半累加指标

背景

很多用户经常使用时点值进行数据分析，例如余额指标——看最新时间点的值才有意义。但"最新时间点"的计算需要明确分组粒度：是按所有维度分组取最新值后聚合，还是按部分维度分组取最新值后聚合？不同业务场景需要不同的分组逻辑。V9.23已支持按"所有指标关联维度（剔除日期）"自动分组，但不支持灵活配置，无法满足更复杂的业务场景。

价值

• 覆盖更多场景：从"只支持按全部分组统一取最新值"升级为支持自定义分组维度，余额、库存、水位等不可累加类型的指标的计算更加灵活准确。
• 从日期扩展到更多维度：不可累加维度从固定的"统计日期"扩展到支持自定义维度（如考试次数等），适用的业务范围更广。

使用说明

• 原时点属性改名为半累加指标。半累加指标指的是在部分维度上具备累加性（即可以进行求和、平均等聚合操作），而在其他维度上不具备此属性，仅取特定值（最大 / 最小）的指标。例如，余额可以在客户维度上进行累加，但在时间维度上直接累加则不适用，因为余额通常表示某一特定时点的快照。
• 新建指标时，若需要配置不可累加维度，可以点击开启。
  • 不可累加维度：必填，默认选择统计日期。指的是计算时按哪个维度取最大或最小值，若为日期类型，则可以理解为时原来的时点属性。
  • 计算取值方式：默认选择最大值。指的是按不可累加维度（例如：日期/考试次数等），取最大值还是取最小值。
  • 计算维度分组：有三个选项，无、跟随关联维度、自定义。指的是按什么维度进行分组，分组后按不可累计加维度取最大或最小值。选择无，则不按维度分组直接取所有数据的最大或最小值。选择跟随关联维度则于关联维度所选维度保持一致。选择自定义则可以选择所有数据模型中的维度字段。不可选择于不可累加维度一样的字段。
• 计算逻辑： MEMBER_CALC( 指标聚合函数(指标), 不可累加维度 = {INCLUDE 计算分组维度: 计算取值方式(不可累加维度)} )

场景说明1

指标： 账户余额

• 不可累加维度：统计日期（时间上不能累加）

• 计算取值方式：最大值（取最新时间的值）

• 计算维度分组：客户ID + 账户类型

用户问： "每个客户的账户余额是多少？"

计算分两步骤

第一步（内层）——按分组维度取最新值

• 按 {客户ID, 账户类型} 这个最细粒度，对每个分组取最新日期的余额（最大值）： 分组维度 = 用户提问给的维度(客户ID) + 配置的维度分组(客户ID + 账户类型) = 取交集 → 但这里实际作用是最细分组粒度：{客户ID, 账户类型}，按这个组取每个组在统计日期维度上最新的值。

第二步（外层）——按用户想问的维度聚合

• 用户只问了"每个客户"，所以按客户ID聚合：

总结：先按分组维度 + 不可累加维度做最细粒度分组，在每个组里取极值，然后再按用户的查询维度做正常聚合。

场景说明2

指标：SUM(库存量)

• 不可累加维度：统计日期

• 计算取值方式：最大值（取最新时间的值）

• 计算维度分组：仓库所在区域

• 指标本身关联维度：仓库、仓库类型、仓库所在区域、统计日期

用户问： "每个仓库类型的最新库存是多少？"

• 查询维度：仓库类型
• 计算维度分组：所在区域
• 内层分组 = {仓库类型, 所在区域} ← 查询维度 ∪ 计算分组维度

第一步：按内层分组取最大日期对应的值

第二步：按查询维度聚合