笔者最近入职了一家外包公司，从事的是某金融机构指标平台的后端代码开发。 因为是第一次接受相关业务，所以在空余时间面向ai搜索了解了一些相关知识，并结合相关代码做了一些整理。
指标
- 原子指标：基础业务指标，如用户数、交易金额等，不可拆分且直接反映业务核心数据。
- 派生指标：基于原子指标、时间周期和维度组合生成，例如“最近30天杭州地区用户下单数”。
- 复合指标：通过数学运算（如比率计算）生成的指标，例如“用户留存率”
以上是ai提供的一些指标分类信息，在笔者所了解的代码中，当前系统内部指标也是如上分成了三种类型，
原子指标
原子指标是对数据源的进一步分组聚合计算，所以在底层实现上就是一段具体的sql。
如下假设是一个计算某部门某段时间的部门总薪资指标，其底层最终存储的用来计算的就是一段分组聚合后的sql
eg:select depart "部门",sum(salary) "部门薪资汇总" from depart_salary t where t.biz_date
between ${startDate} and ${endDate} group by depart order by depart
大概的原子指标配置页面也就是如图所示
派生指标
派生指标是针对原子指标计算结果的进一步筛选
原子指标在配置好后，还会配置相关调度信息，
每次调度计算都会将结果写入指标结果宽表。
派生指标则是在这个指标结果宽表的基础上，
再进行sql的组装拼接计算获取到对应的指标结果值
复合指标
复合指标类似于派生指标，也是使用指标结果宽表来获取对应的指标结果值，
所不同的是复合指标，需要支持指标跟指标之间的四则运算，if else等逻辑运算。
数据源
- sql数据源：数据开发自己编写sql查询的业务宽表。
- 数据集合：上游BI系统通过拖拉拽在页面配置好的数据集合。
- 文件：诸如导入的csv，excel等文件。
- API接口：上游系统提供的可以获取数据的api接口。
sql数据源
一段sql构建的数据源。数据开发同事会将底层多张表进行关联，
查询出大量会被使用的字段。以供后续指标配置时候使用。
指标配置的时候，选择对应的维度，度量，
后台将其组装成一个分组聚合的sql。并最终由指标平台直连数据库进行sql查询。
数据集合
现阶段的数据集合，也是返回一段具体的sql到指标平台，
再由指标平台，在外层再包一层分组聚合的sql。
最终连接对应的数据查询引擎，执行sql并获取结果
文件
当前支持的是业务报表的excel，用户将excel上传到文件存储服务。
然后在配置指标时，进行解析，针对所选的维度，度量进行分组聚合计算。
针对数据量不大的直接在内存使用java stream进行计算。数据量的写入数据库临时表，在进行sql的拼接查询
API接口
提供给指标平台使用的api接口，需要满足对应的格式规范。
由指标平台调用接口获取数据，最终再使用类似excel数据源的方式进行处理
总结
在初步走读代码后，笔者发现系统想做的东西很多，但好多看起来都没有进行很好的规划，大多是功能的堆砌，代码读起来也是让人生畏
