HireCube控件的介绍

HireCube 的 主要功能

1、 1、 目前支持雪花型、父子型维度结构

Ø Ø Order Details和Orders是 事实表，其中除了Customers表是父子型维度，其他的都是雪花雪花型

2、 2、 支持用户群、分类，按每一维数单独进行过滤。能够按任何维数组合进行过滤。

3、支持分级维数。HierCube图书馆支持数据库中所有类型的分级维数。这通过将几个“平面”维数合成一个分级维数来实现（支持"雪花"略图）。同时，可说明基于维数表中的“父母—孩子”式关系的分级维数。目前，HCL是唯一支持“雪花”略图的桌面式图书馆。

4、维数过滤。在OLAP —分析过程中，可排除考虑任何维数的任意多数。数据过滤是OLAP—分析的必需部分。它可排除考虑那些现有阶段不重要的数据，并发现在真正重要信息分配过程中较明确的规律。HierCube图书馆过滤机制给了用户最大方便。例如：可使用“将所有维数隐藏在下面”的功能，预先按选定栏对OLAP—视图进行分类，并可点击几下鼠标筛去不重要的信息。

5、维数群。在OLAP—分析过程中，任何一个维数成分均可汇至一个最终用户群中。例如：将“对以下维数进行汇集”和按随意栏分类相结合，OLAP—视图可通过点击几下鼠标，在OLAP—分析的当时，按重要性对任何一个维数组成部分进行组合成群。

6、计算型汇总。你可以在设计期或者运行期，这种类型的汇总主要是通过公式计算而得到的,可以在设计期或者运行期进行修改

7、范围型维数。有时，为更加准确的分析，必须根据指标的数量意义，考虑条件的分配。例如：商店老板想更加关注那些购物价值超过平均值的购买者，并计划为他们创造舒适的条件。在事实项目表中，这一指标意义分配的柱式图解基础上形成的以维数形式存在的指标可使我们考虑类似的情况。商店老板加上这种维数的过滤器就足够，因此，它将可获得其感兴趣的信息。

8、比较相邻单元和进行累进计算。为简化计算和分析，用户可使用诸如比较相邻单元和累进计算等分功能。累进计算广泛使用在会计和金融数据分析中，而比较单元和按任何栏分类的功能，可根据第二个导数中意义变化分类数据，比较容易回答这种类型问题：“任何产品近年来的销售量与去年相比大大提高了”。

8、彩色标注单元。如果确定使用鼠标浏览任何一个数据单元，并保持两秒钟不动，那么相邻的数据单元将以相应数值和颜色照明。这可使用户不会在屏幕上显示的各种各样信息中“迷路”。