MDX函数使用介绍（三）：聚合函数

最新推荐文章于 2018-05-02 17:33:00 发布
最新推荐文章于 2018-05-02 17:33:00 发布
阅读量1.9k 收藏 2
点赞数
分类专栏： OLAP 文章标签： filter 扩展
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/robot1980/article/details/1920086
版权
函数
描述
向集合中添加计算成员。
 
WITH MEMBER [Time].[1997].[1 到 6 月的 ] AS ' SUM ([Time].[1]:[Time].[6])'
  MEMBER [Time].[1997].[1 到 9 月的 ] AS ' SUM ([Time].[1]:[Time].[9])' SELECT
AddCalculatedMembers ([Time].[1997] .Children ) ON COLUMNS , [Product] .Children ON rows from sales
返回包含指定维度或级别的所有成员的集合，包括计算成员。
 
SELECT
 {[Product] .Children } ON COLUMNS , [Time] .allmembers ON rows from sales
返回指定距离上某个成员的所有祖先。
1
with member [measures].[1] as ' settostr ( Ancestors (time .currentmember ,[Time].[Year]) ) '
  member [measures].[2] as ' settostr ( Ancestors (time .currentmember ,1) )'
  member [measures].[3] as ' settostr ( Ancestors (time .currentmember ,2) )'
  SELECT
 { [Measures].[Unit Sales],[measures].[1],[measures].[2],[measures].[3] } ON COLUMNS , [Time] .allmembers ON rows from sales
2
with member [measures].[1] as ' sum ( Ancestors (time .currentmember ,[Time].[Year]),[Measures].[Unit Sales]) '
  member [measures].[2] as ' sum ( Ancestors (time .currentmember ,1),[Measures].[Unit Sales])'
  member [measures].[3] as ' sum ( Ancestors (time .currentmember ,2),[Measures].[Unit Sales])'
  SELECT
 { [Measures].[Unit Sales],[measures].[1],[measures].[2],[measures].[3] } ON COLUMNS , [Time] .allmembers ON rows from sales
返回成员祖先的集合，包括成员本身。
1
with member [measures].[1] as ' settostr ( Ascendants (time .currentmember ) ) ' 
  SELECT
 { [Measures].[Unit Sales],[measures].[1] } ON COLUMNS , [Time] .allmembers ON rows from sales
2
with member [measures].[1] as ' sum ( Ascendants (time .currentmember ),[Measures].[Unit Sales]) ' 
  SELECT
 { [Measures].[Unit Sales],[measures].[1] } ON COLUMNS , [Time] .allmembers ON rows from sales
返回与主轴关联的集合。
 
with member [measures].[COLUMNS] as ' settostr ( Axis (1)) ' 
member [measures].[rows] as ' settostr ( Axis (1)) '  
  SELECT
 {[measures].[rows],[measures].[COLUMNS] } ON COLUMNS , [Time] .allmembers ON rows from sales
从集合底端开始返回指定数目的项，可以选择首先对集合排序。
 
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
BottomCount ( Descendants ([Store],[Store].[Store Name]),20,[Measures].[Store Sales] ) ON rows from sales
对集合排序，并返回底端的 n 个元素，这些元素的累积合计至少为指定的百分比。
 
select {[Unit Sales]} on COLUMNS ,
  Non Empty BottomPercent ([Product].[Brand Name] .Members , 10, [Unit Sales]) on ROWS
from Sales
对集合排序，并返回底端的 n 个元素，这些元素的累积合计至少为指定的值。
 
select {[Unit Sales]} on COLUMNS ,
  Non Empty BottomSum ([Product].[Brand Name] .Members , 600, [Unit Sales]) on ROWS
from Sales
返回成员的子代。
 
with member [measures].[CurrentChildren] as ' settostr (time .currentmember.Children )'
select {[Unit Sales],[measures].[CurrentChildren]} on COLUMNS ,
{[time] .allmembers } on ROWS
from Sales
返回两个集合的矢量积。
 
替代语法
«Set1» * «Set2»
select {time .allmembers *{[Unit Sales],[store sales]} } on COLUMNS ,
{[Store].[Store Name] .members } on ROWS
from Sales
或者
select   Crossjoin ({time .allmembers },{[Unit Sales],[store sales]})  on COLUMNS ,
{[Store].[Store Name] .members } on ROWS
from Sales
返回某一成员在指定级别上的或者距某一成员指定距离的后代集合，可以选择包含或不包含其它级别上的后代。
Descendants ([Time].[1997])
SELECT
{[Measures].[Store Sales] } ON COLUMNS ,
{ Descendants ([Time].[1997])} ON rows from sales
Descendants
([Time].[1997],[time].[month])
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ Descendants ([Time].[1997],[time].month)} ON rows from sales
Descendants
([Time].[1997],
[time].[ month],
SELF )
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ Descendants ([Time].[1997],[time].[month], SELF )} ON rows from sales
Descendants
([Time].[1997],
[time].[month],
before )
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ Descendants ([Time].[1997],[time].[month], before )} ON rows from sales
Descendants
([Time].[1997],
[time].[quarter],
AFTER )
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ Descendants ([Time].[1997],[time].[quarter], AFTER )} ON rows from sales
Descendants
([Time].[1997],
[time].[quarter],
BEFORE_AND_AFTER )
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ Descendants ([Time].[1997],[time].[quarter], BEFORE_AND_AFTER )} ON rows from sales
Descendants
([Time].[1997],
[time].[quarter],
SELF_BEFORE_AFTER)
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ Descendants ([Time].[1997],[time].[quarter],SELF_BEFORE_AFTER)} ON rows from sales
 
Descendants
([Time].[1997],
[time].[quarter],
LEAVES)
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ Descendants ([Time].[1997],[time].[quarter],LEAVES)} ON rows from sales
Descendants
([Time].[1997],1)
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ Descendants ([Time].[1997],1)} ON rows from sales
Descendants
([Time].[1997],2,
SELF_BEFORE_AFTER)
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ Descendants ([Time].[1997],2,SELF_BEFORE_AFTER)} ON rows from sales
从集合中删除重复的元组。
 
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ distinct ({
([Time].[1997],[Store].[All Stores].[USA]),
([Time].[1997],[Store].[All Stores].[Mexico]),
([Time].[1997],[Store].[All Stores].[USA])
} )} ON rows from sales
对比
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{{
([Time].[1997],[Store].[All Stores].[USA]),
([Time].[1997],[Store].[All Stores].[Mexico]),
([Time].[1997],[Store].[All Stores].[USA])
} } ON rows from sales
将集合中的成员从指定级别深化一个级别。
另一种方法是，在集合中的指定维度上深化。
 
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ DrilldownLevel ({[Time].[1997],[Time].[1997].[Q1],
[Time].[1997].[Q3],[Time].[1998]}) }   ON rows from sales
time.month
和
time.quarter
效果对比
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ DrilldownLevel ({[Time].[1997],[Time].[1997].[Q1],[Time].[1997].[Q3],
[Time].[1998]},
time.quarter
) }   ON rows from sales
将集合底端的 n 个成员从指定级别深化一个级别。
 
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ DrilldownLevelBottom ({[Time].[1997],[Time].[1997].[Q1],
[Time].[1997].[Q3],[Time].[1998]}
,2,,[Store Sales]
 ) }   ON rows from sales
有意思，分析一下结果
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ DrilldownLevelBottom ({[Time].[1997],[Time].[1997].[Q1],[Time].[1997].[Q3],[Time].[1998]}
,5,time.year,[Store Sales]
 ) }   ON rows from sales
将集合顶端的 n 个成员从指定级别深化一个级别。
 
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ DrilldownLevelTop ({[Time].[1997],[Time].[1997].[Q1],[Time].[1997].[Q3],[Time].[1998]}
,2, ,[Store Sales]
 ) }   ON rows from sales
在第一个集合与第二个集合的交集中深化。
1
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ DrilldownMember ({[Store].[All Stores].[USA],[Store].[All Stores].[Canada],[Store].[All Stores].[Mexico]}
,{[Store].[All Stores].[USA], [Store].[All Stores].[USA].[or],[Store].[All Stores].[Mexico] }
 ) }   ON rows from sales
注意第 2个set的写法
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ DrilldownMember ({[Store].[All Stores].[USA],[Store].[All Stores].[Canada],[Store].[All Stores].[Mexico]}
,{[Store].[All Stores].[USA], [Store].[All Stores].[USA].[or],
[Store].[All Stores].[Canada],[Store].[All Stores].[Canada].[BC],
[Store].[All Stores].[Mexico] } , RECURSIVE
 ) }   ON rows from sales
 
2
SELECT
 {[Measures].[Store Sales] } ON COLUMNS ,
{ DrilldownMember ({[Store].[All Stores].[USA],[Store].[All Stores].[Canada],[Store].[All Stores].[Mexico]}
,{[Store].[All Stores].[USA], [Store].[All Stores].[USA].[or],[Store].[All Stores].[Mexico] }, RECURSIVE
 ) }   ON rows from sales
备注
帮助中有个错误的地方：
…… 示例
DrilldownMember({USA, Canada, Mexico}, {USA, Washington, Mexico},RECURSIVE)
返回集合：
{USA, <all states in USA before Washington>,
WA, <all cities in Washington>, <all cities （应该是states） in USA after Washington>,
Canada , Mexico, <all states in Mexico>} …… ..
3
SELECT
 {time.[1997] } ON COLUMNS ,
{ DrilldownMember (
{
([Store].[All Stores].[USA],[Measures].[Store Sales]),
([Store].[All Stores].[Canada],[Measures].[Store Sales]),
([Store].[All Stores].[Mexico],[Measures].[Store Sales])
}
,{[Store].[All Stores].[USA],[Store].[All Stores].[USA].[wa]}
 ) }   ON rows from sales
4
加 RECURSIVE
SELECT
 {time.[1997] } ON COLUMNS ,
{ DrilldownMember (
{
([Store].[All Stores].[USA],[Measures].[Store Sales]),
([Store].[All Stores].[Canada],[Measures].[Store Sales]),
([Store].[All Stores].[Mexico],[Measures].[Store Sales])
}
,{[Store].[All Stores].[USA],[Store].[All Stores].[USA].[wa]}
, RECURSIVE ) }   ON rows from sales
类似于 DrilldownMember，除了只包括底端的 n 个子代。
1， RECURSIVE 含义同上，且递归部分的成员同样受count控制
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
 { DrilldownMemberBottom ({[Store].[All Stores].[USA],[Store].[All Stores].[Canada],[Store].[All Stores].[Mexico]} ,
{[Store].[All Stores].[USA], [Store].[All Stores].[USA].[or],[Store].[All Stores].[Mexico] },
 2,[Measures].[Store Sales], RECURSIVE
) }
  ON rows from sales  
 
对元组的深化同 DrilldownMember
类似于 DrilldownMember，除了只包括顶端的 n 个子代。
 
同 DrilldownMemberBottom
从集合的某一指定级别之下的成员浅化。
1
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
 { DrillUpLevel ({USA, Ca, [Los Angeles], Wa , Seattle, Canada, [BC]},[store country])
}   ON rows from sales  
2
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
 { DrillUpLevel ({USA, Ca, [Los Angeles], Wa , Seattle, Canada, [BC]})
}
  ON rows from sales
在第一个集合与第二个集合的交集中浅化。
 
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
 { DrillupMember ({Canada, Mexico, USA, Wa, Seattle},{Wa})
}   ON rows from sales  
查找两个集合之间不同的项，可以选择保留重复项。
1
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
 { Except ({Canada, [BC], Mexico, [BC], USA, Wa}, {Canada, Mexico, Ca})
}
  ON rows from sales  
2，呵呵，普科显示的也有点问题
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
 { Except ({Canada, [BC], Mexico, [BC], USA, Wa}, {Canada, Mexico, Ca},all)
}
  ON rows from sales  
从析取的维度元素中返回元组集合。即 Crossjoin 的反运算。
Extract 函数执行的操作与 Crossjoin 函数相反
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
 { Extract ({([1997], Wa ), ([1997], Ca ), ([1998], Ca )}, Time)
}   ON rows from sales  
返回根据搜索条件对集合进行筛选所得到的集合。
 
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
 { filter (time .allmembers ,[Measures].[Store Sales]>50000)
}   ON rows from sales  
将集合应用到另一集合的每个成员，然后用 union 运算合并所得的集合。
1
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
 { Generate ({ USA, Canada }, Descendants (store .CurrentMember , [store state]))
}   ON rows from sales  
2， ca， wa 是USA的，加all则简单复制
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
 { Generate ({USA, Canada}, {ca, wa} ,all)
}   ON rows from sales  
如果通过 CurrentMember，«Set1» 与 «set_expression» 无关，那么 Generate 生成 «set_expression» 所指的集合的简单复制，它包含的复制与 «Set1» 中的元组一样多。如果指定了可选的 ALL 标志，结果中将保留所有重复项。如果未指定 ALL，重复项将被删除。
3,字符串的
with member [Measures].[ 合字符串] as ' Generate ({Time .allmembers }, Time .CurrentMember.name , " and " )'
SELECT  { [Measures].[ 合字符串] } ON COLUMNS ,
 {[Store].[All Stores]
}   ON rows from sales  
3， 应用扩展
with member [Measures].[ 合字符串 ] as ' Generate ({Time.[1997] .children }, cstr((Time .CurrentMember , [Measures].[Unit Sales],store.[all stores])), " and " )'
SELECT  { [Measures].[ 合字符串 ] } ON COLUMNS ,
  {[Store].[All Stores]
}   ON rows from sales
返回集合中指定数目的前若干个元素。
 
SELECT  { Head ( Descendants ([Time].[1997],2,SELF_BEFORE_AFTER), 3) } ON COLUMNS ,
  {[measures].[store sales]
}   ON rows from sales
在层次结构中对集合的成员排序。
 
SELECT   Hierarchize
( {[Time].[1997].[Q1],[Time].[1997].[Q2].[5],[Time].[1997].[Q1].[2],[Time].[1997].[Q2].[5],[Time].[1997].[Q2] },post) ON COLUMNS ,
 {[measures].[store sales]
}   ON rows from sales
 
和下面的语句比较一下就知道了
SELECT     {[Time].[1997].[Q1],[Time].[1997].[Q2].[5],[Time].[1997].[Q1].[2],[Time].[1997].[Q2].[5],[Time].[1997].[Q2] }   ON COLUMNS ,
 {[measures].[store sales]
}   ON rows from sales
返回两个输入集合的交集，可以选择保留重复项。
 
SELECT  
  Intersect ({[Time].[1997].[Q1],[Time].[1997].[Q2].[5],[Time].[1997].[Q1].[2],[Time].[1997].[Q2].[5] },
{[Time].[1997].[Q2].[5],[Time].[1997].[Q2] },all)  ON COLUMNS ,
 {[measures].[store sales]
}   ON rows from sales
注意带ALL和不带ALL 的区别
返回指定的成员之前（包含该成员）的成员集合。
 
with member measures.test as ' Generate ({ LastPeriods (3,time .currentmember )}, Time .CurrentMember.name , " and " ) '
SELECT  {measures.test }  ON COLUMNS ,
 {[Time] .members }   ON rows from sales
返回维度、层次结构或级别中所有成员的集合。
 
SELECT  
 {measures.[store sales] }  ON COLUMNS ,
 {[Time] .members }   ON rows from sales
Mtd
PeriodsToDate 函数的快捷函数，将级别指定为 Month。
 
到目前没有发现其意义
基于包含成员名称的字符串表达式，返回一个包含单个成员的集合。
 
SELECT     {measures.[store sales] }  ON COLUMNS ,
 { NameToSet ( "[Time].[1997]" )}   ON rows from sales
返回两个或多个集合的矢量积，除空成员之外。
 
SELECT     {measures.[store sales] }  ON COLUMNS ,
 { NonEmptyCrossJoin ([Store].[Beverly Hills] .Children , [Customers].[CA] .Children , {[Promotions].[Big Time Savings]},2)
 }   ON rows from sales
请详细看联机帮助，这个函数在使用的时候慎用，因为 NonEmptyCrossjoin 函数以一个集合的形式返回两个或多个集合的矢量积，不包括空元组或无基础事实数据表提供的数据的元组，因此所有计算成员均被自动排除。
排列集合的成员，可以选择保留或打破层次结构。
 
SELECT     {measures.[store sales] }  ON COLUMNS ,
  Order ([Store].[Store State] .allmembers , measures.[store sales], BASC ) ON rows from sales
返回指定级别上的一个时期（成员）集合，从第一个时期开始到指定的成员为止。
1
SELECT     {measures.[store sales] }  ON COLUMNS ,
PeriodsToDate ([Time].[Quarter],[Time].[1997].[Q3].[8]) ON rows from sales
2
SELECT     {measures.[store sales] }  ON COLUMNS ,
PeriodsToDate ([Store].[Store Country],[Store].[All Stores].[USA].[OR]) ON rows from sales
Qtd
PeriodsToDate 函数的快捷函数，将级别指定为 Quarter。
 
同上
返回成员的兄弟，包括成员本身。
 
SELECT     {measures.[store sales] }  ON COLUMNS ,
{[Time].[1997].[Q2] .Siblings } ON rows from sales
从集合中删除计算成员。
此函数从某个集合中删除计算成员，该集合包含使用 AddCalculatedMembers 添加的计算成员。
WITH MEMBER [Time].[1997].[1 到 6 月的 ] AS ' SUM ([Time].[1]:[Time].[6])'
  MEMBER [Time].[1997].[1 到 9 月的 ] AS ' SUM ([Time].[1]:[Time].[9])' SELECT
StripCalculatedMembers (
AddCalculatedMembers ([Time].[1997] .Children )
) ON COLUMNS , [Product] .Children ON rows from sales
 
用字符串表达式构造一个集合。
 
SELECT     {measures.[store sales] }  ON COLUMNS ,
{ StrToSet ( "Time.Members" )} ON rows from sales
从集合中返回元素的子集。
 
SELECT     {measures.[store sales] }  ON COLUMNS ,
{ Subset (Time .allMembers ,0,7)} ON rows from sales
从集合尾部返回子集。
 
SELECT     {measures.[store sales] }  ON COLUMNS ,
{ tail ( Subset (Time .allMembers ,0,7),4)} ON rows from sales
切换对成员的钻取状态。此函数是 DrillupMember 和 DrilldownMember 的组合。
*
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
  ToggleDrillState ({Product .Members },{Product.Bagels, Product.Muffins}, RECURSIVE )
   ON rows from sales
从集合顶端开始返回指定数目的项，可以选择首先对集合排序。
 
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
  Topcount ( Descendants ([Store].[All Stores].[USA],[Store].[Store City] ), 10, [store sales])   ON rows from sales
对集合排序，并返回顶端的 n 个元素，这些元素的累积合计至少为指定的百分比。
 
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
  TopPercent ( Descendants ([Store].[All Stores].[USA],[Store].[Store City] ), 90, [store sales])   ON rows from sales
对集合排序，并返回顶端的 n 个元素，这些元素的累积合计至少为指定的值。
 
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
  TopSum ( Descendants ([Store].[All Stores].[USA],[Store].[Store City] ), 90000, [store sales])   ON rows from sales
返回两个集合的并集，可以选择保留重复项。
 
SELECT  {[Measures].[Store Sales] } ON COLUMNS ,
  Union (USA .Children , CANADA .Children , ALL)
   ON rows from sales
动态计算集合中指定的子成员的合计，并在结果集中对合计的标签使用某种模式来显示。
 
select
 {[Measures].[Unit Sales]} on columns ,
 { [Time].[1997],
   [Time].[1997].[Q2],
    [Time].[1997].[Q4]
 } on rows
from Sales
和下面的对比着理解
select
{[Measures].[Unit Sales]} on columns ,
{ VisualTotals ({ [Time].[1997],
   [Time].[1997].[Q2],
    [Time].[1997].[Q4]
}, "**Subtotal - *" )
} on rows
from Sales
Wtd
PeriodsToDate 函数的快捷函数，将级别指定为 Week。
 
略
Ytd
PeriodsToDate 函数的快捷函数，将级别指定为 Year。
 
略
 
robot1980
关注
专栏目录
MDX Aggregate函数
Mr 斌 的专栏
09-17 1421
MDX Aggregate函数的使用
MDX 函数的使用介绍_打印
05-08
在这个文档“MDX 函数的使用介绍_打印.doc”中，我们可以深入理解MDX函数的分类、用法以及通过实例和运行结果截图来学习它们的实际应用。 一、MDX函数分类 MDX函数大致可以分为以下几类： 1. **聚合函数**：如SUM...
15个很具代表性的MDX查询语句
Allen_白的专栏
06-05 4087
15个很具代表性的MDX查询语句      读者请求最多的是更多的MDX信息。他们通常要求更多的MDX例子，在这里，我提供15个典型的MDX语句，用的是SQL Server 2000 Analysis Services' FoodMart 2000 sample cubes，以下例子都以Sales多维数据集为例。 1. 在美国所有州都销售的有那些产品品牌？ Listing 1 创建了
MDX Step by Step 读书笔记(七) - Performing Aggregation 聚合函数之 Sum, Aggregate, Avg
weixin_33885676的博客
11-04 208
开篇介绍 SSAS 分析服务中记录了大量的聚合值，这些聚合值在 Cube 中实际上指的就是度量值。一个给定的度量值可能聚合了来自事实表中上千上万甚至百万条数据，因此在设计阶段我们所能看到的度量实际上就已经应用了某些聚合函数来决定这个值怎样被聚合。 当然有可能已有的度量值远远还不够，还需要在查询的时候继续从不同的角度去聚合一些数据以满足实际需求，因此就会使用到各种不同的 MDX 聚合函数。 S...
MDX 函数的使用介绍
michaelgy的专栏
09-10 5599
根据SqlServer2000 Analysis Services提供的帮助材料展开，略作说明并且根据各个函数的侧重点编写相应的MDX；这些成果主要源于我的老大浩哥，再次向他表示感谢。数组函数 函数 描述 SetToArray 将一个或多个集合转换为数组，以用于用户定义函数中。      维度函数、层次结构函数和级别函数 维度函数函数 描述 Dimension 返回包含指定
MDX函数[定义].pdf
10-11
MDX（Multidimensional ...这些MDX函数在构建复杂的查询和计算时非常有用，允许用户以灵活的方式访问和分析多维数据。通过熟练掌握这些函数，开发者能够设计出高效的分析解决方案，以满足不同业务场景的需求。
MDX函数参考[归类].pdf
10-11
MDX（MultiDimensional eXpressions）是SQL Server Analysis Services（SSAS）中用于处理多维数据的查询和...在软件开发，尤其是BI（商业智能）领域，熟悉并掌握MDX函数的使用对于高效地操作和查询多维数据至关重要。
SQLServerBI MDX常用函数
08-09
以下是一些关键的MDX函数分类及其说明： **数组函数** `SetToArray (MDX)`：此函数可以将一个或多个集合转换为数组，方便在自定义函数中处理。 **层次结构函数** `Hierarchy (MDX)`：返回指定成员或级别的层次结构...
使用MDX读取OLAP多维数据集：第1部分
04-07
MDX还支持多种聚合函数，如SUM、COUNT和AVG，以及IF条件语句和计算成员，这使得在查询中实现复杂的业务逻辑成为可能。 在实际应用中，MDX查询通常与报表工具结合使用，如SSRS（SQL Server Reporting Services）或...
MDX 中 Sum()的使用
QBing --无论如何，都不应放弃对能力的追求
05-13 2499
语法:         sum();         sum(,)说明:返回用数值表达式对集求得的值之和. 实例: with Member [Measures].[MySum] as sum({Time.[1997].[Q1],Time.[1997]. [Q2],Time.[1997]. [Q3]},Measures.[Unit Sales])select {[Measur
MDX集合运算
goustzhu地盘
09-29 1813
<br />MDX中,集合包括5种基本运算.<br />1.Union 表示：或，+，并集（与SQL意思一样）<br />Standard syntax<br />Union(Set_Expression1, Set_Expression2 [,...n][, ALL]) Set数目一定>=2.<br />Alternate syntax 1<br />Set_Expression1 + Set_Expression2 [+...n] 一定是Set集合，StrToSet.<br />Alternate sy
MDX技巧：如何处理、聚合多计算成员？
weixin_33913377的博客
05-31 287
这是我翻译Chris Webb的文章，原文请查看http://spaces.msn.com/cwebbbi/blog/cns!7B84B0F2C239489A!710.entry?txtName=anchky&blogcs=end。主要介绍如何处理同时聚合多个计算成员！翻译的不一定正确，如有疑问的请查看原文！ 多时间维度（根据AS 2005，确切的说是关于时间的属性层次）是非...
MDX 生成复杂的集合
weixin_30840573的博客
09-19 191
order(表达式, 排序的度量值, desc| asc| bdesc| basc) 函数. Hierarchize函数. 把所有的行, 安装他们应有的层次结构排序 bottomCount 和topCount类似, 只是功能不一样. 可以看看 Head函数（http://msdn.microsoft.com/zh-cn/library/ms144859(v=SQL.105)），返回集中位...
mdx 聚合函数
weixin_30868855的博客
09-19 73
聚合函数Aggregation(set_express, numeric_express), Aggregation（http://msdn.microsoft.com/zh-cn/library/ms145524.aspx）执行求和函数, 如果和某些其他求和函数配合的话, 会有变化. 看一个例子 SELECT { ([Measures].[Reseller S...
多维数据表达式MDX笔记
weixin_34357962的博客
05-02 980
2019独角兽企业重金招聘Python工程师标准>>> ...
MDX在EXCEL透视表的写法
数据库天地
01-01 446
在透视表里,使用MDX ,要注意写法. 下面提供几个示例, Median( ( [DimDate].[CalendarYear].CurrentMember * [DimDate].[EnglishMonthName].[All].Children ...
MDX详解：多维表达式中的聚合函数与数据子集操作
MDX的基本结构包括三个主要部分：SELECT子句、FROM子句和WHERE子句。SELECT用于指定要查询的维度（轴维度）和度量值，FROM指定了数据的来源，即多维数据集，而WHERE则用于定义数据的过滤条件，即切片器维度。切片器...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值