【正文】 ARTER] AS 39。 MEMBER [MEASURES].[ABC] AS 39。 MEMBER [MEASURES].[BRAND RANK] AS 39。 當(dāng)然， MDX 語(yǔ)句沒(méi)有標(biāo)準(zhǔn)化，不同的 BI 解決方案提供 使用不同的多維數(shù)據(jù)查詢技術(shù)，所以 SQL Server 中的 MDX 語(yǔ)言只能在 SQL Server 中使用，如果要進(jìn)行其它數(shù)據(jù)庫(kù)如 ORACLE,Hyperion 的查詢，就要了解與其相對(duì)應(yīng)的 MDX，可能在語(yǔ)法或一些用法上不同于 SQL Server 中的 MDX。北京：電子工業(yè)出版社， [5] 姚家奕 等編著。我還要感謝我 的所有指導(dǎo)員和所有的老師， 他們 教育 了我， 培育了我，給我們一個(gè)很好的學(xué)習(xí)和鍛煉的空間 ，使我 們 能全身心地投入學(xué)習(xí) 和鍛煉 中，我一定會(huì)好好做人，好好工作，好好回報(bào)他們 ，回報(bào)社會(huì)！ 34 [1] 王珊等 。北京：電子工業(yè)出版社， [6] 陳京民等編著 ． 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù) ． 北京 :電子工業(yè)出版社， [7] 陳京民 ． 數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)的規(guī)劃研究 ． 計(jì)算機(jī)與網(wǎng)絡(luò)， [8] 劉翔 編著。 通過(guò)三個(gè)學(xué)期以來(lái)對(duì) SQL Server 2020 的學(xué)習(xí)和使用，尤其是對(duì)數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技 術(shù)的實(shí)習(xí)，結(jié)合這次對(duì) MDX 語(yǔ)言的應(yīng)用 與分析，對(duì) SQL Server 2020 有了更深刻的認(rèn)識(shí)。 SELECT {[BRAND RANK], [UNIT SALES]} ON COLUMNS, UNION( HEAD( [ORDEREDBRANDS], 10 ), TAIL( [ORDEREDBRANDS], 10 ) ) ON ROWS FROM SALES 結(jié)果 如圖 ： 圖 可以看出來(lái)，在這個(gè)例子中，既有上鉆又有下鉆。 SELECT [LAST4QUARTERS] ON COLUMNS, { [UNIT SALES], [GROUPAVG], [ALLAVG],[MEASURES].[ABC] } ON ROWS FROM SALES WHERE ([EBONY PLUMS]) 結(jié)果 如圖 所示 ： 圖 分析 ： 我們還是先從題目本身來(lái)看，要 先 得到 銷售量在 500 到 3000 之間 的所有商品的銷售記錄，進(jìn)而再在此基礎(chǔ)上再得到前四名商品的相關(guān)的記錄 ????。 SET [LAST4QUARTERS] AS 39。 那么，從 MDX 語(yǔ)句上我們可以再來(lái)比較一下這方面的過(guò)程 ????： （ 1） 查出每種產(chǎn)品大類 前兩 名產(chǎn)品小類型號(hào)的銷售記錄 ？ 語(yǔ)句： WITH MEMBER [MEASURES].[PERCTOTALSALES] AS 39。第一個(gè)是把 ([PRODUCT]. [ALL PRODUCTS].[DRINK])作為軸維度，以時(shí)間維作為了切片器維度；第二個(gè)是以 [TIME].[1997]為軸維度，以 [ALL CUSTOMERS].[USA],[PRODUCT]. [ALL PRODUCTS].[DRINK]為切片器維度。 24 旋轉(zhuǎn) 所謂的旋轉(zhuǎn)即將表格的橫、縱坐標(biāo)交換 （ x， y） （ y， x） 下面首先通過(guò)兩個(gè)例子比較分析旋轉(zhuǎn)地過(guò)程。 問(wèn)題 8： 找出組成銷售額 80%的商品銷售及其記錄 22 語(yǔ)句： SELECT {[UNIT SALES]} ON COLUMNS, TOPPERCENT([PRODUCT].[BRAND NAME].MEMBERS, 80, [UNIT SALES]) ON ROWS FROM SALES 結(jié)果 如圖 所示 ： 圖 分析： 雖然這個(gè)實(shí)例的語(yǔ)句看 起來(lái) 很簡(jiǎn)單， 即表現(xiàn)了切片的過(guò)程而且還突出了 MDX 語(yǔ)言中的函數(shù)的靈活性， TOPPERCENT 這個(gè)函數(shù)就是一個(gè)很好的說(shuō)明。TOPCOUNT( [PRODUCT].[BRAND NAME].MEMBERS, 10, [UNIT SALES] )39。 同時(shí)，我們可以發(fā)現(xiàn)盡管 MDX 語(yǔ)言和 SQL 相近，但是功能更強(qiáng)大，而且結(jié)果的顯示更加清晰明了。 18 分析： 問(wèn)題要求是 4 個(gè)季度的，所以會(huì)在 4 個(gè)不同的地方切片，在以時(shí)間維為目標(biāo)維進(jìn)行切片以后還要繼續(xù)銷售維為切片器維度再次切片，這其實(shí)就是進(jìn)行了切塊的過(guò)程 。 SET [LAST4QUARTERS] AS 39。 值得注意的是：我們?cè)趯?duì)某個(gè)問(wèn)題進(jìn)行分析后使用 MDX 語(yǔ)言進(jìn)行實(shí)際操作時(shí)，要選定相應(yīng)的多維數(shù)據(jù)集 ???。 關(guān)閉對(duì)話框后，就進(jìn)入了 MDX Sample Application 窗口，如圖 所示，用于執(zhí)行MDX 語(yǔ)句： 13 圖 窗口共分為 4 個(gè)主要部分：上部是工具欄，中部是 MDX 語(yǔ)言的輸入界面，下部左側(cè)是 多維數(shù)據(jù)集的樹(shù)形結(jié)構(gòu)，右側(cè)是各種 MDX 函數(shù)的樹(shù)形結(jié)構(gòu) 。 SELECT 子句決定 MDX SELECT 語(yǔ)句的軸維度，F(xiàn)ROM 子句決定哪個(gè)維度或成員用作切片器維度，這將數(shù)據(jù)的析取限制于特定維度或成員。 如要指定數(shù)據(jù)集，MDX 查詢必須包含有關(guān)下列各項(xiàng)的信息： （ 1） 軸的數(shù)目。以下的 MDX 查詢將獲得需要的信息： SELECT[Store].[Store Country].[USA].Children ON COLUMNS,[Product].[All Products].[Food].Children ON ROWSFROM [Sales]WHERE ([Measures].[Unit Sales])在這種情況下，有兩種 axis 規(guī)則，其中一個(gè)為輸出的縱數(shù)，另一個(gè)為輸出的行數(shù)。如果元組只由一個(gè)層次結(jié)構(gòu)中的一個(gè)成員組成（通常稱為 “簡(jiǎn)單元組 ”），則下列語(yǔ)法是可以接受的： 例如，下面的元組標(biāo)識(shí)了上圖中值為 240 的一 個(gè)單元（因?yàn)檫@里有四個(gè)維度，所以四維定義一個(gè)元組）： 11 正如可以指定從關(guān)系數(shù)據(jù)庫(kù)的表中檢索多組列或行一樣，您可以指定從多維數(shù)據(jù)集中檢索一組元組。) 用于區(qū)分成員鍵和成員名稱?？蓪⒕S度中的成員看作基礎(chǔ)數(shù)據(jù)庫(kù)中的一個(gè)或多個(gè)記錄，該記錄在此列中的值屬于此類別。 10 MDX 腳本編寫(xiě) 基礎(chǔ)知識(shí) (MDX) 介紹如何在 SQL Server 2020 Analysis Services 多維數(shù)據(jù)集中構(gòu)造和使用 MDX 腳本。 SQL Server 2020 Analysis Services 中的 MDX 查詢和表達(dá)式可用于執(zhí)行以下操作： ? 從 SQL Server 2020 Analysis Services 多維數(shù)據(jù)集向客戶端應(yīng)用程序返回?cái)?shù)據(jù)。而且相關(guān)的屬性在左邊下面的邊框里可以 進(jìn)行修改 ???。 HR 多維數(shù)據(jù)集由一個(gè)事實(shí)表 salary 和 employee, position, time_by_time, store,department 五個(gè)維表構(gòu)成。例如， “ 航空 ”成員、 “ 非洲 ” 成員和 “ 第一季度 ” 成員的交集的多維數(shù)據(jù)集單元包含了通過(guò)聚合 ImportsFactTable 事實(shí)數(shù)據(jù)表中以下行而得出的值。 聚合： 多維數(shù)據(jù)集的業(yè)務(wù)用戶可以確定每個(gè)維度的每個(gè)成員的所有度量值，而不用考慮該成員在維度中的級(jí)別，因?yàn)? Analysis Services 將根據(jù)需要在更高級(jí)別聚合值。示例成員為 “ 陸地 ” （ “ 路線 ”維度的成員）、 “ 非洲 ” （ “ 源 ” 維度的成員）以及 “ 第一季度 ” （ “ 時(shí)間 ” 維度的成員） ???。 下面介紹一下如何安裝和打開(kāi) MDX 查詢界面： FoodMart 示例數(shù)據(jù)庫(kù)文件的目錄默認(rèn)路徑為： C:\Program Files\Microsoft Analysis Services\Samples\FoodMart2020 在安裝的過(guò)程中，可能有些朋友會(huì)出現(xiàn)一些問(wèn)題，現(xiàn)在我總結(jié)了幾個(gè)可能遇到的問(wèn)題，要進(jìn)行以下的操作： SQL Server2020 SP4 MSSQLServerOLAPService 3 Analysis Manager 發(fā)現(xiàn)可以連上 了，但是數(shù)據(jù)庫(kù)列表中出現(xiàn) FoodMart 2020，這是因?yàn)?Analysis Server 沒(méi)有加載這個(gè)數(shù)據(jù)庫(kù) FoodMart 2020，右鍵單擊本機(jī)服務(wù)器，彈出菜單中選擇 “還原數(shù)據(jù)庫(kù) ”，然后選擇 “\Program Files\Microsoft Analysis Services\Samples”目錄下的foodmart 文件。 OLAP 提供給數(shù)據(jù)庫(kù)系統(tǒng)一種高靈活性，高性能地存取、瀏覽、和分析數(shù)據(jù)的手段 ?2?。 ROLAP 是較 MOLAP 更為高級(jí)的一種類型，優(yōu)點(diǎn)是占有空間小，但其預(yù)處理和查詢性能也是最低的。 OLAP 是數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的主要應(yīng)用，支持復(fù)雜的分析操作，側(cè)重決策支持，并且提供直觀易懂的查詢結(jié)果。聚類也便于分類編制（ taxonomy formation），將觀察到的內(nèi)容組織成類分層結(jié)構(gòu)，把類似的事件組織在一起。當(dāng)被預(yù)測(cè)的值是數(shù)值數(shù)據(jù)時(shí)，通常稱為預(yù)測(cè)（ prediction）。 那數(shù)據(jù)挖掘 能做什么？它將怎么樣影響企業(yè)的管理模式？這兩個(gè)問(wèn)題從數(shù)據(jù)挖掘一誕生起就是人們不斷思考的課題。在數(shù)據(jù)庫(kù)應(yīng)用的早期，計(jì)算機(jī)系統(tǒng)所處理的是從無(wú)到有的問(wèn)題，是傳統(tǒng)手工 業(yè)務(wù)自動(dòng)化的問(wèn)題，例如銀行的儲(chǔ)蓄系統(tǒng)和電信的計(jì)費(fèi)系統(tǒng)都屬于典型的聯(lián)機(jī)事務(wù)處理系統(tǒng)，進(jìn)而有了 OLTP(聯(lián)機(jī)事務(wù)處理 )的誕生?？蛻舳藢?xiě)一條 MDX 語(yǔ)句，傳給服務(wù)器端，傳過(guò)去時(shí)實(shí)際上是一個(gè) XML/A（ XML for analysis），返回來(lái)的也是一個(gè) XML/A 文件。 然而 ， OLAP 中存放的只是數(shù)據(jù)基本信息，不存放商務(wù)規(guī)則，商務(wù)規(guī)則放在 MDX 建模中。 關(guān)鍵詞： OALP； MDX；數(shù)據(jù)；數(shù)據(jù)挖掘 I Abstract OLAP is an analytical processing technology, which the data set from the enterprise to collect information and use of mathematical calculations and data processing technologies, flexible and interactive to provide statistics, trend analysis and forecasts. It can be said is to enable the analysis of OLAP, managers or executives from multiangle information for fast, consistent, interactive access to obtain the data to gain a better understanding of a class of software technology. Through a variety of OLAP tools for data storage in multidimensional data analysis, aggregation, formation of the form of a chart or report, business decisionmakers can be clear and intuitive to see the results of the analysis, this is the data warehouse system to achieve the purpose of . However, OLAP data is stored in the basic information, do not store business rules, business rules modeling on the MDX. MDX client to write a statement to the serverside, when in fact the past Chuan is a XML / A (XML for analysis), is also a return to the XML / A file. MDX statement generated no more than objects MEMBER, TUPLE, SET: [MEMBER], (TUPLE), (SET). This article focuses on the MDX language of OLAP applications and to achieve. As both the book or the Inter do not have a systematic introduction of the MDX language a