ActivePivot:将多维单元集数据解析为JSON以用于React-vis图表

时间:2018-09-07 08:56:21

标签: jsonparser activepivot mdx-query

我刚刚开始使用MDX查询,所以我不是专家。我们已经为MDX查询提供了要通过Web套接字连接从前端应用程序触发的查询。收到的响应是一个多维数据集,而不是像这样的标准JSON。

{
  "type": "cellSetData",
  "streamId": "cb6fdd98-d528-44fb-8f14-366970e574b5",
  "queryId": "cb6fdd98-d528-44fb-8f14-366970e574b5",
  "data": {
    "axes": [
      {
        "id":0,
        "hierarchies": [
            {
              "dimension": "Measures",
              "hierarchy": "Measures"
            }
        ],
        "positions": [
          [ { "namePath": [ "5-Day ADV" ] } ],
          [ { "namePath": [ "Target Value" ] } ],
          [ { "namePath": [ "Performance Vs VWAP (Targ. Val. W.A.)" ] } ]
        ],
        "maxLevelPerHierarchy": [1]
      },
      {
        "id":1,
        "hierarchies": [
          {
            "dimension": "Order",
            "hierarchy": "OrderId"
          }
        ],
        "positions": [
          [ { "namePath": [ "AllMember" ] } ],
          [ { "namePath": [ "AllMember", "20180829-142357889-114-29" ] } ],
          [ { "namePath": [ "AllMember", "20180829-142357896-775-32" ] } ],
          [ { "namePath": [ "AllMember", "20180829-142357897-394-35" ] } ]
        ],
        "maxLevelPerHierarchy": [2]
      }
    ],
    "cells": [
      {
        "ordinal": 0,
        "value": 1.8702095375E7
      },
      {
        "ordinal": 1,
        "value": 41461.2
      },
      {
        "ordinal": 2,
        "value": 0.0
      },
      {
        "ordinal": 3,
        "value": 1968021.375
      },
      {
        "ordinal": 4,
        "value": 17719.2
      },
      {
        "ordinal": 5,
        "value": 0.0
      },
      {
        "ordinal": 6,
        "value": 1043997.0
      },
      {
        "ordinal": 7,
        "value": 10328.4
      },
      {
        "ordinal": 8,
        "value": 0.0
      },
      {
        "ordinal": 9,
        "value": 1.5690077E7
      },
      {
        "ordinal": 10,
        "value": 13413.6
      },
      {
        "ordinal": 11,
        "value": 0.0
      }
    ]
  }
}

  1. 我们是否有任何开源解析器来帮助我们获取如下所示的JSON响应:

{“股票百分比”:“ 1.8702095375E7”,“股票数量”:“ 21997538”,“股票价格”:“ 333”}     {“ Stock_Percentage”:“ 1968021.375”,“ Stock_Quantity”:“ 17719.2”,“ Stock_Price”:“ 0.0”}

  1. 我们能否在MDX级别上进行调整以返回类似的响应,而不管聚合级别如何。

  2. 对ActiveViam的查询,基于React的Active Pivot Live如何解析此数据。欢迎任何gitlinks或参考。

  3. 我能想到的唯一粗略的方法是获取“位置”计数,并通过“单元”上的MOD函数将其用作计算。跳过此可能是漫无目的的。

非常感谢您提供任何信息!

最好的问候!!

1 个答案:

答案 0 :(得分:1)

被设计用于多维分析的MDX,结果看起来不像一个简单的表,它不能反映此多维功能,尤其是层次结构。

据我所知,没有开源解析器将这种响应转换为表,也没有类似的格式。但是,您可以尝试将任何MDX查询导出为CSV http://server:port/pivot/rest/v4/cube/export/mdx/download的REST调用。根据您的JSON单元集,它会提供如下内容:

[Order].[OrderId].[OrderId];[Measures];VALUE
;"5-Day ADV";1.8702095375E7
;"Target Value";41461.2
;"Performance Vs VWAP (Targ. Val. W.A.)";0.0
20180829-142357889-114-29;"5-Day ADV";1.8702095375E7
20180829-142357889-114-29;"Target Value";41461.2
20180829-142357889-114-29;"Performance Vs VWAP (Targ. Val. W.A.)";0.0
...

最后,您总是可以自己解析结果。想法是单元格序号表示多维数据集中的给定位置。它们是通过迭代从id较高的轴到ID最低的轴开始的轴位置来计算的。 例如,

  • 普通0用于"5-Day ADV"|"AllMember"
  • 普通1用于"Target Value"|"AllMember"
  • 普通3用于"5-Day ADV"|"AllMember"\20180829-142357889-114-29

欢呼

PS:我在ActiveViam工作