您可以使用 Tableau 在 BigQuery 中创建预聚合 Dimensions/Measuresments 之类的 OLAP 吗？
Can you create preaggregated Dimensions/Measuresments like OLAP in BigQuery with Tableau?
在 On-Premise Microsoft SQL DB 的云迁移过程中，作为其中一部分的 OLAP Cube 也应该被替换（但不是直接迁移）。有业务要求在 Tableau 中保留功能，您可以 select 不同的度量和维度及其相应的聚合，就像现在连接到 Tableau 中的 OLAP 多维数据集时可能的那样。
底层数据源视图包括 ca。 10 个表（例如客户、销售额、付款方式、客户细分、时间）。因此，通过 OLAP 分析“给我每周每个客户细分的每种付款方式的平均销售额”只需点击几下，纯粹 SQL 这已经是一些努力了。
如何在用户不必自己编写连接和聚合的情况下为某些 BigQUery 表提供定义的聚合，主要是因为这比简单的拖放要花费更多的时间（SQL 技能和时间查询执行不是问题）？
答案很简单：
将所有源数据连接在一起，并将其写入 BigQuery 中的一个平面 table，其中包含与 OLAP Cube 中的数据源视图相同的信息。然后 Tableau 连接到此 table。多维数据集的“测量”逻辑在 Tableau 中实现为计算，table 列是维度。
复制测量时需要谨慎，因为数据源视图中的 1:n 关系会导致平面 table 中的数据相乘。这可以通过在测量定义中正确使用 Distinct Functions（例如“Distinct Count”）来解决。
table最终会非常大，但查询速度非常快，因此与 OLAP 多维数据集相比性能有所提高，具有与在 Tableau 中使用多维数据集相同的用户体验。
在 On-Premise Microsoft SQL DB 的云迁移过程中，作为其中一部分的 OLAP Cube 也应该被替换（但不是直接迁移）。有业务要求在 Tableau 中保留功能，您可以 select 不同的度量和维度及其相应的聚合，就像现在连接到 Tableau 中的 OLAP 多维数据集时可能的那样。
底层数据源视图包括 ca。 10 个表（例如客户、销售额、付款方式、客户细分、时间）。因此，通过 OLAP 分析“给我每周每个客户细分的每种付款方式的平均销售额”只需点击几下，纯粹 SQL 这已经是一些努力了。
如何在用户不必自己编写连接和聚合的情况下为某些 BigQUery 表提供定义的聚合，主要是因为这比简单的拖放要花费更多的时间（SQL 技能和时间查询执行不是问题）？
答案很简单：
将所有源数据连接在一起，并将其写入 BigQuery 中的一个平面 table，其中包含与 OLAP Cube 中的数据源视图相同的信息。然后 Tableau 连接到此 table。多维数据集的“测量”逻辑在 Tableau 中实现为计算，table 列是维度。
复制测量时需要谨慎，因为数据源视图中的 1:n 关系会导致平面 table 中的数据相乘。这可以通过在测量定义中正确使用 Distinct Functions（例如“Distinct Count”）来解决。
table最终会非常大，但查询速度非常快，因此与 OLAP 多维数据集相比性能有所提高，具有与在 Tableau 中使用多维数据集相同的用户体验。