随笔分类 - SSAS
MDX基础的内容 SSAS的基础内容
摘要：===================================代码开始=======================================WITHMEMBER mydate as now()select{[Measures].[Gi接口流量]}on 0,{Cousin(strtomember("[时间].[日期层次].[月].&["+Format(mydate, "yyyy年MM月")+"]").prevmember,strtomember("[时间].[日期层次].[月].&["
阅读全文
摘要：用到as的时候，如果用到了某个纬度，例如：withmember mydate as now()member [告警投诉数量a] as lookupcube("[ALARM_RECORD]","[Measures].[告警投诉数量]")member [故障总量啊] as lookupcube("[EOMS_FAULT_RECORD]","[Measures].[故障总量]")member [本周故障总量] as(strtomember("[时间].[日期层次].[月].&["+format
阅读全文
摘要：with member mydate as now()MEMBER theYear as year(mydate)MEMBER theMonth as month(mydate)MEMBER theDay as day(mydate)MEMBER AAA AS MAX(descendants(strtomember("[时间].[日期层次].[月].&["+format(mydate,"yyyy年MM月") + "]"),[时间].[日期层次].[日]),[Measures].[TCH信道数])MEMBER MAXDATE A
阅读全文
摘要：strToMember的使用方法 可以配合FormatWITH MEMBER mydate as now()MEMBER [GSMHAHAHA] AS StrToMember("[时间].[日期层次].[日].&[" + Format(mydate, "yyyy年MM月dd日") + "]")select[Measures].[上行TBF建立成功率] on 0,{StrToMember("[时间].[日期层次].[日].&[" + Format(mydate, "yyyy年MM月dd日&q
阅读全文
摘要：1．介绍MDX为MultiDimensional Expressions的缩写，多维表达式，是标准的OLAP查询语言。在多数OLAPServer都提供MDX支持，如Microsoft SQL Server OLAP Services,SAS,Hyperion Essbase等。支持多维对象与数据的定义和操作。MDX 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
阅读全文
摘要：4. MDX函数列表 函数分类和说明基本上是直接从SQLServer Analysis Service拷贝的。4.1 维度函数 表示返回值为Dimension的函数.4.1.1 Dimension返回包含指定的成员、级别或层次结构的维度。语法成员«Member».Dimension返回包含 «Member» 的维度。级别«Level».Dimension返回包含 «Level» 的维度。层次结构«Hierarchy».Dimension返回包含 «Hierarchy» 的维度
阅读全文
摘要：1。维度就是坐标系上就坐标轴，比如时间，部门，2。度量值就是能在报表里面反应出来的数据，比如你要小时员工的工资 那么工资就是度量值3。事实表就是要被分析的表，里面的一条记录字段包括了维度的一个值 ，度量值
阅读全文
摘要：2009-11-30 13:30 48人阅读 评论(0) 收藏 举报Extract :抽取Transformation :转换Loading : 加载理解SSIS的控制流和数据流控制流是整个工作流程而数据流是控制流中的一部分典型业务场景：1. 门店结帐之后，把当天Pos机的数据，通过ftp方式发送给总公司2. SSIS需要按照下面的步骤完成导入工作2.1 下载FTP文件夹里面所有的文件（FTP Task）2.2 在本地先进行一些基本的校验（资源管理器任务）2.3 循环（Foreach循环容器）本地这个文件夹，对每一个文件执行一次导入操作（Data Flow）2.4 如果某个文件导入失败，
阅读全文
摘要：上午1.知识回顾重点回顾SSAS的知识数据源：身份模拟的意思是什么？应该如何选择数据源视图：这里能做什么事情？命名计算，友好名称，关系。命名查询多维数据集中为什么要单独选择一个时间维度？如果在向导中没有选择，那么该怎么办层次结构为什么需要，具体做法方便用户导航提高性能做完层次结构的时候，需要做两件事情设置Attribute的 Visible属性为false，即让用户只能通过我们的层次结构来导航设置Level之间的关系多维数据集为什么显示有的表既是事实表又是维度表退化维度物理维度表和逻辑维度表的意思是什么物理维度是全局，共享的。逻辑维度是针对Cube的一种映射。一个物理维度可以映射多个逻辑维度。
阅读全文
摘要：1. 创建数据源（必须的）把项目中可能用到的数据仓库的连接设置好通常是数据仓库注意：身份模拟的设置如果仓库和SSAS是一个服务器，可以直接使用服务帐号否则，可以指定特定的用户名和密码2. 创建数据源视图（必须的）把项目中可能用到的一些维度表和事实表映射成一个视图经验做法：先选择事实表，然后“添加相关表”还可以做一些附加的操作修改友好名称添加命名计算（在原先的数据库字段基础上，再派生一些字段）修改关系（如果仓库中没有关系，可以通过在这里建立关系来实现）如果表仍然比较多，可以通过创建不同的视图来简化3. 创建多维数据集两种主要的模型：根据仓库自动生成（最方便）选择数据源视图选择事实表和维度表重点要
阅读全文
摘要：SQL Server数据库维度表和事实表概述:事实表每个数据仓库都包含一个或者多个事实数据表。事实数据表可能包含业务销售数据，如现金登记事务所产生的数据，事实数据表通常包含大量的行。事实数据表的主要特点是包含数字数据（事实），并且这些数字信息可以汇总，以提供有关单位作为历史的数据，每个事实数据表包含一个由多个部分组成的索引，该索引包含作为外键的相关性纬度表的主键，而维度表包含事实记录的特性。事实数据表不应该包含描述性的信息，也不应该包含除数字度量字段及使事实与纬度表中对应项的相关索引字段之外的任何数据。包含在事实数据表中的“度量值”有两中：一种是可以累计的度量值，另一种是非累计的度量值。最有用
阅读全文
摘要：逻辑建模是数据仓库实施中的重要一环, 因为它能直接反映出决策者管理者的需求, 同时对系统的物理实施有着重要的指导作用。目前较常用的包含有星型模式。星型模式是一种多维的数据关系,它由一个事实表(Fact Table)和一组维表(Dimens ion Table)组成。每个维表都有一个维作为主键，所有这些维的主键组合成事实表的主键。事实表的非主键属性称为事实 (Fact),它们一般都是数值或其他可以进行计算的数据; 而维大都是文字、时间等类型的数据，按这种方式组织好数据我们就可以按照不同的维(事实表的主键的部分或全部)来对这些事实数据进行求和(summary)、求平均(average)、计数(co
阅读全文
摘要：按照W.H.Inmon 这位数据仓库权威的说法，“数据仓库是一个面向主题的、集成的、时变的、非易失的数据集合，支持管理部门的决策过程”。这个简短而又全面的定义指出了表明数据仓库主要特征的四个关键词：面向主题的、集成的、时变的、非易失的，将数据仓库与其他数据存储系统（如关系数据库系统、事务处理系统和文件系统）区别开来。让我们进一步看看这些关键特征。面向主题的（subject-oriented）：数据仓库围绕一些主题，如顾客、供应商、产品和销售组织。数据仓库关注决策者的数据建模与分析，而不是集中于组织机构的日常操作和事务处理。因此，数据仓库排除对决策无用的数据，提供特定主题的简明视图。集成的（in
阅读全文
摘要：when data is loaded into a mulitdimensional OLAP database , metadata is added to the data. Metadata is data about the data.The metadata in an OLAP database includes information about relationships and hierarchies in the data ,how the data should be sorted and summarized ,and how it should be formatt
阅读全文
浙公网安备 33010602011771号