當(dāng)你面對“原子指標(biāo)需要支持開窗函數(shù)嗎”這個問題時，你會如何回答？這篇文章里，作者結(jié)合案例和過往經(jīng)驗，對開窗、指標(biāo)管理、原子指標(biāo)等概念及相關(guān)問題做了解讀，不妨來看一下。

開局一個靈魂提問：原子指標(biāo)需要支持開窗函數(shù)嗎？

假如，你服務(wù)的企業(yè)在做數(shù)倉重構(gòu)，給你機會嘗試One Data指標(biāo)管理的落地。你還是參照競品，設(shè)計了指標(biāo)管理，能對指標(biāo)進(jìn)行各種計算邏輯的定義。 提問：原子指標(biāo)的口徑定義里，能不能也支持支持開窗函數(shù)。

這個問題，你又怎么看？來，思考3秒，3…2…1，給出你的答案。你是不是又開始想，「什么是原子指標(biāo)」這個問題了？如果對技術(shù)不熟悉，可能還會問，什么是開窗函數(shù)？接下來的內(nèi)容，將會圍繞這主題展開。

1. 問題起源什么是開窗？
2. 為什么要開窗？
3. 回看：到底要不要支持開窗
4. 問題的本質(zhì)：理解指標(biāo)、表、以及指標(biāo)和表的關(guān)系

本文將會結(jié)合生動的案例和深入的自我思考，帶你從一個小問題深入理解指標(biāo)管理，希望你能看到最后~

一、問題起源

當(dāng)時公司在做數(shù)倉重構(gòu)，正好給我機會機嘗試One Data的落地。但我也沒經(jīng)驗，于是參考了很多資料和競品，然后對照著競品照貓畫虎弄了指標(biāo)管理的設(shè)計，就像華為 DataArtsStudio 的指標(biāo)管理這樣：

數(shù)倉開發(fā)同事看了這個原子指標(biāo)管理的界面，然后問了上文提到的問題：原子指標(biāo)能不能支持開窗函數(shù)。我反問了下，為啥要支持開窗？同事當(dāng)時說的原話我不太記得了，大概說的是：某些指標(biāo)是要開窗統(tǒng)計排名。比如（假設(shè)），教育場景里，某個報表里有這兩個指標(biāo)。

銷售金額TOP1課程，很像是用來修飾指標(biāo)的前綴（修飾詞），但又是基于對指標(biāo)的排序而來的。

什么是B端产品经理？和C端产品经理有什么区别？

B端产品经理中的B是Business，商业的意思，B端产品经理首先就要理解这个职位的重要性，要设计出更适合这个项目需求的产品方案，B最终产品经理在日常工作中...

查看详情 >

已知，原子指標(biāo)要定義指標(biāo)取數(shù)的邏輯，開窗函數(shù)是一種計算方式，那么，原子指標(biāo)的定義里面，是否要囊括對開窗函數(shù)的定義呢？我轉(zhuǎn)身看競品（DataArts Studio_新建原子指標(biāo)）找答案，但是競品沒支持。

不僅僅華為不支持，其他好幾個大廠競品都沒涉及到這點。完蛋，我好像進(jìn)入一個沒人涉足的無人區(qū)了，咋搞？當(dāng)然，我可以很簡單做個決策：相信大廠，照抄。并且以此說服同事，我可以說，大廠的好多的競品沒做，肯定是有道理。但是到底為什么競品不支持開窗呢？我始終不明白。

我了解了實際情況，管理、推薦的場景里，確實有些指標(biāo)是排名性質(zhì)的，看似這個訴求也合理。而且，排名方面，還可以繼續(xù)演化，以直播場景為例。比如按照多個指標(biāo)排名后，最終分出來主播的級別，然后日常要看S、A、B級主播帶貨金額占總體GMV的比例。

在企業(yè)里，你可能會看到兩種狀態(tài)的表格，描述的業(yè)務(wù)結(jié)果是一樣的，但是表頭、行數(shù)、列數(shù)有一些差異（差異就在于，修飾詞是否單獨列出來作為維度，以后有機會再講）到底要不要支持呢？要不要探究下呢？理解開窗，才能知道到底要不要。

二、什么是開窗，為什么要開窗？

我們?nèi)搜鬯吹降膬?nèi)容，都是光照到物體上的反射，打開窗戶，外面的光才能照進(jìn)來。

開窗的大小，決定了進(jìn)入到窗內(nèi)的光的多少，也影響了窗內(nèi)人獲取信息的量。

人所看到的內(nèi)容，取決于看的視角，從不同的角度看，信息也不同。

還記得小學(xué)課文里的楊桃嗎？有的角度看楊桃，像個五角星。再比如，蘇軾在《題西林壁》中寫道：橫看成嶺側(cè)成峰，遠(yuǎn)近高低各不同。不識廬山真面目，只緣身在此山中”。

假如，我們待在一個房間內(nèi)，我們認(rèn)為窗是相對靜止的。調(diào)整我們的視角，能看到不同的內(nèi)容，可以理解為從不同的角度（維度）去分析事物。除此以外，也有移動的窗。

就如圖片所示，當(dāng)我們坐在火車上，視角固定，窗戶常開，雖然你人不動，但是你會看到不斷變化的內(nèi)容，不同物體的光會透過窗戶（信息）不斷映入你的眼睛。有了這個基礎(chǔ)，我們再去理解數(shù)據(jù)世界的開窗函數(shù)。

開窗函數(shù)是一種在數(shù)據(jù)庫查詢中使用的強大工具，它能夠在一個數(shù)據(jù)集上進(jìn)行復(fù)雜的序列比較和計算。

在SQL中，開窗函數(shù)可以用于各種計算，包括聚合運算、排名、移動平均等，而不改變返回行的數(shù)量。以下是一個簡單的例子：假設(shè)我們有一張名為sales的表格，其中包含了每天的銷售數(shù)據(jù)，該表具有以下結(jié)構(gòu)：

• sale_date：銷售日期
• amount：當(dāng)日銷售金額

如果我們想計算過去7天的滾動平均銷售額，則可以用如下SQL查詢：

SELECT sale_date, amount, AVG(amount) OVER (ORDER BY sale_date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW) AS rolling_avg_sales FROM sales;

這個查詢中的關(guān)鍵部分是開窗函數(shù)AVG(amount) OVER (…)：

• OVER子句定義了窗口的規(guī)則。
• ORDER BY sale_date表示窗口以sale_date進(jìn)行排序。
• ROWS BETWEEN 6 PRECEDING AND CURRENT ROW指定了窗口的范圍是當(dāng)前行以及之前的6行，總共覆蓋了7天的數(shù)據(jù)。

執(zhí)行這個查詢后，每一行都會新增一個rolling_avg_sales字段，表示從當(dāng)前行開始往前數(shù)7天內(nèi)（包括當(dāng)前行）的平均銷售額。備注：

不同的SQL數(shù)據(jù)庫管理系統(tǒng)在處理邊界情況（例如，當(dāng)沒有足夠的數(shù)據(jù)計算七天平均時）的默認(rèn)行為可能略有不同。

然后，我們結(jié)合案例來看看開窗函數(shù)定義的指標(biāo)。

假如，我們是一家網(wǎng)店的店主，本月新上了一個品類，然后系統(tǒng)記錄了該品類1-20號的當(dāng)天銷售金額，也統(tǒng)計了環(huán)比昨天的指標(biāo)。如下左邊。我們也基于這兩個指標(biāo)制作對應(yīng)的業(yè)績變化圖。

而當(dāng)我們感受到2次比較大的業(yè)績下滑，在第3次業(yè)績下滑的時候，要不要進(jìn)行調(diào)整銷售策略呢？調(diào)整的依據(jù)是什么呢？尤其14號的業(yè)績剛剛有突破，而15號又猛烈下滑。

這個時候，我們就可以用開窗函數(shù)來看平均的銷售情況，而不是被某一天或兩天的異常高低銷售額所影響，我們可以使用7天滾動平均銷售金額這個指標(biāo)（如下圖）

結(jié)合7天滾動平均銷售金額來看，雖然業(yè)績有起伏波動，尤其是紅色框中的部分，滾動平均銷售金額的波動并沒有那么大，且在小幅下降后便逐步上升如果在原子指標(biāo)定義中需要考慮時間序列分析、累積計算或者比較不同時期的數(shù)據(jù)，那么開窗函數(shù)就非常有必要。

當(dāng)然，在真實的應(yīng)用場景中，我們還需要考慮到特殊情況，比如業(yè)務(wù)調(diào)整、節(jié)假日或者其他非營業(yè)日沒有銷售數(shù)據(jù)的情況。

三、回看，到底要不要支持開窗？

開窗有意義嗎？有。那系統(tǒng)層面能支持開窗嗎？能。要支持開窗嗎？等等，再想想，其實還有一個問題。

為什么看到很多競品系統(tǒng)，在定義原子指標(biāo)計算邏輯時，都要求先指定對應(yīng)的來源表呢？而且一般都是事實表，這當(dāng)中有什么關(guān)系嗎？

正好，在上篇文章里講到過這個問題：數(shù)倉分層后，原子指標(biāo)如何指定來源事實表。

當(dāng)中說道：我們的目標(biāo)重點是保持清晰的指標(biāo)定義和一致的取數(shù)口徑，即使在不同的聚合層級之間，銷售金額指標(biāo)的計算規(guī)則也應(yīng)該是一致的。

等等，如果有兩個表，一個原始表，一個開窗的結(jié)果表，那是不是可以基于開窗處理后的結(jié)果表來定義指標(biāo)呢？嗯，把這種開窗的計算邏輯前置到表的ETL腳本里去，原子指標(biāo)這層，屏蔽掉這個邏輯。

我們再看看開窗函數(shù)，到底是在做什么操作？

在上面的案例里，你也看到了，在某些日期內(nèi)做開窗計算，是沒有結(jié)果的。

當(dāng)數(shù)據(jù)缺漏時，就像開的窗戶對著一塊黑洞。

因為窗戶設(shè)定的范圍很大，但是數(shù)據(jù)的范圍沒那么大（就好像，開的窗戶里有一部分對著黑洞，光壓根從黑洞里跑不出來，那肯定看不到。

而且，案例中開窗是要按照設(shè)定的窗口范圍取一些歷史數(shù)據(jù)計算的，無意間就利用時間修飾了指標(biāo)。時間是什么？可以理解是維度，比如日期，也可以理解是時間周期，近1天、近7天。

其實環(huán)比昨日也涉及到了時間周期。還記得之前文章指標(biāo)管理必知的真相：訂單事實表里沒有原子指標(biāo)引用的公式嗎？派生指標(biāo) = 原子指標(biāo) + 時間周期 + 修飾詞

再問問自己：開窗函數(shù)定義的指標(biāo)是原子指標(biāo)嗎？誒，好像不是。

這時候，我們再回看定義，在指標(biāo)管理中，原子指標(biāo)通常指的是最基本、不可再分的數(shù)據(jù)點，這些數(shù)據(jù)點用來構(gòu)建更復(fù)雜的計算指標(biāo)或衍生指標(biāo)。

例如，日銷售額、用戶訪問量等都可以被看作是原子指標(biāo)。開窗的指標(biāo)，相當(dāng)于是借用有時間含義的指標(biāo)進(jìn)行了口徑定義，且只能是在時間往前推移的情況下(也就是有了時間周期的情況下），才能有正確的計算結(jié)果。

故而，開窗函數(shù)修飾的指標(biāo)，不是原子指標(biāo)。原子指標(biāo)，不應(yīng)該支持開窗函數(shù)。

四、問題的本質(zhì)：理解指標(biāo)、表、以及指標(biāo)和表的關(guān)系

1）深入理解不可再分

“不可再分”的原子指標(biāo)，指的是在特定的業(yè)務(wù)情境下，該指標(biāo)已經(jīng)是最簡單、最基礎(chǔ)的數(shù)據(jù)度量，無法被進(jìn)一步分解為更小的單位或子指標(biāo)。窗口這個詞，其實不能完全表達(dá)含義，時間列車在滾滾向前，我們哪怕只從固定的視角看數(shù)據(jù)，但是這個數(shù)據(jù)也一直在變化。

例如，在銷售分析中，“日銷售金額”可以看作是一個原子指標(biāo)。它由當(dāng)天所有銷售交易的金額總和組成，自身并不會進(jìn)一步分解為更細(xì)的指標(biāo)。當(dāng)然，“日銷售金額”可能來源于多個“單筆交易金額”，但在日銷售額這個層面上，我們通常把它視為一個整體，作為分析的基點。

2）深入理解粒度

分析的基點，這就是為什么數(shù)據(jù)倉庫在選定業(yè)務(wù)過程后，接下來就是聲明粒度的原因?？梢曰乜催@篇文章：數(shù)倉避坑-整明白懂粒度如果一個公司想要分析產(chǎn)品銷售數(shù)據(jù)，那么“單個產(chǎn)品的銷售數(shù)量”也可以被認(rèn)為是一個原子指標(biāo)，因為它代表了最基本的銷售單位計數(shù)，不涉及到更深層次的拆分。

這樣的原子指標(biāo)有助于建立一個清晰、簡潔的數(shù)據(jù)體系，它們是構(gòu)建復(fù)雜報告、儀表板和高級分析（如預(yù)測模型）所依賴的基石。通過對多個原子指標(biāo)進(jìn)行組合和運算，可以創(chuàng)建復(fù)雜的衍生指標(biāo)，如銷售增長率、用戶留存率等。

3）脫離具體的表談?wù)撝笜?biāo)，是沒有意義的

指標(biāo)是為了衡量、跟蹤或比較特定現(xiàn)象或結(jié)果而設(shè)定的具體數(shù)值或標(biāo)準(zhǔn)。離開具體的表定義指標(biāo)和取數(shù)口徑，一個指標(biāo)可能就會失去其原有的明確含義和測量價值。

如果沒有了明確的定義和取數(shù)口徑，就很難保證數(shù)據(jù)的一致性和準(zhǔn)確性，進(jìn)而影響數(shù)據(jù)分析和決策的有效性。

4）指標(biāo)定義的問題，可以通過增加分層表來解決

當(dāng)我們要依賴其他指標(biāo)進(jìn)行計算，我們可以先定義好事實表，加工好對應(yīng)的指標(biāo)，然后從定義好的事實表里面取值。

這樣也有個好處：利用表對指標(biāo)的依賴邏輯進(jìn)行一個解耦。不至于讓指標(biāo)的計算口徑定義太過于復(fù)雜，比如，我們看某個指標(biāo)，能知道這個指標(biāo)是從某個表的某個字段基于什么方式進(jìn)行計算，就可以了。至于說，依賴的表是怎么加工出來，數(shù)據(jù)是否準(zhǔn)確，那是上一層定義的事情了。

5）表分層之后數(shù)據(jù)的一致性問題，需要質(zhì)量監(jiān)測來解決

緊接問題4，開窗是要開的，我們在指標(biāo)所依賴的表的ETL里定義好，算好即可。如果粒度有很多，最粗粒度的指標(biāo)肯定是有多種方式來匯聚出來的。比如，年度收入，可以從小時收入、天收入、周收入、月收入?yún)R總出來。

以終為始來看，咱也不管是咋匯聚的了，咱就只要求：最終出來的結(jié)果是對的，多種方式產(chǎn)出的結(jié)果是一致的（都對?。?。這，就是數(shù)據(jù)質(zhì)量里的準(zhǔn)確性、一致性。

以上，感謝閱讀~