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
( Sorce.[EasternHemisphere].Africa,
Time.[2ndhalf].[4thquarter],sans-serif; font-size:14.4444446563721px; line-height:23.3333339691162px"> Route.Air,sans-serif; font-size:14.4444446563721px; line-height:23.3333339691162px"> 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
{
(Time.[1sthalf].[1stquarter]),sans-serif; font-size:14.4444446563721px; line-height:23.3333339691162px"> 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,sans-serif; font-size:14.4444446563721px; line-height:23.3333339691162px"> {[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
结果集视觉形象:sql直观,Mdx不直观
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。