MDX用户指南.docx

1、MDX用户指南 MDX用户指南作者状态时间说明1介绍MDX为MultiDimensional Expressions的缩写，多维表达式，是标准的OLAP查询语言。在多数OLAPServer都提供MDX支持，如Microsoft SQL Server OLAP Services,SAS,Hyperion Essbase等。支持多维对象与数据的定义和操作。MDX 在很多方面与结构化查询语言 (SQL) 语法相似，但它不是 SQL 语言的扩展；事实上，MDX 所提供的一些功能也可由 SQL 提供，尽管不是那么有效或直观。如同 SQL 查询一样，每个 MDX 查询都要求有数据请求（SELECT 子句）

2、、起始点（FROM 子句）和筛选（WHERE 子句）。这些关键字以及其它关键字提供了各种工具，用来从多维数据集析取数据的特定部分。MDX 还提供了可靠的函数集，用来对所检索的数据进行操作，同时还具有用用户定义函数扩展 MDX 的能力。 MDX为多维数据库提供了表达式查询语法，用于查询Cube数据，并提供了许多强大的分析函数，用于支持常用的OLAP分析。Kingdee OLAP实现了MDX语法，提供了大多数MDX函数，部分函数未实现，因为我们认为当前没有必要实现。本文档后面会提供支持的函数列表。本指南更像一本入门教程。更为详细的信息可以参考SQLServer OLAP Services联机文档。

3、2. 基本概念2.1 Cube结构 在介绍MDX之前，我们简单介绍一下cube结构,理解cube结构是学习MDX的前提。我们采用SQLServer OLAP Services自带的事例OLAP数据库FoodMart来描述。我们建议你阅读Olap模型设计指南来学习、熟悉Cube结构。 Cube是联机分析的关键。它们是一种多维结构，包括原始事实数据、聚合数据，这些数据聚合允许用户快速进行复杂查询。Cube包含两个基本的概念：维度和度量。维度(Dimension): 维度提供了分类描述,表示一类分析角度,用户通过维度来分析度量数据.度量(Measures): 度量表示用来聚合分析的数字信息,如数量,

4、销售金额等.重要: 度量的集合组成了一个特殊的维度,叫做”Measures”.一个维度可以包含级别的层级结构,级别（Level）表示特定的分类.比如,地区维度可以包含级别层级:Country、State、City。每个级别比它的父级别在数据粒度上更加细粒度。又比如：一个时间维可能包含级别：年、季、月。成员，是最重要的概念之一。一个成员是维度（包括度量维Measures）上的一个项目值，时间维度上“年”级别的成员可能有2000、2001，月成员有1、2、3等等。计算成员是一种运行时通过特殊表达式动态计算的成员。计算成员可以定义为度量。计算成员不影响现有的cube数据，它基于cube数据，通过各种

5、数学表达式和各种函数定义，可以创建复杂的表达式。任何动态分析功能，都可以通过计算成员实现，比如实现占比、同期比等等。2.2 示例Cube数据库示例OLAP数据库结构（FoodMart Sales Cube，来自Microsoft OLAP Services）。维 度维度名级别描述CustomersCountryStateCityName顾客的地理分布层级Education LevelEdication Level顾客教育水平，一个级别，扁平结构GenderGender顾客性别Marital StatusMarital Status顾客婚姻状况ProductProduct FamilyProdu

6、ct DepartmentProduct CategoryProduct SubCategoryBrand nameProduct Name产品维,6个级别Promotion MediaMedia Type促销媒体StoreStore CountryStore SateStore CityStoe Name商店的地理分布层级Stoe Size in SQFTStore Square Feet商店面积Store TypeStore Type商店类型TimeYearsQuartersMonths时间维Yearly IncomeYearly Income顾客年收入度量度量名描述Unit SalesN

7、umber of units soldStore CostCost of goods soldStore SalesValue of sales transactionsSales CountNumber of sales transactionsStore Sales NetValue of sales transactions less cost of goods soldSales AverageStore sales/sales count2.3 表达式表示法 维度、级别、成员等，一般用唯一名称UniqueName来标示，可以用包围name，如果name有空格或者以数字开头，必须使用,

8、否则可以忽略。UniqueName是根据层级结构表示的一种方法。即递归显示出祖先的名称。维度(Dimension)：维度直接用包围。Product的唯一名称为Product或Product，维度Education Level的唯一名称为Education Level。度量维为Measures。级别(Level)：级别的UniqueName为维度名称.级别名称，如Product. Product Family，同样，如果没有空格，可以省略，如Product.Product Family。成员(Member)：成员的UniqueName格式为维度.(Parent Member UniqueName

9、).Member Name，如上面时间维上的2003年2月份的UniqueName为Time.1.2，中间的1为1季度，因为该维度的结构为年、季、月。度量（Measure）：度量实际上是属于度量维的成员。如度量Unit Sales的UniqueName为Measures.Unit Sales。UniqueName是OLAP元素内部的表示法，在MDX查询语言中，可以使用UniqueName来表示元素。同时，MDX还提供模糊和其它等价的元素标示方式。表现在：1) 省略维度名标示级别，如果一个维度的级别名称在整个Cube中是唯一的，那么可以省略维度名来查询级别。如Product.Product Fa

10、mily可以写成Product Family。2) 省略维度名标示成员，如果省略维度名，可以标示该维度最高级别的成员，如Time.2000可以写成2000, Measures.Unit Sales可以写成Unit Sales.3) 成员挂在级别下，即成员不一定要写成维度.(Parent Member UniqueName).Member Name，可以写成维度.级别.Member Name.如2000年3月可以写成Time.Months.3模糊查询表示法,都基于不会重复的假设,如果有重复的元素,取第一个查找到的元素作为查询结果,可能发生错误.因此,建议使用完备的表示法.2.4元组、集合 元组用

11、于定义来自多维数据集的数据切片；它由来自一个或多个维度的单个成员的有序集合组成。元组内不能包含来自同一个维度的多个成员.元组用()包围.如: (时间.下半年) (时间.下半年,产品.手机.Nokia) 如果一个元组是由单个维度的成员组成,那么可以不用()包围,即(时间.下半年)可表示成:时间.下半年. 集合是零个、一个或多个元组的有序集合。集合最常用于在 MDX 查询中定义轴维度和切片器维度，并且同样可能只具有单个元组或可能在某些情况下为空。在 MDX 语法中，元组用花括号括起来以构造集合，下面的示例显示具有两个元组的集合： (时间.上半年, 路线.非陆地.航空), (时间.下半年, 路线.非

12、陆地.海路) 一个集合可包含同一个元组不止一次的出现。下面的集合是可接受的： 时间.下半年, 时间.下半年 集合指以元组表示的一组成员组合，或指集合中的元组所代表的单元中的值，视集合使用的上下文而定。 注意，单个元组的集合不等于元组。如时间.下半年不等于 时间.下半年. 在MDX语法中，很多函数语义中包含元组和集合，作为参数或者返回值。3. MDX查询与语义3.1 MDX基本查询 先看看MDX基本语法结构： 基本的 MDX SELECT 语句包含一个 SELECT 子句和一个 FROM 子句，以及一个可选的 WHERE 子句。 axis specificatioin可以看成是轴的成员选择。sl

13、icer specification表示切片上的成员，可以看成过滤信息，slicer specification可选，如果没有指定，取系统默认的维度成员作为切片。 该查询语句返回一个二维表格数据，可以显示为交叉表形式。 这里Measures表示度量维，Store表示Store维，可选，如果维度名称有空格，则需要用包围。Members函数施加在维度上返回该维度的所有成员。该查询显示所有商店的度量值。二维表格如下： Store SalesUnit Sales深圳分店200000.0050000上海分店300000.00600003.2 轴维度和切片器维度 当设计多维表达式 (MDX) 查询时，应用

14、程序一般查看多维数据集并将维度集合划分为两个子集： 轴维度，为多个成员检索数据的维度。 切片器维度，为单个成员检索数据的维度。 因为轴维度和切片器维度都可从要查询的多维数据集的多个维度构造，所以用这些术语将要查询的多维数据集使用的维度与在由 MDX 查询返回的多维数据集中创建的维度区分开。 例如，假定存在名为 TestCube 的多维数据集，具有两个名为 Route 和 Time 的简单维度。因为多维数据集的度量值是 Measures 维度的一部分，所以该多维数据集总共有三个维度。查询要提供一个矩阵，可以在该矩阵内跨路线和时间比较 Packages 度量值。在下面的 MDX 查询示例中，Rou

15、te 和 Time 维度用作轴维度，Measures 维度用作切片器维度。Members 函数表明要用于构造集合的维度或级别的成员，而不必在 MDX 查询中显式声明给定维度或级别的各个成员。SELECT Route.nonground.Members ON COLUMNS, Time.1st half.Members ON ROWSFROM TestCubeWHERE ( Measures.Packages )得到的值表格类似于下表，表中在 COLUMNS 和 ROWS 轴维度的各个交集显示 Packages 度量值的值。airsea1st quarter60502nd quarter4545

16、MDX 首先评估轴维度和切片器维度，并在从要查询的多维数据集检索信息之前生成结果多维数据集的结构。指定轴维度的内容轴维度决定多维结果集的边缘。多维表达式 (MDX) 使用 SELECT 子句通过将集合指派到特定轴来指定轴维度。以下信息描述在 MDX 中怎样处理这种指派。在下面的语法示例中，每个 值定义一个轴维度。数据集中轴的个数等于多维表达式 (MDX) 查询中 值的个数。MDX 查询最多可以支持 128 个指定轴，但几乎没有 MDX 查询会用到 5 个以上的轴。 语法可分解为： := ON := COLUMNS | ROWS 轴维度上的只能接受集合，如果是手工指定成员集合，必须用包围，如果使

17、用MDX集合函数，则不需要用包围，因为集合函数返回值为集合。一个轴维度上可以包含几个维度，如：SELECT Measures.Sales_Dollars, Measures.Sales_Units, Measures.Sales_Units_max ON columns, CrossJoin(State.Canada, State.Mexico, State.USA, Product.Bread, Product.Dairy, Product.Meat) ON rows FROM sales WHERE (Time.All Time, Employee.All Employee)Columns

18、轴上是手工指定的成员元组集合，用包围，Rows轴使用集合函数CrossJoin，该函数返回两个集合的交集，Rows轴上包含两个维度State和Product。指定切片器维度的内容切片器维度筛选多维数据。可以通过将切片器维度包含在多维表达式 (MDX) 查询的 WHERE 子句来限制所返回的数据。假定未显式指派给轴的维度是切片器维度，并用其默认成员进行筛选。则默认成员为最高级别的第一个成员。切片器维度还可通过使用 MDX 语法的 WHERE 子句进行显式指定。WHERE 子句的语法可分解为：WHERE 切片器维度只可接受评估为单个元组的表达式。如下例所示：WHERE ( Time.1st hal

19、f, Route.nonground )3.3 高级查询使用计算成员 基本MDX查询提供了对多维数据的简单查询，MDX查询还提供了更为丰富强大的多维查询工具。 计算成员允许在查询表达式中定义公式，并将该公式当成一个新的成员，挂在某个维度下。它并非通过检索数据来解析，而是通过计算 MDX 表达式来返回值。在 MDX 查询中构造和使用计算成员的能力为多维数据提供了大量操作功能。多数分析功能都可以通过计算成员来实现。 MDX通过With语句来创建计算成员，下面的语法用于将 WITH 关键字添加到 MDX SELECT 语句：WITH , SELECT , . FROM WHERE 计算成员的 值在以

20、下语法定义中进一步分解： := MEMBER AS ,Format_String = ,=. 值是计算成员的完全合法名称，其中包括了该计算成员所关联的维度或级别，而 值在经过计算后，将返回计算成员的值。通过在 Format_String中指定计算成员的格式化串，跟Cube定义中的Measure定义的formatString一样，采用java.text.DecimalFormater中的格式化语法。例如，下面的 MDX 查询示例定义了两个计算成员。第一个计算成员 Measures.StoreType 用于表示 Store Type 成员属性。第二个计算成员 Measures.ProfitPct

21、用于计算给定商店的总利润率，并将其表示为格式化的百分比值。WITH MEMBER Measures.StoreType AS Store.CurrentMember.Properties(Store Type), SOLVE_ORDER = 2 MEMBER Measures.ProfitPct AS (Measures.Store Sales - Measures.Store Cost) / Measures.Store Sales), FORMAT_STRING = #.00%SELECT Store.Store Name.Members ON COLUMNS, Measures.Stor

22、e Sales, Measures.Store Cost, Measures.StoreType, Measures.ProfitPct ON ROWSFROM Sales计算成员可在层次结构的任意位置创建。例如，下列 MDX 查询示例定义作为 Beer and Wine 成员的子成员创建的计算成员，以确定给定商店的啤酒和果酒 (Beer and Wine) 的单位销售额是否至少为 100.00：WITH MEMBER Product.Beer and Wine.BigSeller AS IIf(Product.Beer and Wine 100, Yes,No)SELECT Product.

23、BigSeller ON COLUMNS, Store.Store Name.Members ON ROWSFROM Sales也可创建不仅取决于多维数据集中的现有成员，而且取决于同一 MDX 表达式中定义的其它计算成员的计算成员。下列示例说明这样的 MDX 表达式：WITH MEMBER Measures.ProfitPct AS Val(Measures.Store Sales - Measures.Store Cost) / Measures.Store Sales), FORMAT_STRING = #.00% MEMBER Measures.ProfitValue AS Measur

24、es.Store Sales * Measures.ProfitPct,FORMAT_STRING = #,#.#SELECT Store.Store Name.Members ON COLUMNS, Measures.Store Sales, Measures.Store Cost, Measures.ProfitValue, Measures.ProfitPct ON ROWSFROM Sales第二个计算成员 Measures.ProfitValue 使用第一个计算成员 Measures.ProfitPct 中创建的值来生成自己的值。只能是后面的计算成员使用前面的计算成员，不能反过来，所

25、有，计算成员的顺序很重要。3.4 高级查询使用命名集合命名集合是一个与别名相关联的集合表达式。它定义一个集合，可以在MDX语句中多出使用，主要是为了方便维护，提高可读性，如果该集合被多处使用，可以重用，减少解析时间，提高性能。命名集别名视为集合表达式，并可用于任何接受集合表达式的地方。下面的语法用于将 WITH 关键字添加到 MDX SELECT 语句：WITH , SELECT , . FROM WHERE 命名集的 值进一步分解为以下语法定义： := SET AS 参数包含命名集的别名。 参数包含命名集别名所指的集合表达式。 例如，ChardonnayChablis 命名集用于Produc

26、t 维度上的所有 Chardonnay 酒和 Chablis 酒成员。以下示例对命名集的语法进行了描述：WITH SET ChardonnayChablis AS Product.All Products.Drink.Alcoholic Beverages.Beer and Wine.Wine.Good.Good Chardonnay, Product.All Products.Drink.Alcoholic Beverages.Beer and Wine.Wine.Pearl.Pearl Chardonnay, Product.All Products.Drink.Alcoholic Bev

27、erages.Beer and Wine.Wine.Portsmouth.Portsmouth Chardonnay, Product.All Products.Drink.Alcoholic Beverages.Beer and Wine.Wine.Top Measure.Top Measure Chardonnay, Product.All Products.Drink.Alcoholic Beverages.Beer and Wine.Wine.Walrus.Walrus Chardonnay, Product.All Products.Drink.Alcoholic Beverages.Beer and Wine.Wine.Good.Good Chablis Wine, Product.All Products.Drink.Alcoholic Beverages.Beer and Wine.Wine.Pearl.Pearl Chablis Wine, Product.All Products.Drink.Alcoholic Beverag