构建网站分析工具的建议（最好是Python友好） - OLAP/Python
我准备开始开发一个用于电子商务网站的网络分析工具。
我会记录几种不同的事件，主要是用户点击页面上各种元素和查看页面的情况。
这些事件会带上一些额外的信息，比如登录用户的用户名、国家、年龄等等。而页面本身也会有其他信息，比如类别、子类别、产品等。
我的公司希望能有一个类似OLAP立方体的东西，这样就可以回答一些问题，比如：
来自某个国家的客户访问了哪个类别？
2012年1月，某个类别的页面浏览量是多少？
来自某个国家的客户访问了哪个类别？
我理解的是，我应该使用OLAP引擎来记录这些事件，然后建立一个报告界面，让我的同事们可以使用。
我这样理解对吗？你有什么建议关于我应该使用的引擎和前端/报告工具吗？我是一名Python程序员，所以任何与Python兼容的工具都很好。
谢谢！
2 个回答
正如选中的答案所提到的，这要看你的数据量有多大。不过，如果你遇到一种情况，觉得一个轻量级的Python OLAP框架就足够用了，那你可以试试Cubes，它的源代码在github上。这个框架支持SQL后端（其他类型的后端也可以实现），并且提供了一个轻量级的HTTP OLAP服务器。你可以在这里找到一个使用它的应用示例（PHP前端配合HTTP切片OLAP服务器后端）。不过要注意，它没有可视化层和复杂查询的功能，这也是为了保持它的轻便。
主要的问题是你的数据立方体（cube）有多大，以及你是否需要一个开源的OLAP解决方案。
如果你要处理的是比较大的数据立方体，并且希望为未来的功能留出空间，那么你可能需要选择一个真正的OLAP服务器。其中有一些是开源的，比如Mondrian，还有一些则有“有限”的社区版，比如Palo和icCube。这里重要的一点是要兼容MDX和XMLA，这两个是OLAP的标准，这样你就可以连接不同的报表工具或者使用现有的库。根据我的理解，目前没有Python版本的XMLA库，像Java或.NET那样，所以不确定这是不是一个好的方向。
如果你的数据立方体比较小，你可以自己开发一些东西，或者选择其他更快速的解决方案，就像Charlax的评论所提到的那样。