使用Python接口查询OLAP Mondrian（MDX，XMLA）？

Question

实际上我正在使用 R + Python 和 RPY2 来操作数据和 ggplot 来创建漂亮的图形..我在 PostgreSQL 数据库中有一些数据，我正在使用 psycopg2 来查询数据。

我正在开始一篇论文，将来我需要一个 OLAP 多维数据集 来存储我的（非常大）模拟数据：多维度、聚合查询等。Python

（我想要Python + R，没有jpivot或Java中的其他一些仪表板）和OLAP引擎（如蒙德里安？我在谷歌上搜索任何解决方案，但没有找到任何东西。

我已经简要评估了 SQLAlchemy 和 Django-ORM，但它们没有 MDX 或 XML/A 接口来查询 OLAP 服务器（Mondrian 或其他）...

是否可以编写查询在 MDX 中，使用 psycopg + ODBC，查询我的 OLAP 服务器，OLAP 服务器从我的模拟数据中给我一个答案（Python 对象上没有映射，但对我来说没问题）？

更新1：

为什么我需要围绕 OLAP + Mondrian 技术进行搜索？

因为拉瓦尔大学（GeoSoa 部门 + Thierry Badard）编写了 OLAP 的空间扩展：SOLAP，并在 Mondrian 中将其实现为 GeoMondrian。 这让我感兴趣，因为我正在研究基于空间多代理的模拟（〜=地理模拟）。

GeoSoa 部门创建了一个基于 Ajax 的组件，用于与 GeoMondrian 进行通信和可视化空间数据：SOLAPLAYERS，它可以通过其 Xlma servlet 查询 Mondrian 服务器。

问题：大数据操作可能很慢，需要互联网或 Apache 2。简单地说，它只是为了可视化数据或地图...就我而言，我需要原始数据来使用 R 进行自己的数据操作+图形：空间分析、回归分析、rank-tail 等。在这里，SOLAP 帮助我为后面的复杂 R 分析准备数据。

为什么选择 Python？

1 - 通过 Web 访问空间数据 -

我正在尝试使用一个“酷”的 Python 框架，例如 GeoDjango 或 MapFish：GIS 中的大社区，开源，使用 GeoAlchemy 操作空间查询/数据，包括使用 JavaScript 扩展进行可视化和< a href="http://en.wikipedia.org/wiki/OpenLayers" rel="noreferrer">OpenLayers 等

2 - 本地访问 GIS 中的空间数据 -

我想在 QGIS 中创建一个插件（开源 GIS）来访问和可视化数据，以及 QGIS 插件和 API = Python。

3 - 数据自动分析 -

用户或科学家使用网格计算运行模拟，并选择他们想要对此数据运行的自动分析（R + ggplot2 + MDX 查询）。我的目标是创建模拟的综合报告（图形、表格数据等）。

因此，模拟之后，数据进入 OLAP/SOLAP 立方体，许多 Python 脚本（由用户创建）使用 MDX 获取数据，使用 R + RPY2 操作数据，并在 doku-wiki 或其他平台上为科学家编写和生成很酷的输出社区平台。

问题？

1 - Olap4j，Mondrian 与外部组件通信的 API 核心，是 Java 制造的：/

2 - SOLAPLAYERS 使用 Ajax 访问数据，对于用户来说速度太慢我。

3 - SQLAlchemy 和 GeoAlchemy 没有与多维数据库 (OLAP) 的驱动程序连接。

* 解决方案？ *

1 - Py4j 使用 Python 访问 olap4j 中的 Java 对象或 Java 集合？编写自己的函数来访问 Java 映射集合？ =>危险而且不太容易？...

2 - XLMA 与 Ajax Mondrian 服务器？太慢了。

3 - 将我自己的 py 连接器写入 OLAP Mondrian ？ =>哎哟。我想，这是一条艰难的路。

我应该怎么办？

Answer 1

我不懂 python，但我是 mondrian/olap4j 的作者。

如果您可以使用 py4j 访问 olap4j，那就太好了。如果没有，一定要考虑 XMLA。它可能没有你想象的那么慢（除非python的XML解析很慢）。最大的问题是构建 SOAP 请求和理解响应的复杂性。

朱利安

Answer 2

如您所知，Mondrian 是一个在 MySQL 等数据库之上用 Java 编写的完整 OLAP 引擎。所以如果我理解你的问题，你想使用 Mondrian 并想知道如何将它与 Python 连接。

我使用打包在 .jar 中的 Mondrian 在命令行上处理 MDX 查询并发回 JSON。 Python直接在命令行中调用它。

import commands
result = commands.getoutput('java -jar Mondrian_cli.jar -q 
select NON EMPTY Crossjoin({[Measures].[Store Sales]}, 
Crossjoin([Time].[1997].Children, [Store].[All Stores].Children)) ON COLUMNS, 
[Product].[All Products].Children ON ROWS from [Sales]') 

对于服务器使用，我将其打包在 servlet 中，并使用 ajax 发送 MDX。 ajax 调用并不是很大的开销，这就是为什么我认为不需要耦合 Python 和 Java 而只是与 Mondrian 服务器通信。

Answer 3

对于非常大的数据立方体存储和检索，HDF5 存储效果相当好（h5py 或 Python 接口的 PyTables）。然后，您的应用程序可以在具有 HDF5 数据库本地副本的计算机上运行，​​也可以制作临时服务器解决方案（仍然使用 Python）。

我一直在根据需要设计混合 SQL/HDF5 存储策略，并且它们的性能相当不错。

如果确实需要 MDX 查询语言：

• 作为 ORM（之前stackoverflow 上的答案）

• cubulus（尽管只实现了 MDX 的一个子集）

• 将您选择的 OLAP 作为单独的服务器运行并与它通过一个特别的接口（甚至可能是通过 http 的 XML）。

Answer 4

为了完成一点，我刚刚发现了这个 python 包来访问 XMLA 服务器：www。它表示正在与 Mondrian、icCube、MSAS 合作。