MDX常見操作

MDX是多維數據查詢語言,類似于SQL秒梳,它的基本語法如下:

SELECT SET ON COLUMNS,SET ON ROWSFROM CUBEWHERE TUPLE

對SET法绵、TUPLE、CUBE酪碘、成員的定義朋譬,可以參考百度,有的文章對概念的解釋很詳細婆跑。

下面我列出常見的操作:

單行單列查詢:

這個結果值就一個此熬,比如查詢某個班總共有多少人

SELECT
{[人數度量維度].[總人數]} ON COLUMNS,
{[班級維度].[三年一班] } ON ROWS
FROM CUBE_NAME

單行多列:

比如查詢某個班男生和女生各有多少人

SELECT 
{[人數度量維度].[男生人數],[人數度量維度].[女生人數]} ON COLUMNS,
{[班級維度].[三年一班]}  ON ROWS
FROM CUBE_NAME

多行單列:

比如查詢每個班級的總人數:

SELECT 
{[人數度量維度].[總人數]} ON COLUMNS,
{[班級維度].children}  ON ROWS
FROM CUBE_NAME

多行多列:

比如查詢每個班級,男生和女生的人數:

SELECT 
{[人數度量維度].[男生人數],[人數度量維度].[女生人數]} ON COLUMNS,
{[班級維度].children}  ON ROWS
FROM CUBE_NAME

上面的行和列滑进,都只有一層。

列只有一級募谎,行有兩級:

查詢每個班級扶关,男生和女生的平均成績:

SELECT 
{[成績度量維度].[分數]} ON COLUMNS,
{[班級維度].children}*{[性別維度].children}  ON ROWS
FROM CUBE_NAME

行和列都有兩級:

查詢每個班級,男生和女生的上個月平均成績数冬、本月平均成績:

SELECT 
{[月份維度].[上月],[月份維度].[本月]}*{[成績度量維度].[分數]} ON COLUMNS,
{[班級維度].children}*{[性別維度].children}  ON ROWS
FROM CUBE_NAME

對某個軸去零值:

查詢各個班級的總吃到人數节槐,如果人數為零搀庶,去除掉這個班級的數據:

SELECT 
NON EMPTY {[遲到人數度量維度].[總人數]} ON COLUMNS,
{[班級維度].children}  ON ROWS
FROM CUBE_NAME

獲取某個維度的所有成員:

比如獲取班級維度的所有成員,也就是所有班級:

WITH MEMBER [度量維度].[班級名稱] AS [班級維度].currentMember.name
SELECT 
{[度量維度].[班級名稱]} ON COLUMNS,
{[班級維度].members}  ON ROWS
FROM CUBE_NAME

獲取直接下級成員:

不包含下級成員的下級成員铜异,比如獲取機構維度的所有成員哥倔,也就是所有班級:

WITH MEMBER [度量維度].[機構名稱] AS [機構維度].currentMember.name
SELECT 
{[度量維度].[機構名稱]} ON COLUMNS,
{[機構維度].[某機構].children}  ON ROWS
FROM CUBE_NAME

獲取默認成員:

WITH MEMBER [度量維度].[班級名稱] AS [班級維度].currentMember.name
SELECT 
{[度量維度].[班級名稱]} ON COLUMNS,
{[機構維度].defaultMember}  ON ROWS
FROM CUBE_NAME

獲取樹形機構:

WITH MEMBER [度量維度].[機構名稱] AS [機構維度].currentMember.properties('名稱')MEMBER [度量維度].[機構編碼] AS [機構維度].currentMember.nameMEMBER [度量維度].[父機構編碼] AS [機構維度].currentMember.parent.nameSELECT {[度量維度].[機構編碼],[度量維度].[機構名稱],[度量維度].[父機構編碼]} ON COLUMNS,{[產品].members} ON ROWS FROM CUBE_NAME

這個查出來的是所有的集合,然后使用代碼揍庄,兩層循環(huán)咆蒿,組成樹形結構。

排除某些成員:

比如就是不讓某機構出現在結果中

WITH MEMBER [度量維度].[機構名稱] AS [機構維度].currentMember.name
SELECT 
{[度量維度].[機構名稱]}
ON COLUMNS,
{EXCEPT([機構維度].MEMBERS,{[機構維度].[某機構]})} ON ROWS 
FROM CUBE_NAME

MDX一方面是學習它的查詢語法蚂子,另一方面是要學會組裝它返回的結果沃测,這也是一個需要動腦筋的地方。

?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末食茎,一起剝皮案震驚了整個濱河市蒂破,隨后出現的幾起案子,更是在濱河造成了極大的恐慌别渔,老刑警劉巖附迷,帶你破解...
    沈念sama閱讀 207,113評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現場離奇詭異哎媚,居然都是意外死亡挟秤,警方通過查閱死者的電腦和手機,發(fā)現死者居然都...
    沈念sama閱讀 88,644評論 2 381
  • 文/潘曉璐 我一進店門抄伍,熙熙樓的掌柜王于貴愁眉苦臉地迎上來艘刚,“玉大人,你說我怎么就攤上這事截珍∨噬酰” “怎么了?”我有些...
    開封第一講書人閱讀 153,340評論 0 344
  • 文/不壞的土叔 我叫張陵岗喉,是天一觀的道長秋度。 經常有香客問我,道長钱床,這世上最難降的妖魔是什么荚斯? 我笑而不...
    開封第一講書人閱讀 55,449評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮查牌,結果婚禮上事期,老公的妹妹穿的比我還像新娘。我一直安慰自己纸颜,他們只是感情好兽泣,可當我...
    茶點故事閱讀 64,445評論 5 374
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著胁孙,像睡著了一般唠倦。 火紅的嫁衣襯著肌膚如雪称鳞。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,166評論 1 284
  • 那天稠鼻,我揣著相機與錄音冈止,去河邊找鬼。 笑死候齿,一個胖子當著我的面吹牛熙暴,可吹牛的內容都是我干的。 我是一名探鬼主播毛肋,決...
    沈念sama閱讀 38,442評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼怨咪,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了润匙?” 一聲冷哼從身側響起诗眨,我...
    開封第一講書人閱讀 37,105評論 0 261
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎孕讳,沒想到半個月后匠楚,有當地人在樹林里發(fā)現了一具尸體,經...
    沈念sama閱讀 43,601評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡厂财,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,066評論 2 325
  • 正文 我和宋清朗相戀三年芋簿,在試婚紗的時候發(fā)現自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片璃饱。...
    茶點故事閱讀 38,161評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡与斤,死狀恐怖,靈堂內的尸體忽然破棺而出荚恶,到底是詐尸還是另有隱情撩穿,我是刑警寧澤,帶...
    沈念sama閱讀 33,792評論 4 323
  • 正文 年R本政府宣布谒撼,位于F島的核電站食寡,受9級特大地震影響,放射性物質發(fā)生泄漏廓潜。R本人自食惡果不足惜抵皱,卻給世界環(huán)境...
    茶點故事閱讀 39,351評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望辩蛋。 院中可真熱鬧呻畸,春花似錦、人聲如沸堪澎。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,352評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽樱蛤。三九已至钮呀,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間昨凡,已是汗流浹背爽醋。 一陣腳步聲響...
    開封第一講書人閱讀 31,584評論 1 261
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留便脊,地道東北人蚂四。 一個月前我還...
    沈念sama閱讀 45,618評論 2 355
  • 正文 我出身青樓,卻偏偏與公主長得像哪痰,于是被迫代替她去往敵國和親遂赠。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 42,916評論 2 344

推薦閱讀更多精彩內容