任何 Python OLAP/MDX ORM 引擎？答案

【问题标题】：Any Python OLAP/MDX ORM engines?任何 Python OLAP/MDX ORM 引擎？
【发布时间】：2010-10-02 22:08:48
【问题描述】：

我是 MDX/OLAP 的新手，我想知道是否有任何类似于 Django ORM for Python 的 ORM 支持 OLAP。

我是一名 Python/Django 开发人员，如果有一些东西可以与 Django 进行某种程度的集成，我会非常有兴趣了解更多相关信息。

【问题讨论】：

标签： python django orm olap mdx

【解决方案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

如果你一开始就有适当的星型模式设计，那么一维结果可以有以下形式。

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

如果要创建二维摘要，则必须执行以下操作。

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

这 - 乍一看 - 似乎效率低下。您正在浏览返回大量行的事实表，然后您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 的原生 sum/group_by更快。为什么？您使用的是简单的映射，而不是 RDBMS 经常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；但你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。

【讨论】：

我想知道这将如何更新以利用 Django 最近包括对多个数据库的支持：docs.djangoproject.com/en/dev/topics/db/multi-db

【解决方案2】：

我也有类似的需求——不是完整的 ORM，而是 Python 中一个简单的类似 OLAP 的数据存储。在干搜索现有工具后，我写了这个小技巧：

https://github.com/kpwebb/python-cube/blob/master/src/cube.py

即使它不能解决您的确切需求，它也可能是编写更复杂的东西的良好起点。

【讨论】：

【解决方案3】：

和kpw一样，我自己写的东西，只是它是专门为Django写的：

https://code.google.com/p/django-cube/

【讨论】：

【解决方案4】：

还有http://cubes.databrewery.org/。 python中的轻量级OLAP引擎。

【讨论】：