MDX的基本语法及概念.ppt

《MDX的基本语法及概念.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、MDX的基本语法及概念1.MDX简介MDX（multi-dimensionalexpressions多维表达式）是一种语法，支持多维对象与数据的定义和操作。1.1MDX与SQLMDX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）、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。1.2M

2、DX中的重要概念多维表达式(MDX)的用途是使对多个维度的数据的访问更为简单和直观。它的主要概念如下：维度(Dimensions)、级别(Levels)、成员(Members)和度量值(Measures)单元(Cells)、元组(Tuples)和集合(Sets)轴维度和切片器维度(AxisandSlicerDimensions)在传统的关系数据库中，用于数据定义和操作的大多数语言（如SQL）都设计为在两个维度中检索数据：列维度和行维度。下面的关系图说明一个用于存储定单信息的传统关系数据库。1.2.1维度(Dimensions

3、)、级别(Levels)、成员(Members)和度量值(Measures)各个表均提供二维数据。各行与各列的交集是一单个数据元素，称为字段。要在SQL查询中查看的特定列用SELECT语句进行指定，而要检索的行用WHERE子句加以限定。而对于多维数据，则可以用具有两个以上维度(Dimensions)的结构来表示。这些称作多维数据集的结构具有多个维度。在多维数据集中维度的交集处，可能有不止一个数据元素，这些数据元素称为度量值(Mensures)。上面的关系图说明使用三个维度（“路线”、“源"和"时间"）和两个度量值（"包"和"

4、上一次"）的多维数据集。各个维度分成不同的级别(Levels)，而每个级又进一步分为成员(Members)。例如，"源"维度提供"东半球"级别，该级别又分为四个成员，"非洲"、"亚洲"、"澳大利亚"和"欧洲"。如您所见，即使是从多维数据源中查询简单数据也可能是一项复杂的任务。例如，多维数据集可以有三个以上的维度，或者可以只有一个维度。多维数据集、维度、级别、成员、度量值的概念对于理解MDX语法很重要。如果您还不理解，可以查找其他资料以进一步了解这些主题1.2.2单元(Cell)、元组(Tuple)和集合(Set)SQL从表返

5、回二维数据子集，而MDX从多维数据集返回多维数据子集。多维数据集关系图表明多维成员的交集创建单元(Cells)，从这些单元可以获取数据。为标识和析取这类数据（不管这些数据是单个单元还是单元块），MDX使用称为元组(Tuples)的参照系。元组列出维度和成员来标识多维数据集内的单个单元和更大的单元部分；因为各个单元是多维数据集所有维度的交集，所以元组可以唯一标识多维数据集中的每个单元。为起到参照的作用，将多维数据集中的度量视为该多维数据集本身中的一个专用维度，名为"度量值"。例如，在前面的关系图中，以下元组标识其中值为400的

6、单元：(源.[东半球].非洲,时间.[下半年].[第四季度],路线.航空,度量值.包)元组唯一标识多维数据集中的一部分；它不必指某个特定单元，也不必包括多维数据集中的所有维度。以下示例均为多维数据集关系图的元组：(源.[东半球])(时间.[下半年],源.[西半球])元组的有序集合称为集合(Set)。在MDX查询中，轴维度和切片器维度由这种元组集合组成。以下示例是对关系图内多维数据集中的一个元组集合的描述。{(时间.[上半年].[第一季度]),时间.[第二季度].[第三季度])}1.2.3轴维度和切片器维度在SQL中，通常需要

7、限制对表的查询所返回的数据量。例如，可能希望只看到有四十个字段的表中的两个字段，而且如果有满足特定条件的第三个字段，也只看到两个字段。可以通过在SELECT语句中指定列，并使用WHERE语句基于特定准则限制所返回的行来完成此任务。在MDX中，这些概念也适用。SELECT语句用来选择要返回的维度和成员，称之为轴维度。WHERE语句用来将返回的数据限定为特定维度和成员条件，称之为切片器维度。轴维度预期返回多个成员的数据，而切片器维度预期返回单个成员的数据。下面的部分还将对以上概念进行更详细的介绍2.基本MDX多维表达式(MDX)

8、命令使您得以查询多维数据集之类的多维对象并返回多维数据集。与SQL的情况一样，MDX查询的作者在编写查询前必须确定所请求数据集的结构。2.1基本MDX查询基本多维表达式(MDX)查询以与下面的示例类似的方式进行构造：SELECT[[,