张依据。
用友BQ供应多维建模工具，用来定义多维剖析模型，并与底层数据仓库建立映射，是前端多维剖析展现操作的根本，也是多维剖析引擎对用户的多维剖析操作进行实行的依据。用友BQ的多维建模工具除了支持标准的多维剖析模型工具定义之外，基于运用开拓中的常用维度模式如父子维、层次维也供应了快捷支持。
用友BQ多维建模界面
用友BQ的多维建模工具可以对数据剖析模型进行设置，包括剖析主题目录、模型设置区域、主题概览和工具栏等几部分。剖析主题目录展现了所有主题的分类目录;模型设置区域分为主题的整体构造和详细属性两部分;工具栏包括各种快捷操作，比如添加一个模型、对模型进行校验、查看模型XML形式;主题概览显示出主题构造树上选中的模型对应的数据构造，比如当选择一个多维数据集时，显示其对应的事实表，当选中一个维度时，则显示其对应的维表。
用友BQ多维建模可定义如下多维模型元素：
一，主题。剖析主题是对业务内容相似的多个剖析模型的统称，由一组多维数据集和共享维度组成;
二，多维数据集。多维数据集是剖析引擎的数据模型，由多个维度构成的立方体架构，相称于一个多维数组，维度的交点便是指标或打算成员。多维数据集是一种多维构造，包括原始事实数据、聚合数据，这些数据聚合许可用户快速进行繁芜查询。多维数据集的数据来源由两个部分组成，一是构成维度的数据，二是事实发生的数据。一样平常称为维表和事实表。个中维表，包括维度的必要信息，如主键、name、caption等，事实表包括发生的事实数据，即指标，以及维表关联的字段;
三，维度。维度是不雅观察业务数据的某个特定角度，通过属于这个维度的层次主键关联某个数据表的一列，该数据表称为维表，而维表和事实表又通过维度的“外键”关联。维度的类型分为标准维度和韶光维度，按照维度所属构造，分为普通维度和共享维度，普通维度所属多维数据集，共享维度所属一个剖析主题，多个多维数据集可以引用同一个共享维度;
四，指标。在多维数据集中，指标是一组值，这些值基于多维数据集的事实表中的一列，是事实发生的数据，而且常日为数字。如发卖额，发卖数量。每个指标可以定义“聚合类型”，如计数、均匀值、最大值等，但是，也可以以不聚合的办法展现。在查询过程中，可以通过定义“格式化字符串”来改变展现格式;
五，打算成员。打算成员是一种运行时通过分外表达式动态打算的成员，通过各种数学表达式和各种函数定义，可以创建繁芜的表达式。任何动态剖析功能，都可以通过打算成员实现，比如同比、环比等。同样，打算成员也可以定义“格式化字符串”;
六，剖析函数。剖析函数是基于MDX措辞的函数，可以应对某些高等功能和特定的场景。通过扩展的剖析函数，用户可以快速定义剖析模型并查询结果。用友BQ多维模型定义供应了丰富的剖析函数，可应对和简化各种剖析需求场景。比如财务类函数：期初余额，期末余额，上期数，年初数，发生额，上年数等;统计类函数：占比，排名，方差，回归剖析等。
用友BQ关键特性
用友BQ是集企业多系统的数据平台、剖析平台、管理平台、挖掘平台于一体的全方位BI办理方案，是企业级、全功能、最佳剖析决策平台。用友BQ共分为4层架构，分别是业务数据层、数据处理与剖析数据层、剖析做事层、剖析展现层。最新技能架构体系下的用友BQ具备大数据处理与剖析能力，且大大提高了数据剖析的速率和效率。
