La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

1 Il linguaggio MDX  Il linguaggio MDX (MultiDimensional eXpression) è usato per recuperare e manipolare dati multidimensionali in SQL Server Analysis.

Presentazioni simili


Presentazione sul tema: "1 Il linguaggio MDX  Il linguaggio MDX (MultiDimensional eXpression) è usato per recuperare e manipolare dati multidimensionali in SQL Server Analysis."— Transcript della presentazione:

1 1 Il linguaggio MDX  Il linguaggio MDX (MultiDimensional eXpression) è usato per recuperare e manipolare dati multidimensionali in SQL Server Analysis Services, quali i dati archiviati in cubi  Come una query SQL, ogni query MDX comporta una richiesta di dati (la clausola SELECT), un'origine (la clausola FROM) e un filtro (la clausola WHERE): estrazione di parti specifiche di dati da un cubo per l'analisi.  MDX ha una sintassi simile a SQL ma la semantica è diversa  In alcuni aspetti è molto verboso e ridondante tuttavia, è possibile omettere nelle espressioni alcune parti significative, la cui interpretazione è basata su regole di default  MDX non è un linguaggio di interrogazione in senso stretto : permette di calcolare, a partire da un cubo, un dataset che ha una struttura simile a un cubo  tuttavia, il risultato di una interrogazione non è un cubo –MDX non è un linguaggio chiuso –MDX non può essere usato per la definizione di viste

2 2 Schemi multi-dimensionali in Analysis Services  Dimensioni e attributi dimensionali si chiamano livelli  I valori delle dimensioni e degli attributi dimensionali si dicono membri dimensione STORE livelli (ALL) ALL... ALLItaliaLazioRMNonSoloZ ALLItaliaEmiliaRMONonSoloY ALLItaliaEmiliaRRENonSoloX ALLItaliaEmiliaRREDitutto (ALL)COUNTRYSTATECITYSTORE membri  Per denotare un membro (le [ ] sono facoltative) : –[STORE].[ALL].[Italia].[EmiliaR].[RE] : percorso completo –[STORE].[RE] : se il membro “RE” è univoco nella dimensione STORE –[CITY].[RE] : se il livello CITY è univoco in tutte le dimensioni del cubo

3 3 Eventi e aggregazione: tuple  Una tupla è una ennupla di membri denotati tra parentesi ()  Una tupla costituita da un membro per ciascuna dimensione individua un evento primario: ([data].[15/5/2004],[prodotto].[brillo], [store].[DiTutto]) In altri termini è una tupla corrispondente al pattern primario.  Un evento secondario è individuato da una tupla corrispondente ad un pattern secondario –([data].[15/5/2004],[prodotto].[brillo]) corrisponde al Pattern {Data,Prodotto} –([mese].[5/2004],[prodotto].[brillo], [store].[DiTutto]) corrisponde al Pattern {Mese,Prodotto,Store} –([mese].[5/2004],[prodotto].[brillo],[City].[RE]) corrisponde al Pattern {Mese,Prodotto,City}  MDX usa il concetto di tupla anche per estrarne i valori delle misure. –([data].[15/5/2004],[prodotto].[brillo], [store].[DiTutto], Measures.[incasso]) il valore della misura Incasso è riferito all’evento primario –([mese].[5/2004],[prodotto].[brillo], [store].[DiTutto], Measures.[incasso]) il valore della misura Incasso è riferito all’evento secondario, ovvero è calcolato dopo aver aggregato su mese

4 4 Il cubo delle vendite  Tupla MDX per identificare l’evento primario: (data.[ ], parte.[vite], negozio.[BigWare])  Tupla MDX per identificare l’evento primario e estrarre Incasso: (data.[ ], parte.[vite], negozio.[BigWare],Measures.[Incasso]) data parte negozio BigWare vite 10

5 5 MDX: istruzione SELECT  L’istruzione SELECT di MDX consente di selezionare i dati da un cubo  Una prima possibilità per selezionare la cella in figura ed elencarne la misura Incasso è tramite la seguente query MDX: SELECT Measures.[Incasso] FROM CuboVendite WHERE (data.[ ], parte.[vite], negozio.[BigWare])  In effetti Measures.[Incasso] deve essere Measures.[Incasso] ON AXIS(0) data parte negozio BigWare vite 10

6 6 Struttura delle interrogazioni MDX  Nella versione più semplice, la struttura delle interrogazioni MDX è: SELECT specifica_asse {, specifica_asse} FROM nome_cubo WHERE specifica_slicer  gli assi sono le “dimensioni” del risultato ovvero, gli elementi che devono comporre l’intestazione del risultato - Ogni asse specifica un insieme di tuple  lo slicer contiene le condizioni di selezione  Il risultato di una interrogazione è una struttura multidimensionale, chiamata dataset, è organizzata mediante uno o più assi, detti, in ordine, COLUMNS, ROWS, PAGES, SECTIONS e CHAPTERS - oppure AXIS(0), AXIS(1), AXIS(2),...

7 7 Cubi in MDX : Dataset  Così come l’istruzione SELECT in SQL restituisce una tabella, l’istruzione SELECT in MDX restituisce un cubo (dataset)  Un’altra possibilità per selezionare la cella in figura è quella di costruire un nuovo dataset costituito dalla sola cella data parte negozio BigWare vite 10 SELECT { (data.[ ]) } ON AXIS(0), { (parte.[vite]) } ON AXIS(1), {(negozio.[BigWare]) } ON AXIS(2) FROM CuboVendite  Il nuovo dataset ha tre dimensioni : AXIS(0), AXIS(1) e AXIS(2)  Non avendo posto nessuna condizione sulle Measures in tale dataset ci saranno tutte le misure

8 8 Per selezionare più celle  Si può costruire il dataset formato dalle due celle tramite la query: SELECT { ([data].[5/4/2001]), ([data].[15/4/2001]) } ON AXIS(0), { ([parte].[vite]) } ON AXIS(1), { ([negozio].[BigWare]) } ON AXIS(2) FROM CuboVendite  Non si può ottenere l’incasso complessivo nelle due date di Vite in BigWare: Servirebbe una condizione WHERE con OR: ([data].[5/4/2001]) OR ([data].[15/4/2001]) ma questo non è consentito in MDX!  Per ottenere l’incasso complessivo occorrerà usare un membro calcolato.

9 9 MDX: Slicing  Fissando il valore per una dimensione (ad esempio, per Negozio) si ottiene un dataset bidimensionale  Sulle altre dimensioni (esempio Data) devo riportare tutti i valori assunti da tale dimensione, ovvero tutti i membri della dimensione: [ data].MEMBERS data prodotto negozio 'DiTutto' SELECT data.MEMBERS ON AXIS(0), prodotto.MEMBERS ON AXIS(1) FROM CuboVendite WHERE (negozio.[DiTutto])  Il precedente dataset si può ancora considerare come tridimensionale, ma con una dimensione che assume un unico valore: SELECT data.MEMBERS ON AXIS(0), prodotto.MEMBERS ON AXIS(1), {(negozio.[DiTutto]) } ON AXIS(2) FROM CuboVendite

10 10 MDX: Slicing  Fissando il valore per due dimensioni si ha un dataset unidimensionale  Il precedente dataset si può ancora considerare come tridimensionale, ma con due dimensioni che assumono un unico valore: data prodotto negozio 'DiTutto' '5/4/2001' SELECT prodotto.MEMBERS ON AXIS(1) FROM CuboVendite WHERE (negozio.[DiTutto], data.[5/4/2001] ) SELECT {(data.[5/4/2001])} ON AXIS(0), prodotto.MEMBERS ON AXIS(1), {(negozio.[DiTutto]) } ON AXIS(2) FROM CuboVendite

11 11 Aggregazione mese tipo mese città  

12 12 MDX: Aggregazione ([data].[ mese ].[Marzo], [parte].[ tipo ].[Frutta], [negozio].[ citta ].[RE]) Tupla MDX per identificare l’evento secondario tipo 42 mese città Marzo Frutta RE SELECT Measures.[Incasso] FROM CuboVendite WHERE ([data].[mese].[Marzo], [parte].[tipo].[Frutta], negozio.[citta].[RE])  Query MDX per selezionare la misura Incasso:  Il valore restituito è calcolato sulla base degli operatori di aggregazione

13 13 MDX: Aggregazione tipo 42 mese città Marzo Frutta RE SELECT { ([data].[mese].[Marzo])} ON AXIS(0), { ([parte].[tipo].[Frutta]) } ON AXIS(1), { ([negozio].[citta].[RE]) } ON AXIS(2) FROM CuboVendite  Anche nel caso dell’aggregazione, è possibile selezionare la macro- cella costruendo un nuovo dataset costituito dalla sola cella :  Il valore associato alla macro-cella è calcolato sulla base degli operatori di aggregazione

14 14 MDX: Aggregazione tipo mese città Marzo Frutta RE Aprile SELECT { ([data].[mese].[Marzo]), [data].[mese].[Aprile]} ON AXIS(0), { ([parte].[tipo].[Frutta]) } ON AXIS(1), { ([negozio].[citta].[RE]) } ON AXIS(2) FROM CuboVendite  Si può costruire il dataset formato dalle due macro-celle tramite la query:  Come nel caso di singole celle, non è possibile ottenere l’incasso complessivo dei due mesi: occorrerà anche in questo caso definire (nella query MDX) un membro calcolato.

15 15 MDX: Aggregazione  Come ottenere tutte le macro-celle dell’aggregazione ?  Sul secondo asse devo riportare tutti i valori assunti da tipo, ovvero tutti i membri del livello tipo: [parte].[tipo].MEMBERS tipo mese città SELECT [data].[mese].MEMBERS ON AXIS(0), [parte].[tipo].MEMBERS ON AXIS(1), [negozio].[citta].MEMBERS ON AXIS(2) FROM CuboVendite  Si noti che la funzione MEMBERS costruisce un insieme quindi è inutile usare le { … } nella costruzione degli assi

16 16 MDX: Aggregazione e Slicing  Dataset bidimensionale, ottenuto fissando il valore ad una dimensione: SELECT [data].[mese].MEMBERS ON AXIS(0), [negozio].[citta].MEMBERS ON AXIS(1) FROM CuboVendite WHERE ([parte].[tipo].[Bevanda]) mese città  Dataset tridimensionale, in cui una dimensione assume un solo valore: tipo mese città Bevanda SELECT [data].[mese].MEMBERS ON AXIS(0), { ([parte].[tipo].[Bevanda]) } ON AXIS(1), [negozio].[citta].MEMBERS ON AXIS(2) FROM CuboVendite

17 17 MDX non è un linguaggio chiuso  Non si può creare una vista ed interrogarla! tipo mese città CREATE VIEW PROVA(mese,tipoparte,cittaneg) AS SELECT data.[mese].MEMBERS ON AXIS(0), parte.[tipo].MEMBERS ON AXIS(1), negozio.[citta].MEMBERS ON AXIS(2) FROM CuboVendite mese città SELECT mese.MEMBERS ON AXIS(0), cittaneg.MEMBERS ON AXIS(1) FROM PROVA WHERE (tipoparte.[Bevanda])

18 18 Dove e come utilizzare MDX?  Dove e come utilizziamo SQL? –Esecuzione interattiva di interrogazioni (es SQL Query Analyzer) –Interrogazioni incorporate in un ’ applicazione client: Import/export dati in DTS applicazioni che accedono tramite ODBC –embedded SQL  Il linguaggio MDX è usato (ad oggi) solo in contesti specifici –MDX Sample Application: applicazione per l’esecuzione interattiva di interrogazioni MDX con risultati bidimensionali –Interrogazioni MDX incorporate in un ’ applicazione client: “ Office OLAP Components”, quali “Pivot Table Service” “Excel Pivot Table”

19 19 MDX Sample Application - MDX SA  Si consideri il seguente cubo e la seguete query MDX: SELECT { (data.[5/4/2001]), (data.[15/4/2001]) } ON AXIS(0), { (parte.[vite]) } ON AXIS(1), {(negozio.[BigWare]) } ON AXIS(2) FROM CuboVendite  Come visualizzarlo in modo bidimensionale con MDX SA? SELECT {(negozio.[BigWare]) } ON COLUMNS, { (parte.[vite],data.[5/4/2001]), (parte.[vite],data.[15/4/2001]) } ON ROWS FROM CuboVendite

20 20 Cubo Sales (database FoodMart)  dimensione Time; livelli Year, Quarter, Month  dimensione Product; livelli (All), Product Family, Product Department, Product Category, Product Subcategory, Brand Name, Product Name  dimensione Store; livelli (All), Store Country, Store State, Store City, Store Name  dimensione Customers; livelli (All), Country, State Province, City, Name  dimensione Education Level; livelli (All), Education Level  dimensione Gender; livelli (All), Gender  dimensione Marital Status; livelli (All), Marital Status  dimensione Yearly Income; livelli (All), Yearly Income  dimensione Promotion Media; livelli (All), Media Type  dimensione Promotions; livelli (All), Promotion Name  misure (Measures); membri Unit Sales, Store Cost, Store Sales, Sales Count, Store Sales Net

21 21 Esempio di interrogazione MDX  Totale delle unità di vendita vendute raggruppate per anno SELECT {([Measures].[Unit Sales])} ON COLUMNS, {([Time].[Year].MEMBERS)} ON ROWS FROM [Sales]  Esecuzione dell’interrogazione in MDX SA

22 22 Operatore punto L’operatore punto. è usato  per accedere a un livello di una dimensione : [Time].[Year]  per accedere a un membro di una dimensione : [Time].[1997]  per eseguire una operazione: [Time].[Year].MEMBERS è una espressione che restituisce l’insieme dei membri del livello [Time].[Year]  Esempio : calcolare il totale di ogni misura raggruppato per anno SELECT {([Measures].MEMBERS)} ON COLUMNS, {([Time].[Year].MEMBERS)} ON ROWS FROM [Sales]

23 23 Tuple e dimensionalità  Una tupla può includere sia membri di più dimensioni ([Time].[1997],[Store].[Canada]) sia più membri di una stessa dimensione. ([Time].[1997], [Time].[1997].[Q1])  Il termine dimensionalità viene utilizzato per indicare le dimensioni descritte dai membri di una tupla. –Le seguenti due tuple hanno la stessa dimensionalità 1.([Time].[1997],[Store].[Canada]) 2.([Time].[1997],[Store].[USA]) –Le seguenti due tuple non hanno la stessa dimensionalità 1.([Time].[1997],[Store].[Canada]) 2.([Store].[USA],[Time].[1997])

24 24 Set di tuple Un set è un insieme ordinato di zero, una o più tuple.  I set si denotano tramite parentesi graffe { … } : {([Time].[1997],[Store].[Canada]),([Time].[1997], [Store].[USA])}  Il set può essere calcolato: {([Time].[Year].MEMBERS)} In tal caso non è necessario introdurre le { … } Set e dimensionalità  Le tuple all'interno di un set devono avere la stessa dimensionalità: {([Time].[1997]),([Time].[1997].[Q1])} {([Time].[1997],[Store].[Canada])([Time].[1997],[Store].[USA])}  Le seguenti espressioni non sono corrette: {([Time].[1997]), [Store].[Canada])} {([Time].[1997],[Store].[Canada])([Store].[USA],[Time].[1997])}

25 25 Specifica degli assi La specifica di un asse è una espressione che descrive un set di tuple  Esempio: Calcolare i totali delle vendite (di ogni misura) nel 1997 SELECT {([Measures].MEMBERS)} ON COLUMNS, {([Time].[1997])} ON ROWS FROM [Sales]  Esempio: Calcolare i totali delle vendite (di ogni misura) nel 1997 e nel primo trimestre 1997 SELECT {([Measures].MEMBERS)} ON COLUMNS, {([Time].[1997]), ([Time].[1997].[Q1])} ON ROWS FROM [Sales]

26 26 Specifica degli assi  L'ordine delle tuple in un set ha effetto sull'ordine di nidificazione in una dimensione dell'asse.  Esempio: Calcolare i totali delle vendite (di ogni misura) nel 1997 e nel 1998 per il Canada e gli Stati Uniti: SELECT {([Measures].MEMBERS)} ON COLUMNS, {([Time].[1997], [Store].[Canada]), ([Time].[1997], [Store].[USA]), ([Time].[1998], [Store].[Canada]), ([Time].[1998], [Store].[USA])} ON ROWS FROM [Sales]  Scambiando l’ordine si ottiene

27 27 CROSSJOIN L’operatore di CROSSJOIN consente la specifica di un asse come prodotto cartesiano di due (o più... ) insiemi  Esempio, se si vogliono raggruppare dei dati su un asse per anno e nazione, per tutti gli anni e per il Canada e gli USA SELECT {([Measures].MEMBERS)} ON COLUMNS, CROSSJOIN({[Time].[Year].MEMBERS}, {[Store].[Canada], [Store].[USA]})ON ROWS FROM [Sales]

28 28 NONEMPTYCROSSJOIN  L’operatore di NONEMPTYCROSSJOIN equivale al CROSSJOIN ma visualizza soltanto le righe contenenti celle non vuote  Il CROSSJOIN con più di due insiemi non può essere eseguito in MDX Sample Application (la loro visualizzazione risulterebbe problematica...): si deve usare NONEMPTYCROSSJOIN  Ad esempio, se si vogliono raggruppare dei dati su un asse per anno, nazione e sesso, per tutti gli anni e per il Canada e gli USA SELECT {([Measures].MEMBERS)} ON COLUMNS, NONEMPTYCROSSJOIN({[Time].[Year].MEMBERS}, {[Store].[Canada],[Store].[USA]}, [Gender].Members)ON ROWS FROM [Sales]

29 29 MDX: PRINCIPALI OPERATORI  x.MEMBERS : insieme dei membri della dimensione o livello x  m.CHILDREN : insieme dei figli del membro m –Esempio: Calcolare i totali di ogni misura per ogni stato degli USA SELECT {([Measures].MEMBERS)} ON COLUMNS, {([Store].[USA].CHILDREN)} ON ROWS FROM [Sales]  DESCENDANTS(m,l) : insieme dei discendenti del membro m al livello l –Esempio: Calcolare i totali di ogni misura per ogni città degli USA SELECT {([Measures].MEMBERS)} ON COLUMNS, DESCENDANTS([Store].[USA], [Store City]) ON ROWS FROM [Sales]

30 30 MDX: la clausola di selezione WHERE  La clausola WHERE specifica condizioni di selezione dell’interrogazione  la condizione di selezione assume solitamente la forma di una congiunzione di uguaglianze, espresse tramite una tupla  Esempio: calcolare il totale delle unità vendute per anno, limitatamente alle vendite negli USA SELECT {([Measures].[Unit Sales])} ON COLUMNS, [Time].[Year].MEMBERS ON ROWS FROM [Sales] WHERE ([Store].[Store Country].[USA])  Esempio: calcolare il totale delle unità vendute per anno, limitatamente alle vendite effettuate negli USA dagli uomini SELECT {([Measures].[Unit Sales])} ON COLUMNS, [Time].[Year].MEMBERS ON ROWS FROM [Sales] WHERE ([Store].[Store Country].[USA], [Gender].[M])

31 31 MDX: la clausola di selezione WHERE  Una condizione di selezione nel WHERE non può essere relativa a una dimensione usata nella specifica di un asse  Esempio: calcolo unità vendute per trimestre, limitatamente al 1997 –la seguente interrogazione non è corretta SELECT {([Measures].[Unit Sales])} ON COLUMNS, {([Time].[Quarter].MEMBERS)} ON ROWS FROM [Sales] WHERE ( [Time].[Year].[1997]) –per esprimere i trimestri del 1997 occorre usare DESCENDANT SELECT {([Measures].[Unit Sales])} ON COLUMNS, DESCENDANTS ([Time].[1997], [Quarter]) ON ROWS FROM [Sales]

32 32 MDX: la clausola di selezione WHERE  Una condizione di selezione non può vincolare una stessa dimensione a più membri  Ad esempio, la seguente interrogazione non è corretta SELECT {([Measures].[Unit Sales])} ON COLUMNS, {([Time].[Year].MEMBERS)} ON ROWS FROM [Sales] WHERE ([Store].[Store Country].[USA], [Store].[Store Country].[Canada])  per considerare le vendite complessive degli USA e del Canada bisogna usare i membri calcolati (vedi più avanti)

33 33 INTERPRETAZIONI DI DEFAULT: misure  le misure sono membri di Measures: la prima è [Unit Sales] SELECT {([Store].[USA].CHILDREN)} ON COLUMNS, {([Time].[Year].MEMBERS)} ON ROWS FROM [Sales]  questa interrogazione è equivalente alla seguente SELECT {([Store].[USA].CHILDREN)} ON COLUMNS, {([Time].[Year].MEMBERS)} ON ROWS FROM [Sales] WHERE ([Measures].[Unit Sales])  In questa interrogazione l’aggregazione viene calcolata –rispetto alla misura specificata nella condizione di selezione –usando la funzione di aggregazione associata per default (nella definizione del cubo) alla misura selezionata

34 34 Membri calcolati  In una interrogazione MDX si possono definire nuovi membri calcolati con lo stesso significato e semantica dei membri calcolati in Analysis Services –essi sono utili per definire nuove misure che servono solo all’interno della specifica interrogazione  sintassi delle interrogazioni con la definizione di membri calcolati WITH MEMBER specifica_membro {MEMBER specifica_membro} SELECT....  Esempio calcolare il profitto per anno per categoria di prodotto WITH MEMBER [Measures].[Store Profit] AS '[Measures].[Store Sales] - [Measures].[Store Cost]' SELECT {([Time].[Year].MEMBERS)} ON COLUMNS, {([Product].[Product Category].MEMBERS)} ON ROWS FROM [Sales] WHERE ([Measures].[Store Profit])

35 35 Membri calcolati :esempi  Calcolare il profitto per categoria di prodotto, per l’anno 1997 WITH MEMBER [Measures].[Store Profit] AS '[Measures].[Store Sales] - [Measures].[Store Cost]' SELECT {([Measures].[Store Profit])} ON COLUMNS, {([Product].[Product Category].MEMBERS)} ON ROWS FROM [Sales] WHERE ([Time].[Year].[1997]) WITH MEMBER [Measures].[Store Profit] AS '([Time].[Year].[1997], [Measures].[Store Sales]) - ([Time].[Year].[1997], [Measures].[Store Cost])' SELECT {([Measures].[Store Profit])} ON COLUMNS, {([Product].[Product Category].MEMBERS)} ON ROWS FROM [Sales]

36 36 Membri calcolati : esempi  I membri calcolati possono essere usati come i membri “ordinari” WITH MEMBER [Measures].[Store Profit] AS '[Measures].[Store Sales] - [Measures].[Store Cost]' MEMBER [Measures].[Store Percent Profit] AS '[Measures].[Store Profit] / [Measures].[Store Cost]' SELECT {([Measures].[Store Profit]), ([Measures].[Store Percent Profit])} ON COLUMNS, {([Product].[Product Category].MEMBERS)} ON ROWS FROM [Sales] WHERE ([Time].[Year].[1997])

37 37 Membri calcolati sulle dimensioni  In Analysis Service è possibile definire un membro calcolato sulla base dei valori delle misure in corrispondenza di due o più membri delle dimensioni  Inoltre si può scegliere a quale dimensione appartiene il nuovo membro calcolato, cioè non deve essere necessariamente un membro di Measures –Esempio: differenza dei valori assunti dalle misure in corrispondenza dei membri [Time].[1998] e [Time].[1997] : si definisce il membro calcolato [Time].[1998] - [Time].[1997] come appartenente alla dimensione [Time]

38 38 Membri calcolati sulle dimensioni in MDX  Si può definire un membro calcolato sulle dimensioni anche in una query MDX –Ad esempio, si può definire in MDX lo stesso membro calcolato precedente come membro nella dimensione Time per indicare “la differenza tra il 1998 e il 1997” –WITH MEMBER [Time].[ ] AS '[Time].[1998] - [Time].[1997]' SELECT {([Time].[1997]), ([Time].[1998]), ([Time].[ ])} ON COLUMNS, {([Product].[Product Family].MEMBERS)} ON ROWS FROM [Sales] WHERE ([Measures].[Unit Sales])

39 39 Membri calcolati : un esempio più complesso WITH MEMBER [Measures].[Store Profit] AS '[Measures].[Store Sales] - [Measures].[Store Cost]' MEMBER [Time].[ ] AS '[Time].[1998] - [Time].[1997]' SELECT {([Measures].[Store Sales]), ([Measures].[Store Cost]), ([Measures].[Store Profit])} ON COLUMNS, {([Time].[1997]), ([Time].[1998]), ([Time].[ ])} ON ROWS FROM [Sales]

40 40 Ordine di valutazione  Esempio: Rapporto del profitto tra i primi due trimestri del 1997 –calcolare prima i profitti dei due trimestri e poi il loro rapporto WITH MEMBER [Measures].[Store Profit] AS '[Measures].[Store Sales] - [Measures].[Store Cost]' MEMBER [Time].[1997].[Q1 / Q2] AS '[Time].[1997].Q1 / [Time].[1997].Q2' SELECT {([Measures].[Store Sales]), ([Measures].[Store Cost]), ([Measures].[Store Profit])} ON COLUMNS, {([Time].[1997].Q1), ([Time].[1997].Q2), ([Time].[1997].[Q1 / Q2])} ON ROWS FROM [Sales]  In presenza di più membri calcolati occorre considerare l’ordine di valutazione Questa interrogazione non è corretta in quanto restituisce: Nota : le cifre decimali sono indicate in alcuni casi con la ‘,’ in altri con il ‘.’ Dipende dal sistema installato

41 41 Ordine di valutazione: SOLVE_ORDER WITH MEMBER [Measures].[Store Profit] AS '[Measures].[Store Sales] - [Measures].[Store Cost]', SOLVE_ORDER = 0 MEMBER [Time].[1997].[Q1 / Q2] AS '[Time].[1997].Q1 / [Time].[1997].Q2', SOLVE_ORDER = 1 SELECT … come prima Per calcolare prima i profitti dei due trimestri e poi il loro rapporto occorre stabilire esplicitamente l’ordine di valutazione tramite la clausola SOLVE_ORDER: il membro con SOLVE_ORDER più basso verrà calcolato per prima In assenza di SOLVE_ORDER si seguono ordini di valutazione prestabiliti Nella definizione dei cubi: è sempre opportuno indicarlo esplicitamente.

42 42 Ordine di valutazione : membri addittivi  Esempio: Differenza del profitto tra i primi due trimestri del 1997 WITH MEMBER [Measures].[Store Profit] AS '[Measures].[Store Sales] - [Measures].[Store Cost]’, SOLVE_ORDER = 0 MEMBER [Time].[1997].[Q1 – Q2] AS '[Time].[1997].Q1 - [Time].[1997].Q2’, SOLVE_ORDER = 1 SELECT {([Measures].[Store Sales]), ([Measures].[Store Cost]), ([Measures].[Store Profit])} ON COLUMNS, {([Time].[1997].Q1), ([Time].[1997].Q2),([Time].[1997].[Q1 – Q2])} ON ROWS FROM [Sales] L’ordine di valutazione è irrilevante per membri addittivi Lo stesso risultato si ottiene invertendo l’ordine di valutazione!

43 43 Funzioni Numeriche  Esempio: per ogni trimestre del 1997, totale delle vendite per gli stati OR e WA WITH MEMBER [Store].[OR + WA] AS 'SUM({[Store].[USA].[OR],[Store].[USA].[WA]}, [Measures].[Store Sales])' SELECT {([Store].[USA].[OR]), ([Store].[USA].[WA]), ([Store].[OR + WA])} ON COLUMNS, {([Time].[1997].CHILDREN)} ON ROWS FROM [Sales] WHERE ([Measures].[Store Sales]) Sono funzioni (SUM,MAX,MIN,..) applicate solitamente alle misure SUM(«Set», «Expression») Calcola la somma di «Expression» su «Set»

44 44 Funzioni Numeriche SELECT {([Measures].[Store Sales]) } ON COLUMNS, {([Store].[USA].CHILDREN)} ON ROWS FROM [Sales] L’insieme considerato nel calcolo delle funzioni numeriche è implicitamente vincolato alle altre dimensioni usate nella interrogazione WITH MEMBER [Measures].[Max1] AS 'MAX({[Store].[USA].CHILDREN},[Measures].[Store Sales])' SELECT {([Measures].[Max1] ) } ON COLUMNS FROM [Sales] WITH MEMBER [Measures].[Max1] AS 'MAX({[Store].[USA].CHILDREN},[Measures].[Store Sales])' SELECT [Time].[1997].CHILDREN ON COLUMNS, [Store].[USA].CHILDREN ON ROWS FROM [Sales] WHERE [Measures].[Max1] Se però aggiungo anche l’asse [Time].[1997].CHILDREN il massimo è riferito ai trimestri :

45 45 Funzioni Numeriche : esempio WITH MEMBER [Measures].[Max STATE OF USA Store Sales] AS 'MAX({[Store].[USA].CHILDREN},[Measures].[Store Sales])' SELECT CROSSJOIN( {([Time].[1997].CHILDREN)}, {([Measures].[Store Sales]), ([Measures].[Max STATE OF USA Store Sales]) }) ON COLUMNS, {([Store].[USA].CHILDREN)} ON ROWS FROM [Sales] Esempio: per ogni trimestre del 1997, e per ogni stato degli USA vendite e massimo delle vendite per gli stati degli USA

46 46 Funzioni Numeriche : esempio WITH MEMBER [Measures].[Max STATE OF USA Store Sales] AS 'MAX({[Store].[USA].CHILDREN},[Measures].[Store Sales])' MEMBER [Measures].[Difference] AS '[Measures].[Max STATE OF USA Store Sales] - [Measures].[Store Sales]’ SELECT CROSSJOIN( {([Time].[1997].CHILDREN)}, {([Measures].[Store Sales]), ([Measures].[Max STATE OF USA Store Sales]), ([Measures].[Difference])}) ON COLUMNS {([Store].[USA].CHILDREN)} ON ROWS FROM [Sales] Un membro calcolato può essere usato nella definizione di un altro membro calcolato Esempio: per ogni trimestre del 1997, e per ogni stato degli USA vendite, massimo delle vendite e differenza per gli stati degli USA

47 47 Misure Migliori e peggiori : TopCount SELECT TOPCOUNT ( [Product].[Product Name].MEMBERS,5, ( [Measures].[Unit Sales],[TIME].[1997])) ON COLUMNS FROM SALES TopCount(«Set», «Count», «Numeric Expression») ordina un set in base al valore di «Numeric Expression» e restituisce i primi «Count» membri, dove «Count» è un'espressione numerica. SELECT { ([TIME].[1997].CHILDREN)} ON COLUMNS, TOPCOUNT ( [Product].[Product Name].MEMBERS,5, ( [Measures].[Unit Sales],[TIME].[1997])) ON ROWS FROM SALES Le vendite ([Measures].[Unit Sales]) per i trimestri del 1997 dei 5 prodotti più venduti nel 1997 (cioè rispetto a [Measures].[Unit Sales])

48 48 Misure Migliori e peggiori : TopSum SELECT TOPSUM ( [Product].[Product Name].MEMBERS,1000, [Measures].[Unit Sales]) ON COLUMNS FROM SALES TopSum(«Set», «Value», «Num. Expr») ordina «Set» su «Num. Expr» e estrae i primi n (il più piccolo numero possibile) elementi tali che la loro somma è almeno «Value». WITH MEMBER [MEASURES].[NULLO] AS ' NULL ' SELECT TOPSUM ( [Product].[Product Name].MEMBERS, 1000, [Measures].[Unit Sales] ) ON COLUMNS FROM SALES WHERE [MEASURES].[NULLO]

49 49 Celle vuote  Le celle vuote sono presenti nelle istruzioni MDX quando i dati relativi all'intersezione di due o più dimensioni non esistono.  La funzione IsEmpty( ) restituisce TRUE se è una cella vuota. In caso contrario, restituisce FALSE.  NON EMPTY : per non visualizzare le celle vuote  Quando il valore di cella vuota è un operando per uno degli operatori numerici (+, -, *, /), ha la stessa funzione del valore zero. Esempi SELECT {([Store].[USA].CHILDREN)} ON COLUMNS, NON EMPTY {([Time].[Year].MEMBERS)} ON ROWS FROM [Sales] SELECT {([Store].[USA].CHILDREN)} ON COLUMNS, {([Time].[Year].MEMBERS)} ON ROWS FROM [Sales] WITH MEMBER [Time].[ ] AS '[Time].[1998] - [Time].[1997]' SELECT {([Store].[USA].CHILDREN)} ON COLUMNS, NON EMPTY {([Time].[ ])} ON ROWS FROM [Sales]

50 50 Operazioni sui membri  Alcune operatori consentono di accedere al membro “corrente” di una dimensione e ai membri vicini di un dato membro  x.CURRENTMEMBER –calcola il membro corrente della dimensione o livello x  m.PREVMEMBER e m.NEXTMEMBER –calcola il membro che precede (segue) il membro m nell’ambito dello stesso livello di m –Per il primo membro PREVMEMBER restituisce una cella vuota –Per l’ultimo membro NEXTMEMBER restituisce una cella vuota WITH MEMBER [Measures].[VENDITE TRIMESTRE PRECEDENTE] AS '([Measures].[Store Sales], [Time].PREVMEMBER)' SELECT { [Measures].[VENDITE TRIMESTRE PRECEDENTE]} ON COLUMNS, {([Time].[1997].CHILDREN)} ON ROWS FROM [Sales] Esempio

51 51 Operazioni sui membri: esempio Esempio: calcolare, per ogni trimestre del 1997, gli incassi complessivi e la differenza rispetto al trimestre precedente WITH MEMBER [Measures].[Sales Difference] AS '([Measures].[Store Sales], [Time].CURRENTMEMBER) - ([Measures].[Store Sales], [Time].PREVMEMBER)' SELECT {([Measures].[Store Sales]), ([Measures].[Sales Difference])} ON COLUMNS, {([Time].[1997].CHILDREN)} ON ROWS FROM [Sales] Si noti che il valore negativo viene indicato in modo particolare: dipende dal tipo di dato Nota: il membro calcolato si può anche definire come WITH MEMBER [Measures].[Sales Difference] AS '[Measures].[Store Sales] - ([Measures].[Store Sales], [Time].PREVMEMBER)'

52 52 Serie temporali  Calcolo di valori cumulativi rispetto al tempo Esempio: calcolare le vendite cumulative rispetto alla data Per calcolare le vendite cumulate ad una certa data X (es. 4/2/2004) serve una funzione che restituisca il set di tutte le date dell’anno precedenti o uguali a tale data; tale funzione si chiama YTD: YTD(X) Le vendite cumulate alla data X si ottengono semplicemente con SUM(YTD(X),[Measures].[Store Sales]) La funzione YTD è una caso particolare della funzione PeriodsToDate

53 53 Serie temporali : Funzione PeriodsToDate  PeriodsToDate([«Level»[, «Member»]]) –Nell'ambito di «Level» questa funzione restituisce il set di membri nel livello di «Member», a partire dal primo membro fino a «Member». –È quasi sempre usata per la dimensione Data, per la quale il risultato è molto intuitivo: PeriodsToDate([Data].[Anno], [Data].[Totale Data].[2000].[Quarter 4].[dicembre].[15]) PeriodsToDate([Data].[Mese], [Data].[Totale Data].[2000].[Quarter 4].[dicembre].[15]) Nota: L’esempio è riferito al cubo dei biglietti

54 54 Serie temporali : Funzione PeriodsToDate  PeriodsToDate([«Level»[, «Member»]]) –Sia L_Member il livello di Member; –Siano Member_1, Member_2, …., Member_N i membri di L_Member; si suppone che essi costituiscano una sequenza, ovvero che siano ordinati, quindi si può stabilire che Member_i precede Member_j –Sia M_Level il membro a livello Level padre (ancestor) del membro Member –La funzione restituisce tutti i discendenti di M_Level a livello L_Member che precedono o sono uguali a Member –Se i membri di L_Member non sono ordinati, la funzione restituisce tutti i discendenti di M_Level a livello L_Member STORECITYSTATECOUNTRY(ALL) DituttoREEmiliaRItaliaALL NonSoloXREEmiliaRItaliaALL NonSoloYMOEmiliaRItaliaALL NonSoloZRMLazioItaliaALL... ALL PeriodsToDate([COUNTRY],[RE] ) = { MO,RE,RM} PeriodsToDate([STATE],[RE] ) = { MO,RE }

55 55 Serie temporali : Funzione PeriodsToDate  PeriodsToDate([«Level»[, «Member»]]) –Se non si specifica un livello o un membro, il valore di «Member» sarà Time.CurrentMember e «Level» sarà il livello padre di Time.CurrentMember. WITH MEMBER [Measures].[INCASSOTOTALEDAINIZIOMESE] AS 'SUM(PeriodsToDate([Data].[Mese]),[Measures].[Incasso])' MEMBER [Measures].[INCASSOTOTALEDAINIZIOANNO] AS 'SUM(PeriodsToDate([Data].[Anno]),[Measures].[Incasso])' SELECT {[Measures].[Incasso], [Measures].[INCASSOTOTALEDAINIZIOMESE], [Measures].[INCASSOTOTALEDAINIZIOANNO] } ON COLUMNS, [Data].[Totale Data].[2000].[Quarter 4].[novembre].CHILDREN ON ROWS FROM BIGLIETTI Nota: L’esempio è riferito al cubo dei biglietti

56 56 Serie temporali : Funzione YTD  PeriodsToDate([«Level»[, «Member»]]) –Se si specifica solo il livello, «Member» sarà dimension.CurrentMember, dove dimension è la dimensione di «Level».  Ytd(«Member») corrisponde a PeriodsToDate(Year, «Member»). YTD([Data].[Totale Data].[2000].[Quarter 4].[dicembre].[15])  Ytd() corrisponde a PeriodsToDate(Year) e quindi il valore di «Member» è sarà Time.CurrentMember

57 57 Serie Temporali: Funzione YTD - esempi WITH MEMBER [Measures].[ACCUMULATED SALES] AS 'SUM(YTD(),[Measures].[Store Sales])' SELECT {[Measures].[Store Sales], [Measures].[ACCUMULATED SALES] } ON COLUMNS, { [TIME].[1997].CHILDREN} ON ROWS FROM SALES Esempio: vendite del 1997 per trimestre e vendite cumulate rispetto all’anno WITH MEMBER [MEASURES].[VENDITE ACCUMULATE] AS 'SUM(YTD(),[MEASURES].[STORE SALES])' SELECT {[MEASURES].[STORE SALES], [MEASURES].[VENDITE ACCUMULATE] } ON COLUMNS, {DESCENDANTS([TIME].[1997],[TIME].[MONTH])} ON ROWS FROM SALES Esempio: vendite del 1997 per mese e vendite cumulate rispetto all’anno

58 58 Serie Temporali: Funzione YTD - esempi Esempio: vendite del 1997 per mese e vendite cumulate rispetto al trimestre e rispetto all’anno WITH MEMBER [MEASURES].[VENDITE ACCUMULATE PER ANNO] AS 'SUM(PERIODSTODATE (YEAR), [MEASURES].[STORE SALES])' MEMBER [MEASURES].[VENDITE ACCUMULATE PER TRIMESTRE] AS 'SUM(PERIODSTODATE (QUARTER), [MEASURES].[STORE SALES])' SELECT {[MEASURES].[STORE SALES], [MEASURES].[VENDITE ACCUMULATE PER TRIMESTRE], [MEASURES]. [VENDITE ACCUMULATE PER ANNO] } ON COLUMNS, {DESCENDANTS([TIME].[1997],[TIME].[MONTH])} ON ROWS FROM SALES


Scaricare ppt "1 Il linguaggio MDX  Il linguaggio MDX (MultiDimensional eXpression) è usato per recuperare e manipolare dati multidimensionali in SQL Server Analysis."

Presentazioni simili


Annunci Google