如何從cubejs中的另一個多維數據集聚合數據？

Question

我有以下多維數據集（我只顯示重現問題所需的數據）：

發送信息：

cube(`SentMessages`, {
    sql: `Select * from messages_sent`,
    dimensions: {
        campaignId: {
            sql: `campaign_id`,
            type: `number` 
        },
        phone: {
            sql: `phone_number`,
            type: `number`
        }

    }
});

活動：

cube(`Campaign`, {
 sql: `SELECT * FROM campaign`,
  joins: {
    SentMessages: {
        sql: `${Campaign}.id = ${SentMessages}.campaign_id`,
        relationship: `hasMany`
    }
  },
  measures: {
    messageSentCount: {
        sql: `${SentMessages}.phone`,
        type: `count`
    }
  },
  dimensions: {
    name: {
      sql: `name`,
      type: `string`
    },
  }
});

發送的查詢如下所示：

  "query": {
    "dimensions": ["Campaign.name"],
    "timeDimensions": [
      {
        "dimension": "Campaign.createdOn",
        "granularity": "day"
      }
    ],
    "measures": [
      "Campaign.messageSentCount"
    ],
    "filters": []
  },
  "authInfo": {
    "iat": 1578961890,
    "exp": 1579048290
  },
  "requestId": "da7bf907-90de-4ba0-80f8-1a802dd442f6"

由於某種原因，這會導致以下錯誤：

錯誤：“Campaign.messageSentCount”引用了導致行乘法的多維數據集。 請使用子查詢重寫它。

我在這個錯誤上搜索了很多，但找不到任何東西。 有人可以幫忙或提供一些有關問題的見解嗎？ 如果框架可以顯示僅用於故障排除目的而生成的錯誤 sql，那就太好了。

Answer 1

Campaign有很多SentMessages ，如果加入來計算Campaign.messageSentCount這個計算結果可能會受到影響。 有一個簡單的檢查可以確保聚合函數中沒有引用hasMany多維數據集。 需要這種簡單的健全性檢查以避免導致計算結果不正確的情況。 例如，如果ReceivedMessages也被添加為Campaign的連接，那么如果同時選擇ReceivedMessages和SentMessages Campaign.messageSentCount將生成不正確的結果。

為避免此健全性檢查錯誤，此處應使用子查詢進行替換，如下所示：

發送信息：

cube(`SentMessages`, {
  sql: `Select * from messages_sent`,

  measures: {
    count: {
      type: `count`
    }
  },

  dimensions: {
    campaignId: {
      sql: `campaign_id`,
      type: `number` 
    },
    phone: {
      sql: `phone_number`,
      type: `number`
    }
  }
});

活動：

cube(`Campaign`, {
 sql: `SELECT * FROM campaign`,
  joins: {
    SentMessages: {
      sql: `${Campaign}.id = ${SentMessages}.campaign_id`,
      relationship: `hasMany`
    }
  },
  measures: {
    totalMessageSendCount: {
      sql: `${messageSentCount}`,
      type: `sum`
    }
  },
  dimensions: {
    messageSentCount: {
      sql: `${SentMessages.count}`,
      type: `number`,
      subQuery: true
    },
    name: {
      sql: `name`,
      type: `string`
    },
  }
});

對於Campaign.messageSentCount作為維度沒有任何意義的情況，可以簡化架構並直接使用SentMessages.count 。

Answer 2

我自己想出了一部分（至少是解決方案部分），我想我會發布以防其他人遇到困難：

看來這個定義是有問題的（而且是不必要的）：

    messageSentCount: {
        sql: `${SentMessages}.phone`,
        type: `count`
    }

我相信這樣做的正確方法是向要應用 COUNT 的表添加一個度量。 在此查詢中，我想要 SentMessages.phone 的計數（如上所示），因此應將以下內容添加到 SentMessages 多維數據集中。

    count: {
       sql: `phone`
       type: `count`,
    },

然后查詢的工作方式如下：

  "query": {
    "dimensions": [
      "Campaign.name"
    ],
    "timeDimensions": [
      {
        "dimension": "SentMessages.createdOn",
        "granularity": "day"
      }
    ],
    "measures": [
      "SentMessages.count"
    ],
    "filters": []
  },
  "authInfo": {
    "iat": 1578964732,
    "exp": 1579051132
  },
  "requestId": "c84b4596-2ee8-48e7-8e0a-974eb284dde3"

它按預期工作。 我仍然不明白行乘法錯誤以及為什么這個度量在放置在 Campaign 多維數據集中時不起作用。 我會等待接受這個答案，因為我是通過實驗發現的，但仍然不清楚問題所在。