BI开发之——Mdx基础语法(2)

结合webcast中老师的讲解，现在把基础语法应用通过几个案例应用如下：

一、维度的概念

上图中一个维度(Dimension)：Region

改为度下有四个级别（Levels）:country、province、city、county，他们属于层次集合（Hierarchy）

通过维度和级别我们可以定义一个元素（Member）如：

Levels(1).members(2)=china

Levels(2).members(3)=shanghai

二、维度建模

上图中时一个维度建立的模型（cube）

该图中包含四个维度（Dimension）:时间、源、路线、度量方式值（Measure）

源维度中包含两个级别：东半球、西半球

级别西半球中包含两个成员：北美洲、南美洲

图中一个方框就是就是一个单元:上图中240的单元表示为：

（  Sorce.[EasternHemisphere].Africa,

    Time.[2ndhalf].[4thquarter],

    Route.Air,

   Mesures.Packages

 ）

图中的元组即表示一连串的方框组成的长方形集合：

{（Time.[1sthalf].[1stquarter])}记住大括号不能去掉

元组集合就是有元组组合而成：

{

（Time.[1sthalf].[1stquarter]),

  Time.[2ndhalf].[3rdquarter]

}

三、成员名称

上图中可以看出通过坐标值可以定义出每个成员的名称

比如图中黑色的成员名称：

（Products.Clothing,Measures.Units,Time.98）

这里面有个通用的技巧，就是可以根据一个成员名称追踪到旁边的成员

四、Mdx语法结构 

 和SQL语法结构类似，但是在实际应用中集（Set）往往会很长

 来看一个Mdx查询语句，我们想查询MKAS集市中上海和北京在十三号和十四号的实际销售量

 SELECT

    {[Dim Region].[City].&[上海]，[Dim Region].[City].&[北京]}

 ON COLUMNS,

    {[Dim Time].[Day Of Month].&[13],[Dim Time].[Day OfMonth].&[14]}

 ON ROWS

FROM

    [MKAS]

WHERE ([Measures].[Fact Ind Count])

这里面”于“&符号可以标记出其父级中的元素集合中的值也叫做元素值。

五、切片的定义

切片（Silce）是一种操作方法，基于Tuple，而非集合（set)

 

 如上图中可以看出元组（Tuple）表示为

(0≤x≤5,1≤y≤3) 

数据集（Set）

{0≤X≤1,2≤X≤3,4≤X≤5}

切片（Slice）

 (X=1,Y=0)

Mdx和SQL的区别

引用维度的能力：SQL只能引用2个维度，MDX可以引用多个维度

创建查询的过程：SQL编写1个或多个表的查询，MDX编写对一个多维数据集的查询

Select子句：SQL定义查询的列布局，MDX定义几个轴维度

Where子句：SQL定义查询的行布局，筛选查询返回的数据，MDX将数据限定于特定维度/成员查询返回的数据切片

语法功能：SQL相对较弱，简单，MDX更强大，更复杂

结果集视觉形象：SQL直观，Mdx不直观