【轉載】MDX Step by Step 讀書筆記(四) - Working with Sets (使用集合)

1. Set  - 元組的集合，在 Set 中的元組用逗號分開，Set 以花括號括起來，例如：

 

{ ([Product].[Category].[Accessories]), ([Product].[Category].[Bikes]), ([Product].[Category].[Clothing]), ([Product].[Category].[Components]) }

 

從這個例子中能夠看到Set的幾個特色：

 

• 一個Set 中能夠包含一個或者多個 Tuple 元組
• 在 Set 中的每個元組所包含的Member 成員都對應的引用的是同一個層次結構，在這個例子中引用的是 [Product].[Category]

 

這種也是Set

 

{ ([Product].[Category].[Accessories]，[Date].[Calendar]. [CY 2004]), ([Product].[Category].[Bikes]，[Date].[Calendar].[CY 2002]), ([Product].[Category].[Clothing]，[Date].[Calendar].[CY 2003]), ([Product].[Category].[Components]，[Date].[Calendar].[CY 2001]) }

 

從這裏能夠看到 Set：

 

• 在包含的元組中，元組中的成員能夠有一個或者多個，可是元組中的成員順序和其它元組中成員的順序應該相同。這裏所講的成員是指在Set中全部元組中第一個成員引用的層次結構都是 [Product].[Category] 而且第二個成員引用的都是 [Date].[Calendar] 屬性層次結構。成員引用屬性層次結構的順序不能改變，必須相同。

 

2. 案例分析 – 查詢 Accessories，Bikes，Clothing，Components 四類產品在2002-2004 財年美國的零售額。行軸爲四類產品，列軸爲 2002-2004 財年+美國

 

SELECT { ([Date].[Calendar].[CY 2002]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2003]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2004]，[Geography].[Country].[United States]) } ON COLUMNS, { ([Product].[Category].[Accessories]), ([Product].[Category].[Bikes]), ([Product].[Category].[Clothing]), ([Product].[Category].[Components]) } ON ROWS FROM [Step-by-Step]

 

 

第一個 Set 中包含了三個元組，每個元組都包含兩個成員引用，第一個成員引用財年層次結構，第二個成員引用了地理緯度中的國家層次結構。第二個 Set 包含了四個元組，每個元組都只包含一個成員，可是都引用到了同一個Category 層次結構。

 

錯誤的引用:

 

1. 元組中的成員引用了不一致的層次結構

 

SELECT { ([Date].[Calendar].[CY 2002]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2003]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2004]，[Geography].[Country].[United States]) } ON COLUMNS, { ([Product].[Category].[Accessories]), ([Product].[Category].[Bikes]), ([Product].[Category].[Clothing]), ([Product].[Category].[Components]), ([Product].[Subcategory].[Mountain Bikes]) } ON ROWS FROM [Step-by-Step]

 

錯誤消息: Executing the query...

 

Members，tuples or sets must use the same hierarchies in the function.

 

Execution complete

 

解釋 - 第二個Set 中的元組 ([Product].[Subcategory].[Mountain Bikes]) 中的成員所引用的層次結構和其它元組中的成員所引用的層次結構不一致，致使錯誤。  

 

　　2. 元組中的成員在引用層次結構時的順序不一致

 

SELECT { ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2004]，[Geography].[Country].[United States]) } ON COLUMNS, { ([Product].[Product Categories].[Accessories]), ([Product].[Product Categories].[Bikes]), ([Product].[Product Categories].[Clothing]), ([Product].[Product Categories].[Components]), ([Product].[Product Categories].[Mountain Bikes]) } ON ROWS FROM [Step-by-Step]

 

錯誤消息：

 

Executing the query...

 

Members，tuples or sets must use the same hierarchies in the function.

 

Execution complete

 

解釋：第一個 Set 中的第一個元組中的成員引用的層次結構順序和第二個第三個元組中的成員引用的屬性層次結構不一致，順序不能顛倒，必須保持徹底一致。

 

　　3. 重複的元組是容許的，這樣查詢出來的結果就會多一條記錄

 

SELECT { ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2004]), ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2003]), ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2002]) } ON COLUMNS, { ([Product].[Product Categories].[Accessories]), ([Product].[Product Categories].[Accessories]), ([Product].[Product Categories].[Bikes]), ([Product].[Product Categories].[Clothing]), ([Product].[Product Categories].[Components]), ([Product].[Product Categories].[Mountain Bikes]) } ON ROWS FROM [Step-by-Step]

 

 

3. Distinct 函數

 

在一個有着複雜邏輯的MDX 查詢中頗有可能在一個 Set 中出現重複的元組，能夠經過Distinct 函數去掉重複的元組 Distinct({Set})

 

SELECT { ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2004]), ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2003]), ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2002]) } ON COLUMNS, DISTINCT( { ([Product].[Product Categories].[Accessories]), ([Product].[Product Categories].[Accessories]), ([Product].[Product Categories].[Bikes]), ([Product].[Product Categories].[Clothing]), ([Product].[Product Categories].[Components]), ([Product].[Product Categories].[Mountain Bikes]) } ) ON ROWS FROM [Step-by-Step]

 

 查詢結果

 

 

4. 理解 SELECT  Understanding the SELECT statement

 

SELECT 語句的目的是定義新的 Cube 空間，新的Cube 空間是由相似於 COLUMNS或者ROWS 這樣的軸組成，在這些軸上的點都是由Set裏元組中的成員或者成員的組合組成的。

 

                    

 

在這個圖中，由 Calendar Year 和 Country 兩個層次結構中的成員構成了一個元組 Tuple，三個這樣的Tuple 構成了一個 SET，用這個 SET 描述了一個 COLUMNS 的軸。 這個軸實際上是一個平面，是由Calendar Year 和 Country 兩個屬性層次結構造成的平面。另外的一個 SET 中，由四個 Category 成員元組造成了另外的一個 ROWS 軸。這兩個軸造成了一個兩維空間，而這個空間平面上的點都是由這兩個軸交叉的點組成的。

 

以前第三章咱們描述這樣的交叉都是在元組Tuple 中定義的，例如像本示例提到的 構成COLUMNS 軸上的 [CY2002]和[United States] 再加上 ROWS 軸上的  [Accessories] 實際上就這一個交叉點用元組 Tuple 來表示的話就應該是:

 

([CY2002]，[United States]，[Accessories])

 

那麼這個元組實際上仍是一個局部元組，按照第三章的理解(請查看第三章個人學習筆記  http://www.cnblogs.com/biwork/archive/2013/04/09/3010199.html)

 

SSAS還會對這個局部元組還會對其它未能顯示列出的軸自動按照必定規則自動補齊，因此上面的示例中哪些交叉點不只僅是這三個軸的交叉點，並且也應該包含了其它屬性層次結構做爲軸時的交叉點，好比默認的 Reseller Sales 度量值緯度。

 

就這個例子，能夠忽略這種局部元組的說法，能夠認爲兩個軸 [Date].[Calendar] 和 [Geography].[Country] 合起來構成了一個面，而這個面又做爲一個新的軸存在並以 COLUMNS 的形式出現，[Product].[Category] 這一個屬性層次結構構成了一個單獨的軸以 ROWS 的形式出現。很天然的理解，COLUMNS 出如今查詢結果的列的位置，而 ROWS 出如今行的位置，行和列的交集就造成了各個 Tuple ，而後按照第三章的規則獲取各個Tuple 最終定位的值。

 

經過這個例子能夠發現：

 

有三個屬性層次結構被顯示寫出，[Date].[Calendar] 屬性層次結構有3個成員，[Geography].[Country] 有1個成員，因此3*1 這兩個軸先構成了一個面。而後再加上 [Product].[Category] 軸有4個成員，因此 3*4 就構成了12個點，這12個點構成了一個查詢集合。

 

5. 帶有Where 條件的 Slicer Axis (切片軸)

 

 

書上經過兩個例子來說解其中的區別：

 

SELECT { ([Date].[Calendar].[CY 2002]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2003]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2004]，[Geography].[Country].[United States]) } ON COLUMNS, { ([Product].[Category].[Accessories]), ([Product].[Category].[Bikes]), ([Product].[Category].[Clothing]), ([Product].[Category].[Components]) } ON ROWS FROM [Step-by-Step]

 

 

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS, { ([Product].[Category].[Accessories]), ([Product].[Category].[Bikes]), ([Product].[Category].[Clothing]), ([Product].[Category].[Components]) } ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

 

 

從這兩個對比可以看出他們之間相同的地方和區別：

 

相同的地方就是查詢結果都是同樣的。

 

不一樣的地方就是第一個查詢中,因爲([Geography].[Country].[United States])是第一個 SET 中組成Tuple的一個元素，所以會做爲 COLUMNS 的一部分顯示在列頭。

 

6. SELECT  語句中的軸

 

SELECT 語句最多能夠支持 128 個軸，軸的序號從 0 ~ 127，可是基本上咱們不會使用的到那麼多，通常只使用前兩個，即咱們經常使用的 COLUMNS 和 SETS。由於大多數客戶端工具只能支持到二維即顯示行和列。而且是使用這些軸的名稱的時候，他們的順序必須是連續的. 即若是寫了 ROWS，那麼COLUMNS 也必須存在 ，不能只使用 ROWS 而不使用COLUMNS。

 

下圖中顯示了前5個軸的正式名稱，短名稱和別名。

 

 

這樣寫不會有問題，可是爲了方便閱讀最好仍是使用 COLUMNS 和 ROWS 的形式

 

SELECT { ([Date].[Calendar].[CY 2002],[Geography].[Country].[United States]) } ON AXIS(0), { ([Product].[Category].[Bikes]) }ON 1 FROM [Step-by-Step];

 

7. Members 函數的使用

 

Members 函數使用的頻率很是高，又沒有任何參數，使用它主要是爲了從屬性層次結構或者屬性層次結構某一層中取出全部的成員。

 

[Dimension].[Hierarchy].Members

 

[Dimension].[Hierarchy].[Level].Members

 

若是某一個Hierarchy 層次結構沒有指定特別的Level時，Members 函數就會返回包含 ALL 之內的全部成員。若是指定了特定的Level，那麼就只有這個層次結構Level 上的成員被返回。

 

另外要注意的是，Members 函數返回的是一個成員的集合(Set) {…}，集合自己是由 Tuple 元組(..),(..)構成的，而元組裏面的內容是成員[…].[…].[…].  那麼在Members 返回這些成員時，會爲每個成員自動的包裝到一個一個的Tuple中，最後全部的Tuple 組成一個集合。

 

Members 函數查詢一示例

 

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS, { ([Product].[Category].[Accessories]), ([Product].[Category].[Bikes]), ([Product].[Category].[Clothing]), ([Product].[Category].[Components]) } ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

 

 

在這個查詢中，ROWS 軸上引用了 Product緯度的 Category層次結構中的四個成員，看看這個結構，先把這些概念分清楚。這也是我以前一直不能理解的東西，分不清楚爲何在 Members 下面能看到 Accessories，Bikes，Clothing，Components 而後在Category 下面也看到這些東西。

 

Product 維度的層次結構與成員

 

 

首先看 Product，這個是緯度的名稱，一般就說作 Product 緯度。

 

六個方格表示的 Category 是屬性層次結構，換個空間表述它，它就是多維空間中的一個軸。在這裏，咱們提到的緯度中的屬性層次結構通常包含有兩個級別，第一個級別是 ALL，第二個級別是具體的成員。

 

ALL 的做用就是保存聚合了 Accessories，Bikes，Clothing，Components這些成員 的值，因此能看到 [All Products] 這個元素在其它四個子成員之上而位於Category hierarchy 之下。

 

最下面的Category 表示一個Level，這個Level 很顯然在層次結構中位於 ALL 之下，那麼全部 ALL 之下的成員就歸到這個Level 中在下面一一列出來。因此這裏的 Category 不能像 All Products同樣表示的是一個成員，而應該是一個Level。

 

瞭解了這些以後，咱們經過如下這些例子來看看Members 函數使用的效果。

 

Members 函數查詢二示例

 

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS, { 　--[Product].[Category].[Category] [Product].[Category].[Category].MEMBERS } ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

 

這個查詢等同於 Members 函數查詢一示例，將這個引用分解下 [Product].[Category].[Category].MEMBERS

 

[Product 維度].[Category 層次結構].[Category Level].MEMBERS 那麼對應上面的Product維度樹 Category Level 下的全部成員就是示例一中的那些成員。

 

也能夠寫成 [Product].[Category].[Category] 默認狀況下也訪問到 Category Level 下的全部成員。

 

 

更進一步看這個查詢

 

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS, { [Product].[Category].[All Products] 　　--    [Product].[Category] } ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

 

這裏的 [All Products] 指的不是 Category 下的包括 ALL 的全部成員，而是指 ALL 這一個成員。

 

也能夠省略掉 [All Products] 而直接寫成 [Product].[Category] 由於這樣只有 維度.層次結構 的狀況下默認也是訪問 ALL 這個成員，除非 ALL 這個成員被設置爲隱藏不可見。

 

 

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS, { [Product].[Category].MEMBERS } ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

 

[Product].[Category].MEMBERS  才表示包括了 ALL 這個成員的全部成員

 

 

 8. MeasureGroupMeasures 函數的使用

 

返回某一個 Measure 組中全部的度量值(非計算)

 

SELECT {[Product].[Category].Members} ON COLUMNS, {MeasureGroupMeasures("Reseller Sales")} ON ROWS FROM [Step-by-Step]

 

 

9. CrossJoin 函數

 

CrossJoin 函數的做用是可讓一個Set中的全部元祖Tuple 與另外的一個Set中的全部元祖造成一個交叉組合。

 

語法 - Crossjoin( {Set1}，{Set2} [，. . . {Setn} )

 

CrossJoin 裏能夠有兩個或者兩個以上的 SET 做爲參數，而且在 SSAS 中可使用 * 來代替 Crossjoin這個關鍵字。

 

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS, Crossjoin( {[Product].[Category].[Category].Members}，-- 1 Member Cross Join 2 Measures  { ([Measures].[Reseller Sales Amount]), ([Measures].[Reseller Order Quantity]) } ) ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

 

 

Category Level 下有四個成員 Accessories，Bikes，Clothing，Components 經過與 [Measures] 下的兩個成員 Reseller Sales Amount 和 Reseller Order Quantity 交叉鏈接後，其實就變成了這樣的 MDX 查詢，查詢的結果和上面的示例是同樣的。

 

注意這裏的 Measures 也是一個維度，但這個維度比較特殊，它是度量值維度也叫事實維度，它不一樣於其它的維度，度量值維度是沒有 ALL 這個成員的。

 

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS， { ([Product].[Category].[Accessories],[Measures].[Reseller Sales Amount]), ([Product].[Category].[Accessories],[Measures].[Reseller Order Quantity])， ([Product].[Category].[Bikes],[Measures].[Reseller Sales Amount]), ([Product].[Category].[Bikes],[Measures].[Reseller Order Quantity])， ([Product].[Category].[Clothing],[Measures].[Reseller Sales Amount]), ([Product].[Category].[Clothing],[Measures].[Reseller Order Quantity])， ([Product].[Category].[Components],[Measures].[Reseller Sales Amount]), ([Product].[Category].[Components],[Measures].[Reseller Order Quantity]) } ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

 

上面的代碼又能夠回到第三章的 Partial Tuple 局部元組，理解一下它們在空間中的定位。

 

CROSSJOIN 也能夠用 * 運算符代替，語法是 {SET1} * {SET 2} * {SET..}

 

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS， {[Product].[Category].[Category].MEMBERS } -- SET 1 * { ([Measures].[Reseller Sales Amount]), ([Measures].[Reseller Order Quantity]) } -- SET 2 ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

 

 

文章出處：

MDX Step by Step 讀書筆記(四) - Working with Sets (使用集合)

1. Set  - 元組的集合，在 Set 中的元組用逗號分開，Set 以花括號括起來，例如：

{ ([Product].[Category].[Accessories]), ([Product].[Category].[Bikes]), ([Product].[Category].[Clothing]), ([Product].[Category].[Components]) }

從這個例子中能夠看到Set的幾個特色：

• 一個Set 中能夠包含一個或者多個 Tuple 元組
• 在 Set 中的每個元組所包含的Member 成員都對應的引用的是同一個層次結構，在這個例子中引用的是 [Product].[Category]

這種也是Set

{ ([Product].[Category].[Accessories]，[Date].[Calendar]. [CY 2004]), ([Product].[Category].[Bikes]，[Date].[Calendar].[CY 2002]), ([Product].[Category].[Clothing]，[Date].[Calendar].[CY 2003]), ([Product].[Category].[Components]，[Date].[Calendar].[CY 2001]) }

從這裏能夠看到 Set：

• 在包含的元組中，元組中的成員能夠有一個或者多個，可是元組中的成員順序和其它元組中成員的順序應該相同。這裏所講的成員是指在Set中全部元組中第一個成員引用的層次結構都是 [Product].[Category] 而且第二個成員引用的都是 [Date].[Calendar] 屬性層次結構。成員引用屬性層次結構的順序不能改變，必須相同。

2. 案例分析 – 查詢 Accessories，Bikes，Clothing，Components 四類產品在2002-2004 財年美國的零售額。行軸爲四類產品，列軸爲 2002-2004 財年+美國

SELECT { ([Date].[Calendar].[CY 2002]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2003]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2004]，[Geography].[Country].[United States]) } ON COLUMNS, { ([Product].[Category].[Accessories]), ([Product].[Category].[Bikes]), ([Product].[Category].[Clothing]), ([Product].[Category].[Components]) } ON ROWS FROM [Step-by-Step]

第一個 Set 中包含了三個元組，每個元組都包含兩個成員引用，第一個成員引用財年層次結構，第二個成員引用了地理緯度中的國家層次結構。第二個 Set 包含了四個元組，每個元組都只包含一個成員，可是都引用到了同一個Category 層次結構。

錯誤的引用:

1. 元組中的成員引用了不一致的層次結構

SELECT { ([Date].[Calendar].[CY 2002]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2003]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2004]，[Geography].[Country].[United States]) } ON COLUMNS, { ([Product].[Category].[Accessories]), ([Product].[Category].[Bikes]), ([Product].[Category].[Clothing]), ([Product].[Category].[Components]), ([Product].[Subcategory].[Mountain Bikes]) } ON ROWS FROM [Step-by-Step]

錯誤消息: Executing the query...

Members，tuples or sets must use the same hierarchies in the function.

Execution complete

解釋 - 第二個Set 中的元組 ([Product].[Subcategory].[Mountain Bikes]) 中的成員所引用的層次結構和其它元組中的成員所引用的層次結構不一致，致使錯誤。  

　　2. 元組中的成員在引用層次結構時的順序不一致

SELECT { ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2004]，[Geography].[Country].[United States]) } ON COLUMNS, { ([Product].[Product Categories].[Accessories]), ([Product].[Product Categories].[Bikes]), ([Product].[Product Categories].[Clothing]), ([Product].[Product Categories].[Components]), ([Product].[Product Categories].[Mountain Bikes]) } ON ROWS FROM [Step-by-Step]

錯誤消息：

Executing the query...

Members，tuples or sets must use the same hierarchies in the function.

Execution complete

解釋：第一個 Set 中的第一個元組中的成員引用的層次結構順序和第二個第三個元組中的成員引用的屬性層次結構不一致，順序不能顛倒，必須保持徹底一致。

　　3. 重複的元組是容許的，這樣查詢出來的結果就會多一條記錄

SELECT { ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2004]), ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2003]), ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2002]) } ON COLUMNS, { ([Product].[Product Categories].[Accessories]), ([Product].[Product Categories].[Accessories]), ([Product].[Product Categories].[Bikes]), ([Product].[Product Categories].[Clothing]), ([Product].[Product Categories].[Components]), ([Product].[Product Categories].[Mountain Bikes]) } ON ROWS FROM [Step-by-Step]

3. Distinct 函數

在一個有着複雜邏輯的MDX 查詢中頗有可能在一個 Set 中出現重複的元組，能夠經過Distinct 函數去掉重複的元組 Distinct({Set})

SELECT { ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2004]), ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2003]), ([Geography].[Country].[United States]，[Date].[Calendar].[CY 2002]) } ON COLUMNS, DISTINCT( { ([Product].[Product Categories].[Accessories]), ([Product].[Product Categories].[Accessories]), ([Product].[Product Categories].[Bikes]), ([Product].[Product Categories].[Clothing]), ([Product].[Product Categories].[Components]), ([Product].[Product Categories].[Mountain Bikes]) } ) ON ROWS FROM [Step-by-Step]

 查詢結果

4. 理解 SELECT  Understanding the SELECT statement

SELECT 語句的目的是定義新的 Cube 空間，新的Cube 空間是由相似於 COLUMNS或者ROWS 這樣的軸組成，在這些軸上的點都是由Set裏元組中的成員或者成員的組合組成的。

                    

在這個圖中，由 Calendar Year 和 Country 兩個層次結構中的成員構成了一個元組 Tuple，三個這樣的Tuple 構成了一個 SET，用這個 SET 描述了一個 COLUMNS 的軸。 這個軸實際上是一個平面，是由Calendar Year 和 Country 兩個屬性層次結構造成的平面。另外的一個 SET 中，由四個 Category 成員元組造成了另外的一個 ROWS 軸。這兩個軸造成了一個兩維空間，而這個空間平面上的點都是由這兩個軸交叉的點組成的。

以前第三章咱們描述這樣的交叉都是在元組Tuple 中定義的，例如像本示例提到的 構成COLUMNS 軸上的 [CY2002]和[United States] 再加上 ROWS 軸上的  [Accessories] 實際上就這一個交叉點用元組 Tuple 來表示的話就應該是:

([CY2002]，[United States]，[Accessories])

那麼這個元組實際上仍是一個局部元組，按照第三章的理解(請查看第三章個人學習筆記  http://www.cnblogs.com/biwork/archive/2013/04/09/3010199.html)

SSAS還會對這個局部元組還會對其它未能顯示列出的軸自動按照必定規則自動補齊，因此上面的示例中哪些交叉點不只僅是這三個軸的交叉點，並且也應該包含了其它屬性層次結構做爲軸時的交叉點，好比默認的 Reseller Sales 度量值緯度。

就這個例子，能夠忽略這種局部元組的說法，能夠認爲兩個軸 [Date].[Calendar] 和 [Geography].[Country] 合起來構成了一個面，而這個面又做爲一個新的軸存在並以 COLUMNS 的形式出現，[Product].[Category] 這一個屬性層次結構構成了一個單獨的軸以 ROWS 的形式出現。很天然的理解，COLUMNS 出如今查詢結果的列的位置，而 ROWS 出如今行的位置，行和列的交集就造成了各個 Tuple ，而後按照第三章的規則獲取各個Tuple 最終定位的值。

經過這個例子能夠發現：

有三個屬性層次結構被顯示寫出，[Date].[Calendar] 屬性層次結構有3個成員，[Geography].[Country] 有1個成員，因此3*1 這兩個軸先構成了一個面。而後再加上 [Product].[Category] 軸有4個成員，因此 3*4 就構成了12個點，這12個點構成了一個查詢集合。

5. 帶有Where 條件的 Slicer Axis (切片軸)

書上經過兩個例子來說解其中的區別：

SELECT { ([Date].[Calendar].[CY 2002]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2003]，[Geography].[Country].[United States]), ([Date].[Calendar].[CY 2004]，[Geography].[Country].[United States]) } ON COLUMNS, { ([Product].[Category].[Accessories]), ([Product].[Category].[Bikes]), ([Product].[Category].[Clothing]), ([Product].[Category].[Components]) } ON ROWS FROM [Step-by-Step]

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS, { ([Product].[Category].[Accessories]), ([Product].[Category].[Bikes]), ([Product].[Category].[Clothing]), ([Product].[Category].[Components]) } ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

從這兩個對比可以看出他們之間相同的地方和區別：

相同的地方就是查詢結果都是同樣的。

不一樣的地方就是第一個查詢中,因爲([Geography].[Country].[United States])是第一個 SET 中組成Tuple的一個元素，所以會做爲 COLUMNS 的一部分顯示在列頭。

6. SELECT  語句中的軸

SELECT 語句最多能夠支持 128 個軸，軸的序號從 0 ~ 127，可是基本上咱們不會使用的到那麼多，通常只使用前兩個，即咱們經常使用的 COLUMNS 和 SETS。由於大多數客戶端工具只能支持到二維即顯示行和列。而且是使用這些軸的名稱的時候，他們的順序必須是連續的. 即若是寫了 ROWS，那麼COLUMNS 也必須存在 ，不能只使用 ROWS 而不使用COLUMNS。

下圖中顯示了前5個軸的正式名稱，短名稱和別名。

這樣寫不會有問題，可是爲了方便閱讀最好仍是使用 COLUMNS 和 ROWS 的形式

SELECT { ([Date].[Calendar].[CY 2002],[Geography].[Country].[United States]) } ON AXIS(0), { ([Product].[Category].[Bikes]) }ON 1 FROM [Step-by-Step];

7. Members 函數的使用

Members 函數使用的頻率很是高，又沒有任何參數，使用它主要是爲了從屬性層次結構或者屬性層次結構某一層中取出全部的成員。

[Dimension].[Hierarchy].Members

[Dimension].[Hierarchy].[Level].Members

若是某一個Hierarchy 層次結構沒有指定特別的Level時，Members 函數就會返回包含 ALL 之內的全部成員。若是指定了特定的Level，那麼就只有這個層次結構Level 上的成員被返回。

另外要注意的是，Members 函數返回的是一個成員的集合(Set) {…}，集合自己是由 Tuple 元組(..),(..)構成的，而元組裏面的內容是成員[…].[…].[…].  那麼在Members 返回這些成員時，會爲每個成員自動的包裝到一個一個的Tuple中，最後全部的Tuple 組成一個集合。

Members 函數查詢一示例

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS, { ([Product].[Category].[Accessories]), ([Product].[Category].[Bikes]), ([Product].[Category].[Clothing]), ([Product].[Category].[Components]) } ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

在這個查詢中，ROWS 軸上引用了 Product緯度的 Category層次結構中的四個成員，看看這個結構，先把這些概念分清楚。這也是我以前一直不能理解的東西，分不清楚爲何在 Members 下面能看到 Accessories，Bikes，Clothing，Components 而後在Category 下面也看到這些東西。

Product 維度的層次結構與成員

首先看 Product，這個是緯度的名稱，一般就說作 Product 緯度。

六個方格表示的 Category 是屬性層次結構，換個空間表述它，它就是多維空間中的一個軸。在這裏，咱們提到的緯度中的屬性層次結構通常包含有兩個級別，第一個級別是 ALL，第二個級別是具體的成員。

ALL 的做用就是保存聚合了 Accessories，Bikes，Clothing，Components這些成員 的值，因此能看到 [All Products] 這個元素在其它四個子成員之上而位於Category hierarchy 之下。

最下面的Category 表示一個Level，這個Level 很顯然在層次結構中位於 ALL 之下，那麼全部 ALL 之下的成員就歸到這個Level 中在下面一一列出來。因此這裏的 Category 不能像 All Products同樣表示的是一個成員，而應該是一個Level。

瞭解了這些以後，咱們經過如下這些例子來看看Members 函數使用的效果。

Members 函數查詢二示例

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS, { 　--[Product].[Category].[Category] [Product].[Category].[Category].MEMBERS } ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

這個查詢等同於 Members 函數查詢一示例，將這個引用分解下 [Product].[Category].[Category].MEMBERS

[Product 維度].[Category 層次結構].[Category Level].MEMBERS 那麼對應上面的Product維度樹 Category Level 下的全部成員就是示例一中的那些成員。

也能夠寫成 [Product].[Category].[Category] 默認狀況下也訪問到 Category Level 下的全部成員。

更進一步看這個查詢

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS, { [Product].[Category].[All Products] 　　--    [Product].[Category] } ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

這裏的 [All Products] 指的不是 Category 下的包括 ALL 的全部成員，而是指 ALL 這一個成員。

也能夠省略掉 [All Products] 而直接寫成 [Product].[Category] 由於這樣只有 維度.層次結構 的狀況下默認也是訪問 ALL 這個成員，除非 ALL 這個成員被設置爲隱藏不可見。

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS, { [Product].[Category].MEMBERS } ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

[Product].[Category].MEMBERS  才表示包括了 ALL 這個成員的全部成員

 8. MeasureGroupMeasures 函數的使用

返回某一個 Measure 組中全部的度量值(非計算)

SELECT {[Product].[Category].Members} ON COLUMNS, {MeasureGroupMeasures("Reseller Sales")} ON ROWS FROM [Step-by-Step]

9. CrossJoin 函數

CrossJoin 函數的做用是可讓一個Set中的全部元祖Tuple 與另外的一個Set中的全部元祖造成一個交叉組合。

語法 - Crossjoin( {Set1}，{Set2} [，. . . {Setn} )

CrossJoin 裏能夠有兩個或者兩個以上的 SET 做爲參數，而且在 SSAS 中可使用 * 來代替 Crossjoin這個關鍵字。

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS, Crossjoin( {[Product].[Category].[Category].Members}，-- 1 Member Cross Join 2 Measures  { ([Measures].[Reseller Sales Amount]), ([Measures].[Reseller Order Quantity]) } ) ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

Category Level 下有四個成員 Accessories，Bikes，Clothing，Components 經過與 [Measures] 下的兩個成員 Reseller Sales Amount 和 Reseller Order Quantity 交叉鏈接後，其實就變成了這樣的 MDX 查詢，查詢的結果和上面的示例是同樣的。

注意這裏的 Measures 也是一個維度，但這個維度比較特殊，它是度量值維度也叫事實維度，它不一樣於其它的維度，度量值維度是沒有 ALL 這個成員的。

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS， { ([Product].[Category].[Accessories],[Measures].[Reseller Sales Amount]), ([Product].[Category].[Accessories],[Measures].[Reseller Order Quantity])， ([Product].[Category].[Bikes],[Measures].[Reseller Sales Amount]), ([Product].[Category].[Bikes],[Measures].[Reseller Order Quantity])， ([Product].[Category].[Clothing],[Measures].[Reseller Sales Amount]), ([Product].[Category].[Clothing],[Measures].[Reseller Order Quantity])， ([Product].[Category].[Components],[Measures].[Reseller Sales Amount]), ([Product].[Category].[Components],[Measures].[Reseller Order Quantity]) } ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])

上面的代碼又能夠回到第三章的 Partial Tuple 局部元組，理解一下它們在空間中的定位。

CROSSJOIN 也能夠用 * 運算符代替，語法是 {SET1} * {SET 2} * {SET..}

SELECT { ([Date].[Calendar].[CY 2002]), ([Date].[Calendar].[CY 2003]), ([Date].[Calendar].[CY 2004]) } ON COLUMNS， {[Product].[Category].[Category].MEMBERS } -- SET 1 * { ([Measures].[Reseller Sales Amount]), ([Measures].[Reseller Order Quantity]) } -- SET 2 ON ROWS FROM [Step-by-Step] WHERE ([Geography].[Country].[United States])