在關(guān)系數(shù)據(jù)庫中使用SQL語言來查詢、管理和操作數(shù)據(jù)庫中的數(shù)據(jù)。在SQLServer中使用MDX語句來進(jìn)行多維數(shù)據(jù)庫的操作和管理，MDX不但可以用在SSAS中進(jìn)行多維數(shù)據(jù)庫的查詢管理，也可使用在SSIS和SSRS中分別輔助處理ETL過程和報(bào)表開發(fā)過程。因?yàn)镸DX語句沒有標(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SQLServer中的MDX語言只能在SQLServer中使用，如果要進(jìn)行其它數(shù)據(jù)庫如ORACLE,Hyperion的查詢，就要了解與其相對應(yīng)的MDX，可能在語法或一些用法上不同于SQLServer中的MDX。本文針對的是SQLServer中的MDX。本文以一個(gè)簡單的MDX查詢開始，分別解析這個(gè)查詢的各個(gè)部分，以此來學(xué)習(xí)MDX語法。但是在這之前首先要介紹使用的案例多維數(shù)據(jù)集。一．案例所使用的多維數(shù)據(jù)集維度：

圖一：維度信息度量值：

圖二：度量信息

其中MaxUnitsOrdered和TotalUnitsOrdered兩個(gè)度量是導(dǎo)出度量，即通過命名計(jì)算得到的度量。維度結(jié)構(gòu)：

圖三：Product維度結(jié)構(gòu)

圖四：Store維度結(jié)構(gòu)

圖五：TimeByDay維度結(jié)構(gòu)，即時(shí)間維度

圖六：多維數(shù)據(jù)集總體結(jié)構(gòu)

二．一個(gè)完整的MDX查詢

例一：一個(gè)簡單的MDX語句

SELECTNONEMPTY{[Product].[ProductCategory-ProductClass].[產(chǎn)品目錄]}ONCOLUMNS,NONEMPTY{[Store].[SalesCountry-SalesRegion-SalesDistrictId-Region].[地區(qū)]}ONROWSFROM[Foodmart多維數(shù)據(jù)立方]WHERE[TimeByDay].[month_of_year].&[3]

圖七：例一的MDX查詢得到的結(jié)果

a)

SELECT子句SELECT子句在MDX中也叫做查詢器軸，在SELECT語句中總共支持128個(gè)軸（即編號從0到127）。其中前五個(gè)軸（即編號0-4）有內(nèi)置命名，分別是：COLUMNS、ROWS、PAGES、CHAPTERS、SECTIONS。除了這五個(gè)軸可以通過命名和編號來訪問以外，其它的軸（5-127）都只能通過編號來訪問。在SSAS中通過MDX只能直接查看兩個(gè)軸的信息，也就是說在SSAS中執(zhí)行MDX的時(shí)候，這個(gè)MDX只能有兩個(gè)軸，即COLUMNS和ROWS，如果有更多的軸在SSAS中是無法顯示的。只能通過透視數(shù)據(jù)表或通過編程的方式來瀏覽。

在例一的MDX中，包含COLUMNS和ROWS兩個(gè)軸。在COLUMNS軸中，[Product].[ProductCategory–ProductClass].[產(chǎn)品目錄]表示了訪問的元組，這個(gè)元組的含義是：Product維度的名為ProductCategory–ProductClass的層次下的名為“產(chǎn)品目錄”這個(gè)等級所包含的所有成員。[Product]是維度名稱，[ProductCategory–ProductClass]是層次名稱，[產(chǎn)品目錄]是等級名稱。最外面的大括號表示集合，即所有[Product].[ProductCategory–ProductClass].[產(chǎn)品目錄]元組所組成的集合。由此可以看出MDX中軸的訪問順序是：維度層次等級成員。NONEMPTY的作用是過濾空值結(jié)果。查詢結(jié)果如圖七。

ROWS軸的結(jié)構(gòu)與COLUMNS相同，所有128個(gè)軸的基本訪問規(guī)則都是一樣。每個(gè)軸之間用逗號分隔。另外，在同一個(gè)軸中不能出現(xiàn)不同維度的元組。如下：

例二：錯(cuò)誤的MDX（一個(gè)軸中包含兩個(gè)維度的元組）

SELECTNONEMPTY{[Product].[ProductCategory-ProductClass].[產(chǎn)品目錄],[Store].[StoreName].[StoreName]}ONCOLUMNS,NONEMPTY{[Store].[SalesCountry-SalesRegion-SalesDistrictId-Region].[地區(qū)]}ONROWSFROM[Foodmart多維數(shù)據(jù)立方]WHERE[TimeByDay].[month_of_year].&[3]

圖八：錯(cuò)誤信息例二是一個(gè)錯(cuò)誤的MDX查詢，因?yàn)樵贑OLUMNS軸中出現(xiàn)了兩個(gè)維度的元組，這樣的查詢在SSAS中會(huì)執(zhí)行的時(shí)候會(huì)報(bào)“函數(shù)中指定的兩個(gè)集具有不同的維數(shù)。”這樣的異常信息（如圖八）。可以這樣理解這種錯(cuò)誤：多維數(shù)據(jù)集就像是一個(gè)個(gè)的正方體，正方體的每一條邊都是一個(gè)維度，每一條邊也都只能表示一個(gè)維度，如果讓一條邊表示兩個(gè)維度自然就會(huì)出錯(cuò)，這也是不符合邏輯的。

如果要將不同維度的元組集合放到同一個(gè)軸中就要使用叉積，即不同維度之間的笛卡爾積。叉積的使用有幾種不同的寫法，可以使用CROSSJOIN函數(shù)、可以將集合與集合用*號相乘，不過最簡單的就是直接把同一個(gè)軸中的不同維度用小括號括起來。可以把例二修改一下：

例三：修改后的例二，通過叉積使得可以在一個(gè)軸中觀察不同維度的數(shù)據(jù)

SELECTNONEMPTY{([Product].[ProductCategory-ProductClass].[產(chǎn)品目錄],[Store].[StoreName].[StoreName])}ONCOLUMNS,NONEMPTY{[Store].[SalesCountry-SalesRegion-SalesDistrictId-Region].[地區(qū)]}ONROWSFROM[Foodmart多維數(shù)據(jù)立方]WHERE[TimeByDay].[month_of_year].&[3]

圖九：叉積查詢結(jié)果

例三就可以正常的運(yùn)行而不會(huì)出現(xiàn)例二的錯(cuò)誤了，不同之處僅僅是為兩個(gè)不同的維度加了個(gè)小括號。加了小括號后元組的結(jié)構(gòu)就發(fā)生了變化，不再是只由Product維度構(gòu)成，而是由Product和Store兩個(gè)維度共同構(gòu)成。小括號中可以包含多個(gè)維度或者是同一維度不同層次的元組，但是不能有相同維度的員一層次存在。如果存在某兩個(gè)相同維度的同一層次，在執(zhí)行MDX的時(shí)候會(huì)報(bào)“…層次結(jié)構(gòu)在CROSSJOIN函數(shù)中使用了多次”這樣的異常信息。

下面再舉出另外兩種CROSSJOIN的用法：

例四：另一種叉積的用法SELECTNONEMPTY{CROSSJOIN([Product].[ProductCategory-ProductClass].[產(chǎn)品目錄],[Store].[StoreName].[StoreName])}ONCOLUMNS,NONEMPTY{[Store].[SalesCountry-SalesRegion-SalesDistrictId-Region].[地區(qū)]}ONROWSFROM[Foodmart多維數(shù)據(jù)立方]WHERE[TimeByDay].[month_of_year].&[3]

例五：第三種叉積用法SELECTNONEMPTY{{[Product].[ProductCategory-ProductClass].[產(chǎn)品目錄]}*{[Store].[StoreName].[StoreName]}}ONCOLUMNS,NONEMPTY{[Store].[SalesCountry-SalesRegion-SalesDistrictId-Region].[地區(qū)]}ONROWSFROM[Foodmart多維數(shù)據(jù)立方]WHERE[TimeByDay].[month_of_year].&[3]

例四和例五都是叉積的使用方法，可以得到和例三相同的結(jié)果。因?yàn)樵赟SAS中不能直接查看兩個(gè)軸以上的查詢，但是可以使用叉積的方式將三個(gè)軸以上的查詢“平面化”到兩個(gè)軸中。這樣在理論上就可以直接在SSAS中查看多個(gè)軸的數(shù)據(jù)。這里我之所以要講“理論上”，是因?yàn)椴娣e這種運(yùn)算復(fù)雜度相當(dāng)?shù)馗撸绻麑⒍鄠€(gè)維度的元組集合進(jìn)行叉積的話可能等待很久也得不到結(jié)果，計(jì)算機(jī)甚至?xí)驗(yàn)榇罅康倪\(yùn)算而中斷程序。所以在實(shí)際中要盡量控制這樣的用法。如果要用最好首先將數(shù)據(jù)控制在一個(gè)非常有限的范圍之內(nèi)，減少叉積帶來的運(yùn)算開消。

b)

FROM子句FROM子句表示MDX查詢的來源多維數(shù)據(jù)集，F(xiàn)ROM子句中只能包含一個(gè)多維數(shù)據(jù)集，也就是說同一個(gè)MDX查詢只能來自于同一個(gè)多維數(shù)據(jù)集，而不能像SQL查詢一樣將多個(gè)數(shù)據(jù)表連接起來。另外，MDX中的FROM子句也可以是另一個(gè)MDX查詢得到的一個(gè)子多維數(shù)據(jù)集，這樣就可以更加復(fù)雜的MDX查詢。如下面的例六所示：

例六：包含子多維數(shù)據(jù)集的復(fù)雜查詢

SELECT{[Product].[ProductCategory-ProductClass].[產(chǎn)品目錄]}*{[Store].[StoreName].[StoreName]}ONCOLUMNS,{[Store].[SalesCountry-SalesRegion-SalesDistrictId-Region].[地區(qū)]}ONROWSFROM(SELECT({[TimeByDay].[quarter].&[Q1]})ONCOLUMNSFROM[Foodmart多維數(shù)據(jù)立方])

c)

WHERE子句WHERE子句的另一個(gè)名稱是切片器軸，顧名思義它的作用主要就是對多維數(shù)據(jù)集進(jìn)行切片和切塊操作，限制數(shù)據(jù)集的大小。看下面的兩個(gè)例子：

例七：多維數(shù)據(jù)集切片操作SELECT{[Product].[ProductCategory-ProductClass].[產(chǎn)品目錄]}*{[Store].[StoreName].[StoreName]}ONCOLUMNS,{[Store].[SalesCountry-SalesRegion-SalesDistrictId-Region].[地區(qū)]}ONROWSFROM[Foodmart多維數(shù)據(jù)立方]WHERE([Store].[StoreManager].&[Byrd])

圖十：切片得到的結(jié)果

例七在前面叉積例子的基礎(chǔ)上進(jìn)行了切片操作，將數(shù)據(jù)限制在了StoreManager為Byrd的范圍內(nèi)。例七的查詢得到的結(jié)果數(shù)據(jù)集從邏輯上包含三個(gè)軸，即產(chǎn)品目錄、門店名稱、地區(qū)編號。經(jīng)過切片后，保留了產(chǎn)品目錄和門店名稱兩個(gè)軸，另一個(gè)地區(qū)因?yàn)榍衅僮髦皇Ｏ翨yrd所對應(yīng)的地區(qū)。查詢結(jié)果如圖十所示。

例八：多維數(shù)據(jù)集切塊操作SELECTNONEMPTY{[Product].[ProductCategory-ProductClass].[產(chǎn)品目錄]}*{[Store].[StoreName].[StoreName]}ONCOLUMNS,NONEMPTY{[Store].[SalesCountry-SalesRegion-SalesDistrictId-Region].[地區(qū)]}ONROWSFROM[Foodmart多維數(shù)據(jù)立方]WHERE([TimeByDay].[quarter].&[Q1]:[TimeByDay].[quarter].[Q2],[Store].[Store].&[18]:[Store].[Store].&[20],[Product].[ProductCategory].&[CannedClams]:[Product].[ProductCategory].&[CannedSardines])

圖十一：切塊所得到的結(jié)果

例八在前面叉積的基礎(chǔ)上進(jìn)行了切塊操作，分別在時(shí)間維度、門店維度、產(chǎn)品維度上進(jìn)行了限制。圖十一是這個(gè)MDX查詢所得到的結(jié)果。

d)

WITH子句WITH子句用于創(chuàng)建臨時(shí)的命名計(jì)算成員及命名集合。通過WITH子句創(chuàng)建的命名計(jì)算成員和命名集合其生命周期有限，只限于與WITH子句相鄰的MDX查詢，當(dāng)MDX查詢結(jié)束后，用WITH子句創(chuàng)建的命名計(jì)算或命名集合也隨之失效。如果要?jiǎng)?chuàng)建在整個(gè)會(huì)話過程中都保持有效的命名計(jì)算和命名集合的話，就要使用CREATEMEMBER和CREATESET語句。下面的例子演示了臨時(shí)命名計(jì)算和臨時(shí)命名集合的用法和查詢結(jié)果：

例九：臨時(shí)命名計(jì)算和臨時(shí)命名集合的使用WITHMEMBER[Measures].[AvgOfUnitsShipped]AS'AVG({[Product].[Product].[Product]},[Measures].[UnitsShipped])',FORMAT_STRING='###,###,###,##0.00'SET[CROSSSET_StoreName]AS'{[Store].[StoreName].[StoreName].[Store1]}'SET[CROSSSET_TIME]AS'{[TimeByDay].[month_of_year].[month_of_year]}'SELECTNONEMPTY{[Measures].[AvgOfUnitsShipped]}ONCOLUMNS,NONEMPTY[CROSSSET_StoreName]*[CROSSSET_TIME]ONROWSFROM[Foodmart多維數(shù)據(jù)立方]

圖十二：臨時(shí)命名計(jì)算和命名集合的查詢結(jié)果

WITHMEMBER語句最后的FORMAT_STRING是用于格式化數(shù)據(jù)結(jié)果的，在例九中，我把得到的平均值結(jié)果格式化為了保留兩位小數(shù)，并進(jìn)行千分位分隔。其它的常用格式符還有PERCENT、CURRENCY等。

三．常用函數(shù)大多數(shù)聚合函數(shù)都有兩個(gè)或兩個(gè)以上的參數(shù)，其中第一個(gè)參數(shù)通常是用于計(jì)算的集合即進(jìn)行計(jì)算的范圍，后面的參數(shù)通常是用于計(jì)算的度量或數(shù)據(jù)。1.

AVG函數(shù)：a)

功能：求平均值b)

用法：

AVG({[Product].[Product].[Product]},[Measures].[UnitsShipped])

2.

MAX函數(shù)：a)

功能：求集合中的最大值。b)

用法：

MAX({[Product].[Product].[Product]},[Measures].[UnitsShipped])3.

MIN函數(shù)：a)

功能：求集合中的最小值。b)

用法：

MIN({[Product].[Product].[Product]},