MDX的实例讲解（排名前15的小例子）

MDX语句的特点：

大小写不分。members等于Members;downloads等于Downloads

维度的统计量指定要选择准确。downloads等于[Downloads]

[]可以少，不能多。members外部不能有[]，否则报错

TopCount函数格式。

members是属性中所有成员的枚举。

同一维度下的属性组合，用Hierarchize：

SELECT

NON EMPTY {[Measures].[Downloads]} ON COLUMNS,

NON EMPTY {Hierarchize({{[appTag.default].[dimstore].Members}, {[appTag.default].[Class].Members}})} ON ROWS

FROM [aso]

不同维度的属性组合，用CrossJoin：

SELECT

NON EMPTY {[Measures].[Downloads]} ON COLUMNS,

NON EMPTY CrossJoin([dimInterval.default].[Interval].Members, CrossJoin([dimStoreName.default].[storeName].Members, [dimDate.default].[year].Members)) ON ROWS

FROM [aso]

举几个具体的例子：

下面两个语句是一样的：

1.SELECT

NON EMPTY {downloads} ON COLUMNS,

TopCount([dimStoreName].[storeName].members,2,[downloads]) ON ROWS

FROM [aso]

2.SELECT

downloads ON COLUMNS,

{TopCount([dimStoreName].[storeName].members,2,[measures].[downloads])}ON ROWS

FROM [aso]

aso是一个cube，总体。如果需要在结果集中筛选出某个属性取特定值的结果，用where 子句

略（有空再写）

查看downloads的top 15：前15计算函数topcount（set，topK，依据统计量），排序后取前15

SELECT

NON EMPTY {downloads} ON COLUMNS,

TopCount([dimApp].[appName].members,15,[downloads]) ON ROWS

FROM [aso]

如果查询跨越来两个不同维度，需要crossjoin，

SELECT

NON EMPTY {downloads} ON COLUMNS,

TopCount(

CrossJoin([dimStoreName.default].[storeName].Members,[dimApp].[appName].members),15,[downloads]

) ON ROWS

FROM [aso]

先交叉，确定查询结果集（交叉连接），再筛选

不能先统计，后交叉，错误：

SELECT

NON EMPTY {downloads} ON COLUMNS,

CrossJoin([dimStoreName.default].[storeName].Members,

(topcount([dimApp].[appName].members,15,[downloads]))

)

ON ROWS

FROM [aso]

top5实例进阶：

SELECT

{[downloads]} ON COLUMNS,

Generate(

TopCount([dimStore].[store_name].Members, 5, [downloads]),

{ [dimStore].CurrentMember } * TopCount( [appName].[AppName].Members, 5, ([downloads],[dimStore].CurrentMember) )

) on ROWS

FROM [ASO]

标准格式的例子，猜猜什么意思：

SELECT

NON EMPTY {[Measures].[Downloads], [Measures].[AppCount]} ON COLUMNS,

NON EMPTY Hierarchize(

Union( CrossJoin({[appTag.default].[anzhi]}, [dimDate.default].[year].Members),

Union( CrossJoin({[appTag.default].[anzhi]}, [dimDate.default].[day].Members),

Union( CrossJoin({[appTag.default].[hiapk]}, [dimDate.default].[year].Members),

CrossJoin({[appTag.default].[hiapk]}, [dimDate.default].[day].Members)

)

)

)

) ON ROWS

FROM [aso]

骂娘了吗？

解析一下，简化的例子：

SELECT

NON EMPTY {[Measures].[Downloads]} ON COLUMNS,

NON EMPTY Hierarchize(

Union(CrossJoin([dimDate.default].[year].Members, [appTag.default].[dimstore].Members),

Union(CrossJoin([dimDate.default].[month].Members, [appTag.default].[dimstore].Members),

CrossJoin([dimDate.default].[day].Members, [appTag.default].[dimstore].Members)

)

)

) ON ROWS

FROM [aso]

执行结果如下：



如果只是date维度的下的月日年，很简单，Hierarchize就可以了，如

SELECT

NON EMPTY {[Measures].[Downloads]} ON COLUMNS,

NON EMPTY {Hierarchize({{[dimDate.default].[year].Members}, {[dimDate.default].[month].Members}, {[dimDate.default].[day].Members}})} ON ROWS

FROM [aso]

但是当两个维度下的多个维度组合在一起，就要进行笛卡映射，分别crossjoin，在总体合并。两个维度属性集，分别crossjoin，然后再将所有crossjoin结果集进行union。

union就是并集(合并两个结果集)。

intersect是交集