<< Click to Display Table of Contents >> 当前位置:  数据准备 > 数据集 > 数据治理  数据类型与分类 复制链接

1. 数据类型综述

数据源的数据有数据类型的概念。随着数据类型的变化，数据的展现、对话框的输入和格式的使用都不尽相同。

在创建数据集模块上定义或修改其中字段的数据类型。例如数据源的某列数据是数字类型，但实际数据只有0和1，可从业务逻辑上表明此字段是布尔类型，就可以在界面上改成布尔类型。

数据类型分好了，还需要把其分成两类：维度和度量。一般维度是用来给数据分组，表示一个方面；而度量是用来做汇总统计的数值。

维度可以被划分成层次。根据层次的高低，用户可以向上、向下钻取。数据分箱也是维度的一种字段，用户自定义出一种划分数据分箱的字段，把数据分箱作为维度来分析数据也是很常用的使用。另外，用户还可以自定义出各种字段来实现分析需求，例如定义表达式字段、日期层次字段、数字分箱字段等。还可以定义各类分析算法。

现支持的数据类型包括文本（字符，字符串），数值（长整数，短整数，整数，字节，单精度，双精度），日期时间（日期，时间，时间戳）和布尔，见下表。

不同数据类型的数据除了在数据存储和展现上有所区别以外，在实际的使用中也大不相同。

➢例如：

•默认是维度还是度量，参考下文维度列和度量列表中列出的默认的数据类型；

•绘制图表时，产品也会根据绑定数据类型影响轴类型的表现；

•不同数据类型的度量列支持不同的聚合函数，如下文中提到的，非数值的字段无法进行求和类的聚合。

2. 维度列

维度表示数据分类的角度或方面。不同的城市是维度，不同的月份是维度，不同的数据分箱也是维度。维度有的时候也可以理解成组，按照不同的角度或方向进行分组，把数据分组来展示和汇总。理论上所有数据类型都可以表示维度，不过实际应用会默认一些非数值类型的数据是维度量，默认用来做维度的数据类型如下表所示。

维度的排序功能更有意义，特别是按列排序可以支持基于别的字段聚合后的值排序，还可以进行排名。细节数据不具备此功能，只有聚合数据才能排名。

维度列可以在元数据选项卡页面转换为度量列，可在数据集数据区转换，这是整个数据集级别的改动，所有使用报告的地方，都按照数据集里的划分来判断维度还是度量；还可以在数据的绑定界面上转换，这个转换只对数据的当前位置起作用。维度字段切成度量后，支持的聚合函数只有求最大值，最小值，统计个数，统计不同值个数，和近似不同值的个数，因为对非数值类型字段做求和等统计没有意义。详情请参考数据聚合。

3. 度量列

度量表示可被用于衡量和统计的数值，销售，利润，成本等都是度量。因此，数值类型的数据都被划分为度量了。另外把日期，时间也划分为度量。默认用来做度量的数据类型如下表所示。

度量同样也可以变为维度。

度量支持的统计函数较多，支持所有本产品提供的统计函数。

需要自动区分数据类型是维度还是度量的场景包括：

•刷新元数据。在数据集建立好后，刷新元数据的时候，需要把数据集里的所有字段自动分成维度和度量，分配规则参考上文中维度度量列默认使用的数据类型。分好后，会分别在元数据界面的两个节点上列出来。

•新建计算列。在元数据界面上新建计算列，即用脚本生成字段，此时新建的计算列会根据结果的数据类型自动分到对应的维度/度量节点上。

•创建了层次，日期层次，数字范围，新建分组，值映射、去空格，拆分列会自动列到维度上；缺失值填充根据原字段数据类型来判断，如果是字符串会自动列在维度上，如果是数值类型会自动列在度量上。

•在制作报告的时候，创建计算列字段。在报告的绑定界面上，不会根据数据类型来分，而是根据生成的计算列字段的类型来分。细节维度字段是维度。细节度量字段和聚合度量字段是度量。