需提供下钻到原始粒度的路径
别名: 下钻验证 · 粒度路径
概念解释
聚合与分组是分析的手段，但读者若只有聚合视图而没有通向原始粒度的路径，就无法验证聚合的结论在原始数据中长什么样——聚合可能是合理的压缩，也可能是掩盖差异（延伸至同组的聚合效应）或分组伪影。下钻路径是聚合视图的"证据出口"：从总量到子群体到个体记录，每一层的过渡都应该是可导航的，让读者可以随时检查"上面的汇总是否诚实地代表下面的明细"。
机制
下钻路径的作用机制是把验证成本从"不可能"降为"一次点击"：没有下钻时，质疑一个聚合数字需要重新获取数据、重新分析，成本高到几乎所有读者都放弃验证，聚合数字以权威状态被接受；有下钻时，验证变成随手可做的动作（点开总量看分解、点开分解看明细），聚合与明细的对照随时可查。这个成本差改变了读者与数据的关系——从"被动接受"到"主动核验"。实现上的关键设计是上下文传递：下钻的每一层应该继承上一层的筛选条件与时间范围（延伸至同组的下钻上下文），否则展开的明细与聚合视图回答的不是同一个问题，下钻反而制造混乱。粒度路径的完整链条是：聚合视图 → 维度切面 → 个体记录，且每一级到下一级的映射关系应该可见（读者知道自己在第几层、下一层是什么）。
边界
下钻的粒度下限受隐私与合规约束：个体级明细在医疗、金融、人事场景可能不应对所有读者开放，此时路径的终点是"允许的最细粒度"（脱敏的记录、聚合到小组的数值），且这一限制本身应透明（"出于隐私保护，明细不可见"比静默截断诚实）。原始粒度也有展示的物理极限：百万级记录无法直接画图，到达数据层前的最后一跳通常是"抽样明细"或"查询界面"，此时应说明抽样方式（最新 N 条、随机抽样）以免读者把样本当作全量。下钻的深度也有认知边界：超过三层（聚合 → 切面 → 明细）后读者的位置感迅速退化，面包屑或状态栏成为必需品。
怎么落地
- 每个聚合图表根据数据模型配置下钻链路：聚合值可点击展开维度切面，切面记录可点击查看明细。
- 下钻的每一层继承全部筛选上下文，并在界面显示当前层级与继承的筛选条件。
- 明细不可见时（隐私限制）显示限制说明与替代粒度，而非空结果。
- 验证：任选一个聚合数字沿下钻路径走到最细可用粒度，核对沿途每一层的数字是否可以相互对上（子群体之和等于聚合值）；对不上即粒度路径存在断裂。