博客园_邀月工作室

WITH
MEMBER [Measures].[Reseller Sales Per Order] AS
([Measures].[Reseller Sales Amount]) / ([Measures].[Reseller Order Count])
SELECT
NON EMPTY {
[Measures].[Reseller Order Count],
[Measures].[Reseller Sales Per Order],
[Measures].[Reseller Sales Amount]
} ON COLUMNS,
NON EMPTY { ( [Product].[Product].[Product].ALLMEMBERS ) }
DIMENSION PROPERTIES
MEMBER_CAPTION, MEMBER_UNIQUE_NAME
ON ROWS
FROM [Step-by-Step]
CELL PROPERTIES
VALUE, BACK_COLOR, FORE_COLOR, FORMATTED_VALUE,
FORMAT_STRING, FONT_NAME, FONT_SIZE, FONT_FLAGS

修改MDX查询：

至此，设计DataSet完成。

四、添加参数到DataSet

注意到查询也发生了变化

例12-2

WITH
MEMBER [Measures].[Reseller Sales Per Order] AS
([Measures].[Reseller Sales Amount]) / ([Measures].[Reseller Order Count])
SELECT
{
[Measures].[Reseller Order Count],
[Measures].[Reseller Sales Per Order],
[Measures].[Reseller Sales Amount]
} ON COLUMNS,
{ ([Product].[Product].[Product].ALLMEMBERS ) }
DIMENSION PROPERTIES
MEMBER_CAPTION, MEMBER_UNIQUE_NAME
ON ROWS
FROM (
SELECT
( { [Product].[Product Categories].[Subcategory].&[1] } ) ON COLUMNS
FROM [Step-by-Step]
)
WHERE ( [Product].[Product Categories].[Subcategory].&[1] )
CELL PROPERTIES
VALUE, BACK_COLOR, FORE_COLOR, FORMATTED_VALUE,
FORMAT_STRING, FONT_NAME, FONT_SIZE, FONT_FLAGS

例12-3

WITH
MEMBER [Measures].[Reseller Sales Per Order] AS
([Measures].[Reseller Sales Amount]) / ([Measures].[Reseller Order Count])
SELECT
{
[Measures].[Reseller Order Count],
[Measures].[Reseller Sales Per Order],
[Measures].[Reseller Sales Amount]
} ON COLUMNS,
{ ([Product].[Product].[Product].ALLMEMBERS ) }
DIMENSION PROPERTIES
MEMBER_CAPTION, MEMBER_UNIQUE_NAME
ON ROWS
FROM (
SELECT
( STRTOSET(@ProductProductCategories, CONSTRAINED) ) ON COLUMNS
FROM [Step-by-Step]
)
WHERE
( IIF(
STRTOSET(@ProductProductCategories, CONSTRAINED).Count = 1,

STRTOSET(@ProductProductCategories, CONSTRAINED),
[Product].[Product Categories].currentmember
)
)
CELL PROPERTIES
VALUE, BACK_COLOR, FORE_COLOR, FORMATTED_VALUE,
FORMAT_STRING, FONT_NAME, FONT_SIZE, FONT_FLAGS

可以修改我们刚添加的参数：

修改参数以限制到Subcategory及以上的级别

例12-4

WITH MEMBER [Measures].[ParameterCaption] AS

[Product].[Product Categories].CURRENTMEMBER.MEMBER_CAPTION

MEMBER [Measures].[ParameterValue] AS

[Product].[Product Categories].CURRENTMEMBER.UNIQUENAME

MEMBER [Measures].[ParameterLevel] AS

[Product].[Product Categories].CURRENTMEMBER.LEVEL.ORDINAL

SELECT {

[Measures].[ParameterCaption],

[Measures].[ParameterValue],

[Measures].[ParameterLevel]

} ON COLUMNS ,

[Product].[Product Categories].ALLMEMBERS ON ROWS

FROM [Step-By-Step]

修改后的结果：

例12-5

WITH
MEMBER [Measures].[ParameterCaption] AS
[Product].[Product Categories].CURRENTMEMBER.MEMBER_CAPTION
MEMBER [Measures].[ParameterValue] AS
[Product].[Product Categories].CURRENTMEMBER.UNIQUENAME
MEMBER [Measures].[ParameterLevel] AS
[Product].[Product Categories].CURRENTMEMBER.LEVEL.ORDINAL
SELECT
{
[Measures].[ParameterCaption],
[Measures].[ParameterValue],
[Measures].[ParameterLevel]
} ON COLUMNS,
{
Descendants(
[Product].[Product Categories].[All Products],
[Product].[Product Categories].[Subcategory],
SELF_AND_BEFORE
)
} ON ROWS
FROM [Step-by-Step]

重要：Report Service提供“Select All”选项，此时，当某个用户设置All Members时，在参数的DataSet中的每个可用Member将被选择并提交。

附带介绍一下Filter 操作符（运算符）：

在上面我们也用到三个字符转换函数：

StrToSet（http://msdn.microsoft.com/zh-cn/library/ms144782.aspx）

StrToMember（http://msdn.microsoft.com/zh-cn/library/ms146022.aspx）

StrToTuple（http://msdn.microsoft.com/zh-cn/library/ms146079.aspx）

5、在Report中设置数据

增加report汇总

上图的结果我们通过前节的练习，知道，结果是不准确的，Report Service默认使用Sum进行汇总，实际上我们需要使用的是Aggregate函数。

Reseller Order Count列基于Reseller Order Count度量，使用Distinct Count聚合函数。下面我们修改以使用Aggregate函数。

对第三列和第四列依次使用Aggregate函数:

修改后的效果：

格式化表格

注意:Currency与当前的操作系统设置相关。

当然，你可以尝试更多的显示效果，例如背景色：

小结：本文是关于Report的初级入门知识，主要是前面所学MdX函数应用的前台展示。本书的学习也到此结束，总的来说，这算是一本书相当简易的基础书，其中的大部分内容都可以在MSDN中找到。

下面一本书将是Cube的提高《Expert Cube Development with Microsoft SQL Server 2008 Analysis Services》，欢迎有兴趣的同学一起读书。

本文所用演示代码：下载

参考资源：

1、MDX官方教程（http://msdn.microsoft.com/zh-cn/library/ms145506.aspx）

本文链接

《Microsoft SQL Server 2008 MDX Step by Step》学习笔记十二：动态安全

2011-12-02T09:04:00Z

SQL Server 2008中SQL应用系列及BI笔记系列--目录索引

导读:本文主要介绍Analysis Service的安全问题，特别是账号的权限分配，包括：

■1、创建一个本地测试账号和基本数据库角色

■2、限制标准属性层次结构（Attribute-Hierarchy Restrictions）

■3、限制父子层次结构（Restricting Parent-Child Hierarchies）

■4、实施Cell级别的限制（Implementing Cell-Level Restrictions）

本文所用数据库和所有源码，请到微软官网下载

1、创建一个本地测试账号和基本数据库角色

创建本地账号的步骤如下：

假定账号为MdxUser，属于用户组MdxUserGroup。

创建数据库的角色如下：Role

下来检验我们上面的设置是否生效。我们使用UserName函数（http://msdn.microsoft.com/zh-cn/library/ms146016.aspx）

在cmd中输入:

Set ComputerName

rem ‘获取机器名为AP4

RunAs /user:computername\MdxUser "ssms"

此时提示输入mdxuser账号的密码：

输入成功后，即可以MdxUser登录Analysis Service

例11-1

WITH
MEMBER [Measures].[Current User] AS
UserName()
SELECT
{[Measures].[Current User]} ON COLUMNS
FROM [Step-by-Step]
;

修正以仅返回当前登录的用户名

例11-2

WITH
MEMBER [Measures].[Current User] AS
VBAMDX!Right(
UserName(),
VBAMDX!Len(UserName()) -
VBAMDX!Instr(UserName(),"\")
)
SELECT
{[Measures].[Current User]} ON COLUMNS
FROM [Step-by-Step]
;

顺便我们介绍一个技巧，我们在查询时不知道列或者仅想作测试时，可以用empty Sets来代替，其作用类似于SQL查询中的“*”。

例11-3

SELECT
{} ON COLUMNS,
{[Product].[Product].[Product].Members} ON ROWS
FROM [Step-by-Step]

2、限制标准属性层次结构（Attribute-Hierarchy Restrictions）

第一步设计允许集，在此之前我们先看一个基本示例：

例11-4

SELECT
{} ON COLUMNS,
{[User].[User].[User].Members} ON ROWS
FROM [Step-by-Step]
;

如果不希望MdxOtherUser出现在这个查询结果中，那么如下：

例11-5

SELECT
{} ON COLUMNS,
StrToSet(
"{([User].[User].[User].[" +
VBAMDX!Right(
UserName(),
VBAMDX!Len(UserName()) -
VBAMDX!Instr(UserName(),"\")
) + "])}"
) ON ROWS
FROM [Step-by-Step]
;

注意上例中使用了StrToSet（http://msdn.microsoft.com/zh-cn/library/ms144782.aspx），类似的还有

StrToValue（http://msdn.microsoft.com/zh-cn/library/ms144951.aspx）

StrtoTuples（http://msdn.microsoft.com/zh-cn/library/ms146079.aspx）

在例11－3中执行结果切换到Message视图产，可以看到有397个成员。

我们作个限制：

例11-6

SELECT
{} ON COLUMNS,
Exists(
{[Product].[Product].[Product].Members},
{[User].[User].[User].[MdxUser]},
'User Product Relationship'
) ON ROWS
FROM [Step-by-Step]
;

第二步实施允许集：

设置完成，我们第三步检验设置效果：

有人会注意到这个结果109与刚才的108不一致，其实，限制集并不关心是否与MdxUser有关联，所以是109。

此时，再重新执行例11-4，结果只有MdxUser一项。

3、限制父子层次结构（Restricting Parent-Child Hierarchies）

在一个维度中，如果引用自身，比如最典型的父子层次关系是员工和账户。一个员工出于业务需要可能有多个账户。第一步设计允许集

我们看一个查询实例：

例11-7

SELECT
{} ON COLUMNS,
{[Employee].[Employees].Members} ON ROWS
FROM [Step-by-Step]
;

例11-8

WITH
MEMBER [Measures].[User] AS
[Employee].[Employees].CurrentMember.Properties("User")
SELECT
{([Measures].[User])} ON COLUMNS,
{[Employee].[Employees].Members} ON ROWS
FROM [Step-by-Step]
;

注意到Stephen Y.Jiang对应的windows用户为MdxUser

我们修改查询如下：

例11-9

WITH
MEMBER [Measures].[User] AS
[Employee].[Employees].CurrentMember.Properties("User")
SELECT
{([Measures].[User])} ON COLUMNS,
Filter(
{[Employee].[Employees].Members},
[Employee].[Employees].CurrentMember.Properties("User")=
VBAMDX!Right(
UserName(),
VBAMDX!Len(UserName()) -
VBAMDX!Instr(UserName(),"\")
)
) ON ROWS
FROM [Step-by-Step]
;

第二步实施允许集

第三步检验允许集：

这个结果的意义是：当你用MdxUser账户登录后，你可以访问这14个层次关系的成员，包括直接的和间接的。

4、实施Cell级别的限制（Implementing Cell-Level Restrictions）

重要：本段内容以上段内容为基础，因此，对应的MdxUser限制也基于上例。如果没有完成上例，请先完成第3部分的操作。

第一步：设计逻辑表达式

例11-10

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{[Employee].[Employees].Members} ON ROWS
FROM [Step-by-Step]
;

例11-11

WITH
MEMBER [Measures].[Is Accessible] AS
Count(
Intersect(
Ascendants([Employee].[Employees].CurrentMember),
Filter(
{[Employee].[Employees].Members},
[Employee].[Employees].CurrentMember.Properties("User")=
VBAMDX!Right(
UserName(),
VBAMDX!Len(UserName()) -
VBAMDX!Instr(UserName(),"\")
)
)
)
) > 0
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Is Accessible])
} ON COLUMNS,
{[Employee].[Employees].Members} ON ROWS
FROM [Step-by-Step]
;

第二步：实施设计

Count(
Intersect(
Ascendants([Employee].[Employees].CurrentMember),
Filter(
{[Employee].[Employees].Members},
[Employee].[Employees].CurrentMember.Properties("User")=
VBAMDX!Right(
UserName(),
VBAMDX!Len(UserName()) -
VBAMDX!Instr(UserName(),"\")
)
)
)
) > 0

第三步：验证限制

再次执行例11-10

重要：完成本例后请务必删除MdxUser和MdxUserGroup用户组。

小结：

本文介绍动态安全的相关内容，主要包括限制标准属性层次结构，限制父子层次结构、实施Cell级别的限制。下文将继续学习创建报表，也是本书的最后一部分内容。

参考资源：

1、MDX官方教程（http://msdn.microsoft.com/zh-cn/library/ms145506.aspx）

本文链接

《Microsoft SQL Server 2008 MDX Step by Step》学习笔记十一：计算成员和动态命名集

2011-12-01T08:50:00Z

SQL Server 2008中SQL应用系列及BI笔记系列--目录索引

导读:前面几篇介绍MDX的基本函数，从本文起，开始介绍一些简单的MDX应用。本文是Cube的增强篇，包括：

■1、构建Cube范围的简单计算成员（Calculated Members）

■2、构建Cube范围的复杂计算成员（Calculated Members）

■3、动态命名集（Dynamic Named Sets）

本文所用数据库和所有源码，请到微软官网下载

另外文尾提供两个项目源码：Chapter10_Begin.Rar和Chapter10_End.Rar，顾名思义，开始和完成。请读者自行修改数据源ds的连接串。

1、构建简单的计算成员（Calculated Members）

每个AS的Cube都包含一个单个的MDX脚本，它由一系列声明（statement）组成，其中绝大多数MDX的第一个声明是CALCULATE。下面我们组建一个最基本的计算成员。

例10-1

WITH
MEMBER [Product].[Category].[All Products].[Bikes & Accessories] AS
([Product].[Category].[Bikes]) + ([Product].[Category].[Accessories])
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Reseller Order Count]),
([Measures].[Discount Percentage])
} ON COLUMNS,
{[Product].[Category].AllMembers} ON ROWS
FROM [Step-by-Step]
;

更灵活的方式

例10-2

WITH
MEMBER [Product].[Category].[All Products].[Bikes & Accessories] AS
Aggregate(
{
([Product].[Category].[Bikes]),
([Product].[Category].[Accessories])
},
[Measures].CurrentMember
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Reseller Order Count]),
([Measures].[Discount Percentage])
} ON COLUMNS,
{[Product].[Category].AllMembers} ON ROWS
FROM [Step-by-Step]
;

现在我们用create Mmeber在开发环境中设计这个计算成员：

首先，打开vs2008，打开本文提供的示例：MDX Step-by-Step.sln

如下图：

选择Step-By-Step.cube，Calculations选项卡，点击“New Calculated Member”按钮，修改名称为“[Bikes & Accessories]”，
Parent Properties选项，选择“Product.Category”维度，Parent Member选项，选择“[All Products]”，在Expression中输入：

Aggregate(
{
([Product].[Category].[Bikes]),
([Product].[Category].[Accessories])
},
[Measures].CurrentMember
)

最后如下图：

切换到script视图以查看语法：

设计完计算变量后，下一步是部署，步骤如下：

部署完成！

可以通过下例验证刚部署的Cube范围的计算成员

例10-3

SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Reseller Order Count]),
([Measures].[Discount Percentage])
} ON COLUMNS,
{[Product].[Category].AllMembers} ON ROWS
FROM [Step-by-Step]
;

2、构建复杂计算成员（Calculated Members）

对于以下查询：

例10-4

WITH
MEMBER [Measures].[Reseller Sales Amount Average] AS
([Measures].[Reseller Sales Amount])/
([Measures].[Reseller Transaction Count])
,FORMAT_STRING="Currency"
MEMBER [Measures].[Reseller Sales Amount Variance] AS
(
([Measures].[Squared Reseller Sales Amount]) /
(([Measures].[Reseller Transaction Count])-1)
) -
(([Measures].[Reseller Sales Amount Average])^2)
,FORMAT_STRING="Currency"
MEMBER [Measures].[Reseller Sales Amount Std Dev] AS
([Measures].[Reseller Sales Amount Variance])^(0.5)
,FORMAT_STRING="Currency"
SELECT
{
([Measures].[Reseller Sales Amount Average]),
([Measures].[Reseller Sales Amount Variance]),
([Measures].[Reseller Sales Amount Std Dev])
} ON COLUMNS
FROM [Step-by-Step]
;

例10－4也可以通过计算成员实现

检验后如上部署，

此时，我们在SSMS管理界面，可以看到：

再用下列查询重新实现10-4

例10-5

SELECT
{
([Measures].[Reseller Sales Amount Average]),
([Measures].[Reseller Sales Amount Variance]),
([Measures].[Reseller Sales Amount Std Dev])
} ON COLUMNS
FROM [Step-by-Step]
;

顺便介绍一下NON_EMPTY_BEHAVIOR属性的应用。

在MDX查询器中执行下例：
例10-6

SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Reseller Sales Amount Average]),
([Measures].[Reseller Sales Amount Std Dev])
} ON COLUMNS,
{[Product].[Subcategory].Members} ON ROWS
FROM [Step-by-Step]
;

在BIDS中如下图设置：

勾选后部署，效果：

3、组装一个命名集（Assembling Named Sets）

看下例查询

例10-7

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
TopCount(
[Product].[Product].[Product].Members,
5,
([Measures].[Reseller Sales Amount])
) ON ROWS
FROM [Step-by-Step]
;

例10-8

WITH
SET [Top 5 Products] AS
TopCount(
[Product].[Product].[Product].Members,
5,
([Measures].[Reseller Sales Amount])
)
SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{[Top 5 Products]} ON ROWS
FROM [Step-by-Step]
;

上面两个例子的查询是一致的。[Top 5 Products]就是一个命名集。

在BIDS界面中如下设置（增加一个命名集）：

保存并部署，

再调用该命名集

例10-9

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{[Top 5 Products]} ON ROWS
FROM [Step-by-Step]
;

结果同上。

提示：在Analysis service的2008版本中提供了“Dynamic Named Sets”，之所以称为动态，是因为这个集并不缓存，而是每次使用时动态调用。区别在于Create后面紧跟一个Dynamic关键字

CREATE DYNAMIC SET CURRENTCUBE.[Top 5 Products]
AS TopCount(
[Product].[Product].[Product].Members,
5,
([Measures].[Reseller Sales Amount])
), DISPLAY_FOLDER = 'Sets';

源码下载：

1、 Chapter10_Begin.rar

2、Chapter10_End.rar

小结：

本文介绍Cube的增强功能，主要包括构建计算成员和动态命名集。下文将继续学习实现动态安全。

参考资源：

1、MDX官方教程（http://msdn.microsoft.com/zh-cn/library/ms145506.aspx）

本文链接

《Microsoft SQL Server 2008 MDX Step by Step》学习笔记十：Time进阶

2011-11-29T06:39:00Z

SQL Server 2008中SQL应用系列及BI笔记系列--目录索引

导读:在AS中，最重要的一个维度莫过于Time，围绕Time，MDX提价供了一系列函数来满足复杂的业务分析需求。本文主要内容包括：

■1、计算累积总和（Calculating an Accumulating Total）

■2、计算滚动平均值（Calculating Rolling Averages）

■3、执行阶段至阶段（Period-over-Period）的分析

■4、组合时间指标（Combining Time-Based Metrics）

本文所用数据库和所有源码，请到微软官网下载

1、计算累积总和（Calculating an Accumulating Total）

关于Time维度，最核心的一个层次是calendars，它允许你从更高级的颗粒度，如年，或者更小的颗粒度季、月、天等进行钻取。

基于标准Calendar的一个用户定义层次。

关于累积总和，我们首先用到一个函数PeriodsToDate（http://msdn.microsoft.com/zh-cn/library/ms144925.aspx）

例9-1

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{
PeriodsToDate(
[Date].[Calendar].[Calendar Year],
[Date].[Calendar].[Month].[April 2002]
)
} ON ROWS
FROM [Step-by-Step]
;

例9-2

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{[Date].[Calendar].[Month].Members} ON ROWS
FROM [Step-by-Step]
;

例9-3

WITH
MEMBER [Measures].[Year to Date Reseller Sales] AS
Aggregate(
PeriodsToDate(
[Date].[Calendar].[Calendar Year],
[Date].[Calendar].CurrentMember
),
([Measures].[Reseller Sales Amount])
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Year to Date Reseller Sales])
} ON COLUMNS,
{[Date].[Calendar].[Month].Members} ON ROWS
FROM [Step-by-Step]
;

例9-4

WITH
MEMBER [Measures].[Year to Date Reseller Sales] AS
Aggregate(
PeriodsToDate(
[Date].[Calendar].[Calendar Year],
[Date].[Calendar].CurrentMember
),
([Measures].[Reseller Sales Amount])
)
MEMBER [Measures].[Quarter to Date Reseller Sales] AS
Aggregate(
PeriodsToDate(
[Date].[Calendar].[Calendar Quarter],
[Date].[Calendar].CurrentMember
),
([Measures].[Reseller Sales Amount])
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Year to Date Reseller Sales]),
([Measures].[Quarter to Date Reseller Sales])
} ON COLUMNS,
{[Date].[Calendar].[Month].Members} ON ROWS
FROM [Step-by-Step]
;

MDX还提供了一系列的函数来进行PeriodsToDate的简化运算，如

Ytd（http://msdn.microsoft.com/zh-cn/library/ms146039.aspx）

Qtd（http://msdn.microsoft.com/zh-cn/library/ms145978.aspx）

Mtd（http://msdn.microsoft.com/zh-cn/library/ms144753.aspx）

Wtd（http://msdn.microsoft.com/zh-cn/library/ms144930.aspx）

所以，例9－4也可以这样实现:

例9-5

WITH
MEMBER [Measures].[Year to Date Reseller Sales] AS
Aggregate(
Ytd([Date].[Calendar].CurrentMember),
([Measures].[Reseller Sales Amount])
)
MEMBER [Measures].[Quarter to Date Reseller Sales] AS
Aggregate(
Qtd([Date].[Calendar].CurrentMember),
([Measures].[Reseller Sales Amount])
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Year to Date Reseller Sales]),
([Measures].[Quarter to Date Reseller Sales])
} ON COLUMNS,
{[Date].[Calendar].[Month].Members} ON ROWS
FROM [Step-by-Step]
;

结果同上。

period-to-date返回一个特定边界（如一季、一年等）的值。有时，你想计算所有统计日期内的一个精确值，这就是所谓的初始日期（Inception-to-Date）值。你可以引用Null成员，例如Null: [Date].[Calendar].CurrentMember将强制AS使用前一个成员到当前时间成员所在级别上的第一个成员的边界（Range），下面的查询与上例类似

例9-6

WITH
MEMBER [Measures].[Inception to Date Reseller Sales - PTD] AS
Aggregate(
PeriodsToDate(
[Date].[Calendar].[(All)],
[Date].[Calendar].CurrentMember
),
([Measures].[Reseller Sales Amount])
)
MEMBER [Measures].[Inception to Date Reseller Sales - Range] AS
Aggregate(
NULL:[Date].[Calendar].CurrentMember,
([Measures].[Reseller Sales Amount])
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Inception to Date Reseller Sales - PTD]),
([Measures].[Inception to Date Reseller Sales - Range])
} ON COLUMNS,
{[Date].[Calendar].[Month].Members} ON ROWS
FROM [Step-by-Step]
;

2、计算滚动平均值（Calculating Rolling Averages）

MDX中计算滚动平均值，使用LastPeriods（http://msdn.microsoft.com/zh-cn/library/ms145588.aspx）

例9-7

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{
LastPeriods(
3,
[Date].[Calendar].[Month].[January 2002]
)
} ON ROWS
FROM [Step-by-Step]
;

前推三个月。

例9-8

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{[Date].[Calendar].[Month].Members} ON ROWS
FROM [Step-by-Step]
;

下面我们计算滚动平均值

例9-9

WITH
MEMBER [Measures].[Three Month Avg Reseller Sales Amount] AS
Avg(
LastPeriods(
3,
[Date].[Calendar].CurrentMember
),
([Measures].[Reseller Sales Amount])
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Three Month Avg Reseller Sales Amount])
} ON COLUMNS,
{[Date].[Calendar].[Month].Members} ON ROWS
FROM [Step-by-Step]
;

3、执行阶段至阶段（Period-over-Period）的分析

在统计中我们常听到两个概念：同比、环比。所谓同比就是今年第n月与去年第n月比。环比就是今年第n月与第n-1月或第n+1月比。在AS中，我们可以用ParallelPeriod（http://msdn.microsoft.com/zh-cn/library/ms145500.aspx）进行运算。

例9-10

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{
Descendants(
[Date].[Calendar].[Calendar Year].[CY 2003],
[Date].[Calendar].[Month],
SELF
)
} ON ROWS
FROM [Step-by-Step]
;

上例中我们用到了前文提到过的Descendants（http://msdn.microsoft.com/zh-cn/library/ms146075.aspx）,一个计算后裔的函数。计算的是以[CY 2003]为基础，在月等级上，返回指定的所有结果集

下面我们构造一个虚拟Period

例9-11

WITH
MEMBER [Measures].[x] AS
ParallelPeriod(
[Date].[Calendar].[Calendar Year],
1,
[Date].[Calendar].CurrentMember
).Name
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[x])
} ON COLUMNS,
{
Descendants(
[Date].[Calendar].[Calendar Year].[CY 2003],
[Date].[Calendar].[Month],
SELF
)
} ON ROWS
FROM [Step-by-Step]
;

在此基础上，我们实现了同比计算。

例9-12

下面我们做一个小小的改动，以显示同比增长率

例9-13

WITH
MEMBER [Measures].[Prior Period Reseller Sales Amount] AS
(
ParallelPeriod(
[Date].[Calendar].[Calendar Year],
1,
[Date].[Calendar].CurrentMember
),
[Measures].[Reseller Sales Amount]
)
,FORMAT="Currency"
MEMBER [Measures].[Prior Period Growth] AS
(
([Measures].[Reseller Sales Amount])-
([Measures].[Prior Period Reseller Sales Amount])
) /
([Measures].[Prior Period Reseller Sales Amount])
,FORMAT="Percent"
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Prior Period Reseller Sales Amount]),
([Measures].[Prior Period Growth])
} ON COLUMNS,
{
Descendants(
[Date].[Calendar].[Calendar Year].[CY 2003],
[Date].[Calendar].[Month],
SELF
)
} ON ROWS
FROM [Step-by-Step]
;

一个忠告：到目前为止，我们再一次领会到基于时间的函数并不是时间感知，而是为了具体的功能而简单地进行导航。

我们通过Cousin（http://msdn.microsoft.com/zh-cn/library/ms145481.aspx）

Ancestor（http://msdn.microsoft.com/zh-cn/library/ms145616.aspx）

Lag（http://msdn.microsoft.com/zh-cn/library/ms144866.aspx）

重新实现上例9-11。

例9-14

WITH
MEMBER [Measures].[x] AS
Cousin(
[Date].[Calendar].CurrentMember,
Ancestor(
[Date].[Calendar].CurrentMember,
[Date].[Calendar].[Calendar Year]
).Lag(1)
).Name
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[x])
} ON COLUMNS,
{
Descendants(
[Date].[Calendar].[Calendar Year].[CY 2003],
[Date].[Calendar].[Month],
SELF
)
} ON ROWS
FROM [Step-by-Step]
;

输出结果同例9-11

例9-15

WITH
MEMBER [Measures].[x] AS
ParallelPeriod(
[Date].[Calendar].[Calendar Year],
1,
[Date].[Calendar].CurrentMember
).Name
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[x])
} ON COLUMNS,
{
Descendants(
[Date].[Calendar].[Calendar Year].[CY 2002],
[Date].[Calendar].[Month],
SELF
)
} ON ROWS
FROM [Step-by-Step]
;

出现Null的原因是对应的2001年的统计数据是从July开始的，所以产生了整体的错位。这个问题的解决方案在哪里？目前还真没有。惟一能提醒大家的是：在计算类似功能时一定要先控制好数据的边界范围。

3、组合时间指标（Combining Time-Based Metrics）

我们基于一个实例来说明。

例9-16

SELECT
{
([Measures].[Reseller Sales Amount])
} ON COLUMNS,
{
Descendants(
[Date].[Calendar].[CY 2003],
[Date].[Calendar].[Month],
SELF
)
} ON ROWS
FROM [Step-by-Step]
;

例9-17

WITH
MEMBER [Measures].[Year to Date Reseller Sales] AS
Aggregate(
PeriodsToDate(
[Date].[Calendar].[Calendar Year],
[Date].[Calendar].CurrentMember
),
([Measures].[Reseller Sales Amount])
)
,FORMAT="Currency"
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Year to Date Reseller Sales])
} ON COLUMNS,
{
Descendants(
[Date].[Calendar].[CY 2003],
[Date].[Calendar].[Month],
SELF
)
} ON ROWS
FROM [Step-by-Step]
;

以上例为基础，可以很轻易地计算同比的“差额”,请细心观察下例的用法。

例9-18

WITH
MEMBER [Measures].[Prior Period Year to Date Reseller Sales] AS
(
ParallelPeriod(
[Date].[Calendar].[Calendar Year],
1,
[Date].[Calendar].CurrentMember
),
[Measures].[Year to Date Reseller Sales]
)
,FORMAT="Currency"
MEMBER [Measures].[Year to Date Reseller Sales] AS
Aggregate(
PeriodsToDate(
[Date].[Calendar].[Calendar Year],
[Date].[Calendar].CurrentMember
),
([Measures].[Reseller Sales Amount])
)
,FORMAT="Currency"
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Year to Date Reseller Sales]),
([Measures].[Prior Period Year to Date Reseller Sales])
} ON COLUMNS,
{
Descendants(
[Date].[Calendar].[CY 2003],
[Date].[Calendar].[Month],
SELF
)
} ON ROWS
FROM [Step-by-Step]
;

最后，顺便介绍一下两个日期函数OpeningPeriod（http://msdn.microsoft.com/zh-cn/library/ms145992.aspx）和ClosingPeriod（http://msdn.microsoft.com/zh-cn/library/ms145584.aspx）。

例9-19

WITH
MEMBER [Measures].[First Child Rate] AS
(
OpeningPeriod(
[Date].[Calendar].[Date],
[Date].[Calendar].CurrentMember
),
[Measures].[End of Day Rate]
)
,FORMAT="Standard"
SELECT
{
([Measures].[First Child Rate]),
([Measures].[End of Day Rate])
} ON COLUMNS,
{[Date].[Calendar].Members} ON ROWS
FROM [Step-by-Step]
WHERE ([Destination Currency].[Destination Currency].[Euro])
;

小结：

本文介绍Time相关的函数及其应用。

参考资源：

1、MDX官方教程（http://msdn.microsoft.com/zh-cn/library/ms145506.aspx）

本文链接

《Microsoft SQL Server 2008 MDX Step by Step》学习笔记九：导航结构层次

2011-11-27T01:51:00Z

SQL Server 2008中SQL应用系列及BI笔记系列--目录索引

导读:本文介绍MDX中的导航结构层次（Hierarchies）。成员（Member）之间的关系可以用家族来描述。本文以此为基础，介绍了：

■1、访问直系亲属关系（Immediate Relatives）

■2、访问延伸亲属关系（Extended Relatives）

■3、在一个级别（Level）内导航

本文所用数据库和所有源码，请到微软官网下载

成员（Member）之间的关系可以用家族来描述。（其中Siblings是兄弟、旁支的意思，照顾下E文不好的朋友，呵呵）

下面我们以此为类，演示如何访问直系亲属和非直系亲属。

1、访问直系亲属关系（Immediate Relatives）

直系亲属的访问函数如下：

为了更好理解直系亲属关系，准备一个原始例子

例8-1

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{[Product].[Subcategory].[Subcategory].Members} ON ROWS
FROM [Step-by-Step]
;

我们增加Parent属性:

例8-2

WITH
MEMBER [Measures].[Percent of Parent] AS
([Measures].[Reseller Sales Amount])/
(
[Product].[Product Categories].CurrentMember.Parent,
[Measures].[Reseller Sales Amount]
)
,FORMAT="Percent"
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Percent of Parent])
} ON COLUMNS,
{[Product].[Product Categories].Members} ON ROWS
FROM [Step-by-Step]
;

这个结果还有有一些刺眼，特别是第一条记录这样的。因为除数为0。

我们改进一下：

例8-3

顺便我们介绍一个有用的函数Rank（http://msdn.microsoft.com/zh-cn/library/ms144726.aspx），与SQL中的Rank类似。

例如如下查询：

例8-4

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{[Product].[Product Categories].Members} ON ROWS
FROM [Step-by-Step]
;

我们进行排名：

例8-5

WITH
MEMBER [Measures].[Sibling Rank] AS
Rank(
[Product].[Product Categories].CurrentMember,
[Product].[Product Categories].CurrentMember.Siblings,
([Measures].[Reseller Sales Amount])
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Sibling Rank])
} ON COLUMNS,
{[Product].[Product Categories].Members} ON ROWS
FROM [Step-by-Step]
;

排名有了，再改进一下排序：

例8-6

WITH
MEMBER [Measures].[Sibling Rank] AS
Rank(
[Product].[Product Categories].CurrentMember,
[Product].[Product Categories].CurrentMember.Siblings,
([Measures].[Reseller Sales Amount])
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Sibling Rank])
} ON COLUMNS,
{
Order(
{[Product].[Product Categories].Members},
([Measures].[Sibling Rank]),
ASC
)
} ON ROWS
FROM [Step-by-Step]
;

2、访问延伸亲属关系（Extended Relatives）

其中相比直系关系，多了几个Flag:

我们以上面的例8-3为例，首先我们增加一个Ancestor

例8-7

WITH
MEMBER [Measures].[Percent of Parent] AS
IIF(
[Product].[Product Categories].CurrentMember.Parent Is Null,
Null,
([Measures].[Reseller Sales Amount])/
(
[Product].[Product Categories].CurrentMember.Parent,
[Measures].[Reseller Sales Amount]
)
)
,FORMAT="Percent"
MEMBER [Measures].[Percent of Category] AS
([Measures].[Reseller Sales Amount])/
(
Ancestor(
[Product].[Product Categories].CurrentMember,
[Product].[Product Categories].[Category]
),
[Measures].[Reseller Sales Amount]
)
,FORMAT="Percent"
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Percent of Parent]),
([Measures].[Percent of Category])
} ON COLUMNS,
{[Product].[Product Categories].Members} ON ROWS
FROM [Step-by-Step]
;

仿上，我们进行改进：

例8-8

WITH
MEMBER [Measures].[Percent of Parent] AS
IIF(
[Product].[Product Categories].CurrentMember.Parent Is Null,
Null,
([Measures].[Reseller Sales Amount])/
(
[Product].[Product Categories].CurrentMember.Parent,
[Measures].[Reseller Sales Amount]
)
)
,FORMAT="Percent"
MEMBER [Measures].[Percent of Category] AS
IIF(
Ancestor(
[Product].[Product Categories].CurrentMember,
[Product].[Product Categories].[Category]
) Is Null,
Null,
([Measures].[Reseller Sales Amount])/
(
Ancestor(
[Product].[Product Categories].CurrentMember,
[Product].[Product Categories].[Category]
),
[Measures].[Reseller Sales Amount]
)
)
,FORMAT="Percent"
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Percent of Parent]),
([Measures].[Percent of Category])
} ON COLUMNS,
{[Product].[Product Categories].Members} ON ROWS
FROM [Step-by-Step]
;

下面我们尝试穿越“血缘关系”计算Product的百分比贡献。

例8-9

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{([Product].[Product Categories].[Product].[Mountain-200 Black, 42])} ON ROWS
FROM [Step-by-Step]
;

例8-10

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{
Ascendants(
[Product].[Product Categories].[Product].[Mountain-200 Black, 42]
)
} ON ROWS
FROM [Step-by-Step]
;

例8-11

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
Hierarchize(
{
Ascendants(
[Product].[Product Categories].[Product].[Mountain-200 Black, 42]
)
}
) ON ROWS
FROM [Step-by-Step]
;

例8-12

WITH
MEMBER [Measures].[Percent Contribution Reseller Sales] AS
(
[Product].[Product Categories].[Product].[Mountain-200 Black, 42],
[Measures].[Reseller Sales Amount]
) /
([Measures].[Reseller Sales Amount])
,FORMAT="Percent"
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Percent Contribution Reseller Sales])
} ON COLUMNS,
Hierarchize(
{
Ascendants(
[Product].[Product Categories].[Product].[Mountain-200 Black, 42]
)
}
) ON ROWS
FROM [Step-by-Step]
;

下面我们组装一个给定分类的后裔集合

例8-13

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{[Product].[Product Categories].[Category].[Bikes]} ON ROWS
FROM [Step-by-Step]
;

例8-14

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
Descendants(
{[Product].[Product Categories].[Category].[Bikes]},
[Product].[Product Categories].[Subcategory]
) ON ROWS
FROM [Step-by-Step]
;

例8-15

After标志符提供了SubCategory以下的后裔集合

例8-16

SELF_AND_AFTER标志符提供了SubCategory及以下的后裔集合

例8-17

BEFORE_AND_AFTER标志符提供了包含SubCategory的上级分类的所有后裔集合

大家有兴趣可以了解一下几个相关的成员函数：

IsAncestor（http://msdn.microsoft.com/zh-cn/library/ms144842.aspx）

IsSibling（http://msdn.microsoft.com/zh-cn/library/ms144749.aspx）

IsLeaf（http://msdn.microsoft.com/zh-cn/library/ms144932.aspx）

例8-18

WITH
MEMBER [Measures].[Number of Children] AS
IIF(
IsLeaf([Product].[Product Categories].CurrentMember),
"N/A",
COUNT(
[Product].[Product Categories].CurrentMember.Children
)
)
SELECT
{[Measures].[Number of Children]} ON COLUMNS,
{[Product].[Product Categories].Members} ON ROWS
FROM [Step-by-Step]

3、在一个级别（Level）内导航

在一个级别内导航会用到几个函数：

比如计算月之间的百分比差距

例8-19

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{[Date].[Calendar].[Month].Members} ON ROWS
FROM [Step-by-Step]
;

例8-20

WITH
MEMBER [Measures].[Prior Period Reseller Sales] AS
([Date].[Calendar].CurrentMember.PrevMember,[Measures].[Reseller Sales Amount])
,FORMAT="Currency"
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Prior Period Reseller Sales])
} ON COLUMNS,
{[Date].[Calendar].[Month].Members} ON ROWS
FROM [Step-by-Step]
;

例8-21

WITH
MEMBER [Measures].[Prior Period Reseller Sales] AS
([Date].[Calendar].CurrentMember.PrevMember,[Measures].[Reseller Sales Amount])
,FORMAT="Currency"
MEMBER [Measures].[Change in Reseller Sales] AS
([Measures].[Reseller Sales Amount]) - ([Measures].[Prior Period Reseller Sales])
,FORMAT="Currency"
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Prior Period Reseller Sales]),
([Measures].[Change in Reseller Sales])
} ON COLUMNS,
{[Date].[Calendar].[Month].Members} ON ROWS
FROM [Step-by-Step]
;

例8-22

WITH
MEMBER [Measures].[Prior Period Reseller Sales] AS
([Date].[Calendar].CurrentMember.PrevMember,[Measures].[Reseller Sales Amount])
,FORMAT="Currency"
MEMBER [Measures].[Change in Reseller Sales] AS
([Measures].[Reseller Sales Amount]) - ([Measures].[Prior Period Reseller Sales])
,FORMAT="Currency"
MEMBER [Measures].[Percent Change in Reseller Sales] AS
([Measures].[Change in Reseller Sales])/
([Measures].[Prior Period Reseller Sales])
,FORMAT="Percent"
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Prior Period Reseller Sales]),
([Measures].[Change in Reseller Sales]),
([Measures].[Percent Change in Reseller Sales])
} ON COLUMNS,
{[Date].[Calendar].[Month].Members} ON ROWS
FROM [Step-by-Step]
;

如果觉得最后一列格式不够完美，读者可以自行修正一下。

小结：

本文介绍MDX中的导航结构层次（Hierarchies）。成员（Member）之间的关系可以用家族来描述。本文包含了比较多的函数。

参考资源：

1、MDX官方教程（http://msdn.microsoft.com/zh-cn/library/ms145506.aspx）

本文链接

《Microsoft SQL Server 2008 MDX Step by Step》学习笔记八：执行聚合（下）

2011-11-23T09:19:00Z

SQL Server 2008中SQL应用系列及BI笔记系列--目录索引

导读:本文介绍执行聚合（Aggregation）的进阶内容，包括：

■1、使用Max和Min函数

■2、在集中对元组计数

■3、DistinctCount函数

■4、使用Generate浏览集合

本文所用数据库和所有源码，请到微软官网下载

1、求最大最小值

与SQL类似，MDX也提供了名称相同的两个函数：Min（http://msdn.microsoft.com/zh-cn/library/ms145600.aspx）

Max（http://msdn.microsoft.com/zh-cn/library/ms145601.aspx）

准备一个原始例子

例7-12

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{[Product].[Subcategory].[Subcategory].Members} ON ROWS
FROM [Step-by-Step]
;

下面我们增加Max函数

例7-13

WITH
MEMBER [Measures].[Max Sales By Subcategory] AS
Max(
{[Product].[Subcategory].[Subcategory].Members},
([Measures].[Reseller Sales Amount])
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Max Sales By Subcategory])
} ON COLUMNS,
{[Product].[Subcategory].[Subcategory].Members} ON ROWS
FROM [Step-by-Step]
;

结果如下：

进一步，我们可以再动态计算均值与最大值的比

例7-14

WITH
MEMBER [Measures].[Percent of Max] AS
([Measures].[Reseller Sales Amount]) /
([Measures].[Max Sales By Subcategory])
,FORMAT_STRING="Percent"
MEMBER [Measures].[Max Sales By Subcategory] AS
Max(
{[Product].[Subcategory].[Subcategory].Members},
([Measures].[Reseller Sales Amount])
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Percent of Max])
} ON COLUMNS,
{[Product].[Subcategory].[Subcategory].Members} ON ROWS
FROM [Step-by-Step]
;

2、在集合中对元组计数（Counting Tuples in Sets）

与SQL类似，MDX也使用Count（http://msdn.microsoft.com/zh-cn/library/ms146026.aspx）来计数，不过Count函数的参数可以是维度、集、层次结构级别和元组（Tuple）。

例7-15

SELECT
{
([Measures].[Internet Sales Amount]),
([Measures].[Reseller Sales Amount])
} ON COLUMNS,
{[Product].[Product].[Product].Members} ON ROWS
FROM [Step-by-Step]
;

注意结果中有很多null,使用Count加Exists

例7-5

WITH
MEMBER [Measures].[Products By Category] AS
Count(
EXISTING {[Product].[Product].[Product].Members}
)
SELECT
{([Measures].[Products By Category])} ON COLUMNS,
{[Product].[Category].Members} ON ROWS
FROM [Step-by-Step]
;

结果：

Count也可以进行条件过滤

例7-17

WITH
MEMBER [Measures].[Products] AS
Count(
EXISTING {[Product].[Product].[Product].Members}
)
MEMBER [Measures].[Reseller Products] AS
Count(
Filter(
EXISTING {[Product].[Product].[Product].Members},
([Measures].[Reseller Sales Amount]) >=
([Measures].[Internet Sales Amount])
)
)
SELECT
{
([Measures].[Products]),
([Measures].[Reseller Products])
} ON COLUMNS,
{[Product].[Category].Members} ON ROWS
FROM [Step-by-Step]
;

加上ExcludeEmpty关键字

例7-18

WITH
MEMBER [Measures].[Products] AS
Count(
EXISTING {[Product].[Product].[Product].Members}
)
MEMBER [Measures].[Reseller Products] AS
Count(
Filter(
EXISTING {[Product].[Product].[Product].Members},
([Measures].[Reseller Sales Amount]) >=
([Measures].[Internet Sales Amount])
),
EXCLUDEEMPTY
)
SELECT
{
([Measures].[Products]),
([Measures].[Reseller Products])
} ON COLUMNS,
{[Product].[Category].Members} ON ROWS
FROM [Step-by-Step]
;

注意：例7-17和7-18结果并没有什么差异，然而，这是因为EXCLUDEEMPTY标志符使用当前度量来计算集中的元组。关于当前度量的概念，有后面的表达式高级介绍中会继续学习。

3、DistinctCount函数

MDX也提供了一个额外的计数函数，DistinctCount（http://msdn.microsoft.com/zh-cn/library/ms146033.aspx）

Count((Distinct{Set}),ExcludeEmpty)与DistinctCount({Set})相当

4、使用Generate浏览集合

Generate（http://msdn.microsoft.com/zh-cn/library/ms145526.aspx），其实是计算并集。

例7-19

WITH
MEMBER [Measures].[Products] AS
Count(
EXISTING {[Product].[Product].[Product].Members}
)
MEMBER [Measures].[Products List] AS
Generate(
EXISTING {[Product].[Product].[Product].Members},
[Product].[Product].CurrentMember.Name,
" | "
)
SELECT
{
([Measures].[Products]),
([Measures].[Products List])
} ON COLUMNS,
{[Product].[Subcategory].Members} ON ROWS
FROM [Step-by-Step]
;

执行结果：

小结：本文是聚合函数的进阶，介绍了Min和Max函数,Count函数与DistinctCount函数，Generate函数。

下文将继续学习层次结构（Hierarchies）。

参考资源：

1、MDX官方教程（http://msdn.microsoft.com/zh-cn/library/ms145506.aspx）

本文链接

《Microsoft SQL Server 2008 MDX Step by Step》学习笔记七：执行聚合（上）

2011-11-23T04:36:00Z

SQL Server 2008中SQL应用系列及BI笔记系列--目录索引

导读:本文介绍执行聚合（Aggregation）的进阶内容，包括：

■1、用Sum和Aggregation执行求和

■2、用Avg函数计算均值

■3、用表达式计算均值

■4、用Stedv计算标准偏差

本文所用数据库和所有源码，请到微软官网下载

1、执行求和

MDX的聚合函数：Aggregation（http://msdn.microsoft.com/zh-cn/library/ms145524.aspx）

求和还有一个函数:Sum（http://msdn.microsoft.com/zh-cn/library/ms145484.aspx）

我们依旧从一个最简单的例子看起

例7-1

SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Reseller Transaction Count]),
([Measures].[Reseller Order Count])
} ON COLUMNS,
TopCount(
{[Product].[Subcategory].[Subcategory].Members},
5,
([Measures].[Reseller Sales Amount])
) +
{([Product].[Subcategory].[All Products])} ON ROWS
FROM [Step-by-Step]
;

需要说明的是：上例中，[Reseller Sales Amount]代表这个表中Sales Amount字段的数量，[Reseller Transaction Count]代表底层事实表数据记录的数值，[Reseller Order Count]代表底层事实表的订单数。

查询结果如下：

下面我们增加对subcategory进行TopCount 5 求和

例7-2

WITH
MEMBER [Product].[Subcategory].[Top 5] AS
Sum(
TopCount(
[Product].[Subcategory].[Subcategory].Members,
5,
([Measures].[Reseller Sales Amount])
),
([Measures].CurrentMember)
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Reseller Transaction Count]),
([Measures].[Reseller Order Count])
} ON COLUMNS,
TopCount(
[Product].[Subcategory].[Subcategory].Members,
5,
([Measures].[Reseller Sales Amount])
) +
{
([Product].[Subcategory].[Top 5]),
([Product].[Subcategory].[All Products])
} ON ROWS
FROM [Step-by-Step]
;

结果如下：

前两列是累加的，因而没有问题，最后一列Reseller Order Count不是从五个分类中累加的，而是对所有产品中的子分类的订单进行汇总。很显然，这不是我们想要的结果，此时，我们需要借助于Aggregation函数

例7-3

WITH
MEMBER [Product].[Subcategory].[Top 5] AS
Aggregate(
TopCount(
[Product].[Subcategory].[Subcategory].Members,
5,
([Measures].[Reseller Sales Amount])
),
([Measures].CurrentMember)
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Reseller Transaction Count]),
([Measures].[Reseller Order Count])
} ON COLUMNS,
TopCount(
[Product].[Subcategory].[Subcategory].Members,
5,
([Measures].[Reseller Sales Amount])
) +
{
([Product].[Subcategory].[Top 5]),
([Product].[Subcategory].[All Products])
} ON ROWS
FROM [Step-by-Step]
;

Tips:在求和时，我们通常应该使用Aggregion，而非Sum。当然，这并非绝对。

2、用AVG函数计算均值

MDX中的求均值函数为Avg（http://msdn.microsoft.com/zh-cn/library/ms146067.aspx）

我们还是从一个最简单的例子入手：

例7-4

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{
[Date].[Calendar].[Month].[January 2003]:
[Date].[Calendar].[Month].[December 2003]
} ON ROWS
FROM [Step-by-Step]
;

下面我们求均值

例7-5

WITH
MEMBER [Date].[Calendar].[CY 2003 Monthly Avg Reseller Sales] AS
Avg(
{
[Date].[Calendar].[Month].[January 2003]:
[Date].[Calendar].[Month].[December 2003]
},
[Measures].CurrentMember
)
SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{([Date].[Calendar].[CY 2003 Monthly Avg Reseller Sales])} +
{
[Date].[Calendar].[Month].[January 2003]:
[Date].[Calendar].[Month].[December 2003]
} ON ROWS
FROM [Step-by-Step]
;

结果：

加上季度数据

例7-6

WITH
MEMBER [Date].[Calendar].[CY 2003 Monthly Avg Reseller Sales] AS
Avg(
{
[Date].[Calendar].[Month].[January 2003]:
[Date].[Calendar].[Month].[December 2003]
},
[Measures].CurrentMember
)
SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{([Date].[Calendar].[CY 2003 Monthly Avg Reseller Sales])} +
Hierarchize(
{
[Date].[Calendar].[Month].[January 2003]:
[Date].[Calendar].[Month].[December 2003]
} +
{
[Date].[Calendar].[Calendar Quarter].[Q1 CY 2003]:
[Date].[Calendar].[Calendar Quarter].[Q4 CY 2003]
}
) ON ROWS
FROM [Step-by-Step]
;

加上季度平均：

例7-7

WITH
MEMBER [Date].[Calendar].[CY 2003 Quarterly Avg Reseller Sales] AS
Avg(
{
[Date].[Calendar].[Calendar Quarter].[Q1 CY 2003]:
[Date].[Calendar].[Calendar Quarter].[Q4 CY 2003]
},
[Measures].CurrentMember
)
MEMBER [Date].[Calendar].[CY 2003 Monthly Avg Reseller Sales] AS
Avg(
{
[Date].[Calendar].[Month].[January 2003]:
[Date].[Calendar].[Month].[December 2003]
},
[Measures].CurrentMember
)
SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
{
([Date].[Calendar].[CY 2003 Monthly Avg Reseller Sales]),
([Date].[Calendar].[CY 2003 Quarterly Avg Reseller Sales])
} +
Hierarchize(
{
[Date].[Calendar].[Month].[January 2003]:
[Date].[Calendar].[Month].[December 2003]
} +
{
[Date].[Calendar].[Calendar Quarter].[Q1 CY 2003]:
[Date].[Calendar].[Calendar Quarter].[Q4 CY 2003]
}
) ON ROWS
FROM [Step-by-Step]
;

注意：AVG是一个静态函数，那么，如果是动态的表达式求均值，用什么方法?

3、用表达式计算均值

例7-8

SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Reseller Order Count])
} ON COLUMNS,
{
[Date].[Calendar Year].[CY 2001]:
[Date].[Calendar Year].[CY 2004]
} ON ROWS
FROM [Step-by-Step]
;

下面我们加上每年的月均值，这是动态计算的：

例7-9

WITH
MEMBER [Measures].[Monthly Avg Reseller Sales Amount] AS
Avg(
EXISTING [Date].[Calendar].[Month].Members,
[Measures].[Reseller Sales Amount]
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Reseller Order Count]),
([Measures].[Monthly Avg Reseller Sales Amount])
} ON COLUMNS,
{
[Date].[Calendar Year].[CY 2001]:
[Date].[Calendar Year].[CY 2004]
} ON ROWS
FROM [Step-by-Step]
;

下面我们再加上每年的每个订单的销售均值，这也是动态计算的：

例7-10

WITH
MEMBER [Measures].[Average Reseller Sales Amount] AS
([Measures].[Reseller Sales Amount]) / ([Measures].[Reseller Order Count])
,FORMAT_STRING="Currency"
MEMBER [Measures].[Monthly Avg Reseller Sales Amount] AS
Avg(
EXISTING [Date].[Calendar].[Month].Members,
[Measures].[Reseller Sales Amount]
)
SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Reseller Order Count]),
([Measures].[Monthly Avg Reseller Sales Amount]),
([Average Reseller Sales Amount])
} ON COLUMNS,
{
[Date].[Calendar Year].[CY 2001]:
[Date].[Calendar Year].[CY 2004]
} ON ROWS
FROM [Step-by-Step]
;

4、计算标准偏差

MDX使用函数Stdev（http://msdn.microsoft.com/zh-cn/library/ms146068.aspx），来计算标准差，它使用无偏差总体公式，而

对应地，StdevP 函数（http://msdn.microsoft.com/zh-cn/library/ms146019.aspx）使用有偏差总体公式。

看一个复杂点的例子：

例7-11

WITH
MEMBER [Measures].[Average Reseller Sales Amount] AS
([Measures].[Reseller Sales Amount])/ ([Measures].[Reseller Transaction Count])
,FORMAT_STRING="Currency"
MEMBER [Measures].[Variance Reseller Sales Amount] AS
(
([Measures].[Squared Reseller Sales Amount]) /
(([Measures].[Reseller Transaction Count])-1)
) -
(([Measures].[Average Reseller Sales Amount])^2)
,FORMAT_STRING="Currency"
MEMBER [Measures].[StDev Reseller Sales Amount] AS
([Measures].[Variance Reseller Sales Amount])^(0.5)
,FORMAT_STRING="Currency"
SELECT
{
([Measures].[Average Reseller Sales Amount]),
([Measures].[Variance Reseller Sales Amount]),
([Measures].[StDev Reseller Sales Amount])
} ON COLUMNS,
{
[Date].[Calendar Year].[CY 2001]:
[Date].[Calendar Year].[CY 2004]
} ON ROWS
FROM [Step-by-Step]
;

注意：本例中Squared Reseller Sales Amount度量调用一个命名计算

执行结果：

小结：本文是聚合函数的进阶，介绍了Aggregation与Sum函数的细微区别，用AVG求静态均值和用表达式求动态均值，还有一个计算标准偏差的函数Stdev。

下文将继续学习Min和Max函数及其他聚合相关功能。

参考资源：

1、MDX官方教程（http://msdn.microsoft.com/zh-cn/library/ms145506.aspx）

本文链接

《Microsoft SQL Server 2008 MDX Step by Step》学习笔记六：生成复杂的集合（Sets）（下）

2011-11-22T08:16:00Z

SQL Server 2008中SQL应用系列及BI笔记系列--目录索引

导读:本文介绍集合（Sets）的进阶内容，本文将包括以下内容：

■1、Filter函数

■2、NonEmpty函数

■3、Set的Union、InterSection和Exception

■4、Generate和Extract函数

本文所用数据库和所有源码，请到微软官网下载

1、使用Filter函数（http://msdn.microsoft.com/zh-cn/library/ms146037.aspx）

例6-14

SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Internet Sales Amount])
} ON COLUMNS,
Filter(
{[Product].[Product].[Product].Members},
([Measures].[Internet Sales Amount]) > ([Measures].[Reseller Sales Amount])
) ON ROWS
FROM [Step-by-Step]
;

例6-15

SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Internet Sales Amount])
} ON COLUMNS,
Filter(
{[Product].[Product].[Product].Members},
([Measures].[Internet Sales Amount]) > ([Measures].[Reseller Sales Amount]) AND
(
[Product].[Category].CurrentMember Is [Product].[Category].[Clothing] OR
[Product].[Category].CurrentMember Is [Product].[Category].[Accessories]
)
) ON ROWS
FROM [Step-by-Step]
;

例6-16

SELECT
{
([Measures].[Reseller Sales Amount]),
([Measures].[Internet Sales Amount])
} ON COLUMNS,
Filter(
{[Product].[Product].[Product].Members},
([Measures].[Internet Sales Amount]) >
([Measures].[Reseller Sales Amount]) AND
NOT (
[Product].[Category].CurrentMember Is [Product].[Category].[Clothing] OR
[Product].[Category].CurrentMember Is [Product].[Category].[Accessories]
)
) ON ROWS
FROM [Step-by-Step]
;

2、使用NonEmpty函数（http://msdn.microsoft.com/en-us/library/ms145988.aspx）

例6-17

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
NonEmpty(
{[Product].[Product].[Product].Members},
{([Measures].[Reseller Sales Amount])}
) ON ROWS
FROM [Step-by-Step]
;

例6-18

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
NON EMPTY {[Product].[Product].[Product].Members} ON ROWS
FROM [Step-by-Step]
;

这两个例子中，使用NonEmpty函数和Non Empty关键字其实效果是一样的。

3、组合结果集

结果集的组合有三种形式：Union,intersection和Exception

如下图所示：

看原始例子：

例6-19:

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
TopCount(
{[Product].[Product].[Product].Members},
10,
([Measures].[Reseller Sales Amount], [Date].[Calendar Year].[CY 2004])
) ON ROWS
FROM [Step-by-Step]
;

看看Union的效果：

例6-20:

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
Union(
TopCount(
{[Product].[Product].[Product].Members},
10,
([Measures].[Reseller Sales Amount], [Date].[Calendar Year].[CY 2003])
),
TopCount(
{[Product].[Product].[Product].Members},
10,
([Measures].[Reseller Sales Amount], [Date].[Calendar Year].[CY 2004])
)
) ON ROWS
FROM [Step-by-Step]
;

使用Exception的效果：

例6-21:

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
Except(
TopCount(
{[Product].[Product].[Product].Members},
10,
([Measures].[Reseller Sales Amount], [Date].[Calendar Year].[CY 2003])
),
TopCount(
{[Product].[Product].[Product].Members},
10,
([Measures].[Reseller Sales Amount], [Date].[Calendar Year].[CY 2004])
)
) ON ROWS
FROM [Step-by-Step]
;

InterSection的效果：

例6-22:

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
Intersect(
TopCount(
{[Product].[Product].[Product].Members},
10,
([Measures].[Reseller Sales Amount], [Date].[Calendar Year].[CY 2004])
),
TopCount(
{[Product].[Product].[Product].Members},
10,
([Measures].[Reseller Sales Amount], [Date].[Calendar Year].[CY 2003])
)
) ON ROWS
FROM [Step-by-Step]
;

4、Generate和Extract函数

MDX语言提供了两个强有力的“深奥”函数

Generate（http://msdn.microsoft.com/zh-cn/library/ms145526%28v=SQL.105%29.aspx）

Extract（http://msdn.microsoft.com/zh-cn/library/ms145980.aspx）

看原始语句：

例6-23:

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
TopCount(
{[Product].[Product].[Product].Members},
5,
([Measures].[Reseller Sales Amount])
) ON ROWS
FROM [Step-by-Step]
;

加上Generate

例6-24:

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
Generate(
{[Product].[Category].[Category].Members},
TopCount(
{[Product].[Product].[Product].Members},
5,
([Measures].[Reseller Sales Amount])
)
) ON ROWS
FROM [Step-by-Step]
;

所得的结果与上例相同，

那么，generate起什么作用呢？我们再加上All标志符

例6-25:

换句话说，Generate其实是实现了遍历，按每个分类进行TopCount，这个在统计中非常棒。如果老板要统计今年每个月工作量最大的十个员工，那么你应该想到Generate，更进一步，你可以使用Category的hierarchy属性，得到如下结果：

例6-26

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
Generate(
{[Product].[Category].[Category].Members},
{([Product].[Category].CurrentMember)} *
TopCount(
EXISTING {[Product].[Product].[Product].Members},
5,
([Measures].[Reseller Sales Amount])
),
ALL
) ON ROWS
FROM [Step-by-Step]
;

结果：

Extract的用途，先看下面的例子，使用Filter

例6-27

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
Filter(
{[Product].[Product].[Product].Members} *
{[Date].[Calendar].[Month].Members},
([Measures].[Reseller Sales Amount])>160000
) ON ROWS
FROM [Step-by-Step]
;

使用Extract的例子

例6-28

SELECT
{([Measures].[Reseller Sales Amount])} ON COLUMNS,
Extract(
Filter(
{[Product].[Product].[Product].Members} *
{[Date].[Calendar].[Month].Members},
([Measures].[Reseller Sales Amount])>160000
),
[Product].[Product]
) ON ROWS
FROM [Step-by-Step]
;

请注意：Extract在此处相当于使用了distinct。

小结：本文是集合（Sets）的进阶，介绍了几个常用的函数如Filter和NonEmpty，Generate和Extract，集的组合方式如Union、InterSection和Exception。

下文将继续学习执行Aggregation的相关内容。

参考资源：

1、MDX官方教程（http://msdn.microsoft.com/zh-cn/library/ms145506.aspx）

本文链接

Windows Install Clean Up－windows安装卸载终极利刃

2011-10-26T01:52:00Z

当你因为office 20XX、sql server 20XX、Vistual Studio 20XX、MVC X.X、MSN XX.XX等安装而反复出错时，你可能会感到绝望而重装系统。

殊不知，有一款微软提供的超级利器--Windows Install Clean Up，就是专门处理此类Case的，正如其名，它的功能主要是清除所安装软件的注册信息，或上次安装的失败残余痕迹，从而使该软件下一次安装时，系统好像第一次安装一样。

它最初用于清除windows office 2003/2007中的残留安装，其实可以用于绝大多数windows平台的应用软件，并且只有300多Ｋ，可谓短小精悍！

你可以从google下载最新版本，邀月在本文末尾也提供下载。

使用方法很简单，下载后安装，在开始－程序，打开Windows Install Clean Up，如下图：

选择你想要卸载的项，点击下面的“Remove”，即可。

下载地址一：下载

下载地址二：这儿

本文链接