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

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 STORElivelli

(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

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

Il cubo delle vendite

Tupla MDX per identificare l’evento primario:(data.[10-10-2001], parte.[vite], negozio.[BigWare])

Tupla MDX per identificare l’evento primario e estrarre Incasso:(data.[10-10-2001], parte.[vite], negozio.[BigWare],Measures.[Incasso])

data

parte

negozio

10-10-2001

BigWare

vite

10

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 seguentequery MDX:

SELECT Measures.[Incasso]

FROM CuboVenditeWHERE (data.[10-10-2001], parte.[vite], negozio.[BigWare])

In effetti Measures.[Incasso] deve essere Measures.[Incasso] ON AXIS(0)

data

parte

negozio

10-10-2001

BigWare

vite

10

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

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

10-10-2001

BigWare

vite

10

SELECT { (data.[10-10-2001]) } 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

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

data

parte

negozio

BigWare

vite

10 30

'5/4/2001'

’15/4/2001'

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

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

prodott

o

negozi

o

'DiTutto'

SELECT data.MEMBERS ON AXIS(0), prodotto.MEMBERS ON AXIS(1)FROM CuboVenditeWHERE (negozio.[DiTutto])

Il precedente dataset si può ancora considerare cometridimensionale, ma con unadimensione che assume un unico valore:

SELECT data.MEMBERS ON AXIS(0), prodotto.MEMBERS ON AXIS(1), {(negozio.[DiTutto]) } ON AXIS(2)FROM CuboVendite

10

MDX: Slicing Fissando il valore per due dimensioni si ha un dataset unidimensionale

Il precedente dataset si può ancora considerare cometridimensionale, ma con duedimensioni che assumonoun unico valore:

data

prodot

to

negozi

o

'DiTutto'

'5/4/2001'

SELECT prodotto.MEMBERS ON AXIS(1)FROM CuboVenditeWHERE (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

Aggregazione

data

parte

negozio

mese

tipo

tipo

mese

città

12

MDX: Aggregazione

([data].[mese].[Marzo], [parte].[tipo].[Frutta], [negozio].[citta].[RE])

Tupla MDX per identificare l’evento secondario

tipo42

mese

città

MarzoFrutta

RE

SELECT Measures.[Incasso]

FROM CuboVenditeWHERE ([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

MDX: Aggregazione

tipo42

mese

città

MarzoFrutta

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

MDX: Aggregazione

tipo42 58

mese

città

MarzoFrutta

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

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

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 CuboVenditeWHERE ([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

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 PROVAWHERE (tipoparte.[Bevanda])

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

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

data

parte

negozio

BigWare

vite

10 30

'5/4/2001'

’15/4/2001'

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 ROWSFROM CuboVendite

BIGWARE 5/4/2001 10 VITE 15/4/2001 30

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

Esempio di interrogazione MDX Totale delle unità di vendita vendute raggruppate per annoSELECT

{([Measures].[Unit Sales])} ON COLUMNS,{([Time].[Year].MEMBERS)} ON ROWS

FROM [Sales]

Esecuzione dell’interrogazione in MDX SA

22

Operatore puntoL’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 annoSELECT

{([Measures].MEMBERS)} ON COLUMNS,

{([Time].[Year].MEMBERS)} ON ROWS

FROM [Sales]

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 dimensionalità1. ([Time].[1997],[Store].[Canada])

2. ([Time].[1997],[Store].[USA])

– Le seguenti due tuple non hanno la stessa dimensionalità– ([Time].[1997],[Store].[Canada])– ([Store].[USA],[Time].[1997])

24

Set di tupleUn 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

Specifica degli assiLa specifica di un asse è una espressione che descrive un set di tuple

Esempio: Calcolare i totali delle vendite (di ogni misura) nel 1997SELECT

{([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

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

CROSSJOINL’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 USASELECT

{([Measures].MEMBERS)} ON COLUMNS,

CROSSJOIN({[Time].[Year].MEMBERS},

{[Store].[Canada], [Store].[USA]})ON ROWS

FROM [Sales]

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

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

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

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 correttaSELECT

{([Measures].[Unit Sales])} ON COLUMNS,

{([Time].[Quarter].MEMBERS)} ON ROWS

FROM [Sales]

WHERE ( [Time].[Year].[1997])

– per esprimere i trimestri del 1997 occorre usare DESCENDANTSELECT

{([Measures].[Unit Sales])} ON COLUMNS,

DESCENDANTS ([Time].[1997], [Quarter]) ON ROWS

FROM [Sales]

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 correttaSELECT

{([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

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 ROWSFROM [Sales]

questa interrogazione è equivalente alla seguenteSELECT{([Store].[USA].CHILDREN)} ON COLUMNS,{([Time].[Year].MEMBERS)} ON ROWSFROM [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

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 calcolatiWITH MEMBER specifica_membro{MEMBER specifica_membro}SELECT ....

Esempio calcolare il profitto per anno per categoria di prodottoWITH 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

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

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 ROWSFROM [Sales]WHERE ([Time].[Year].[1997])

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

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].[1998 - 1997] AS'[Time].[1998] - [Time].[1997]'

SELECT{([Time].[1997]), ([Time].[1998]),

([Time].[1998 - 1997])} ON COLUMNS,{([Product].[Product Family].MEMBERS)} ON ROWS

FROM [Sales]WHERE ([Measures].[Unit Sales])

39

Membri calcolati : un esempio più complessoWITH

MEMBER [Measures].[Store Profit] AS

'[Measures].[Store Sales] - [Measures].[Store Cost]'

MEMBER [Time].[1998 - 1997] AS '[Time].[1998] - [Time].[1997]'

SELECT

{([Measures].[Store Sales]), ([Measures].[Store Cost]),

([Measures].[Store Profit])} ON COLUMNS,

{([Time].[1997]), ([Time].[1998]), ([Time].[1998 - 1997])} ON ROWS

FROM [Sales]

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

Ordine di valutazione: SOLVE_ORDER

WITHMEMBER [Measures].[Store Profit] AS'[Measures].[Store Sales] - [Measures].[Store Cost]',SOLVE_ORDER = 0MEMBER [Time].[1997].[Q1 / Q2] AS '[Time].[1997].Q1 / [Time].[1997].Q2',SOLVE_ORDER = 1SELECT … 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 prestabilitiNella definizione dei cubi: è sempre opportuno indicarlo esplicitamente.

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 = 0MEMBER [Time].[1997].[Q1 – Q2] AS '[Time].[1997].Q1 - [Time].[1997].Q2’,SOLVE_ORDER = 1SELECT {([Measures].[Store Sales]), ([Measures].[Store Cost]),([Measures].[Store Profit])} ON COLUMNS,{([Time].[1997].Q1), ([Time].[1997].Q2),([Time].[1997].[Q1 – Q2])} ON ROWSFROM [Sales]

L’ordine di valutazione è irrilevante per membri addittivi

Lo stesso risultato si ottiene invertendo l’ordine di valutazione!

43

Funzioni Numeriche

Esempio: per ogni trimestre del 1997, totale delle vendite per gli stati OR e WAWITH

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

Funzioni Numeriche

SELECT {([Measures].[Store Sales]) } ON COLUMNS,{([Store].[USA].CHILDREN)} ON ROWSFROM [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 ROWSFROM [Sales]WHERE [Measures].[Max1]

Se però aggiungo anche l’asse [Time].[1997].CHILDREN il massimo è riferito ai trimestri :

45

Funzioni Numeriche : esempio

WITH MEMBER [Measures].[Max STATE OF USA Store Sales] AS'MAX({[Store].[USA].CHILDREN},[Measures].[Store Sales])'SELECTCROSSJOIN({([Time].[1997].CHILDREN)},{([Measures].[Store Sales]),([Measures].[Max STATE OF USA Store Sales]) })ON COLUMNS,{([Store].[USA].CHILDREN)} ON ROWSFROM [Sales]

Esempio: per ogni trimestre del 1997, e per ogni stato degli USAvendite e massimo delle vendite per gli stati degli USA

46

Funzioni Numeriche : esempio

WITHMEMBER [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]’SELECTCROSSJOIN( {([Time].[1997].CHILDREN)}, {([Measures].[Store Sales]), ([Measures].[Max STATE OF USA Store Sales]), ([Measures].

[Difference])}) ON COLUMNS{([Store].[USA].CHILDREN)} ON ROWSFROM [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

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

Misure Migliori e peggiori : TopSum

SELECT TOPSUM ( [Product].[Product Name].MEMBERS,1000,

[Measures].[Unit Sales]) ON COLUMNSFROM 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

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(<expression>) restituisce TRUE se

<expression> 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 ROWSFROM [Sales]

SELECT {([Store].[USA].CHILDREN)} ON COLUMNS,{([Time].[Year].MEMBERS)} ON ROWSFROM [Sales]

WITH MEMBER [Time].[1997 - 1998] AS '[Time].[1998] - [Time].[1997]' SELECT {([Store].[USA].CHILDREN)} ON COLUMNS,NON EMPTY {([Time].[1997 - 1998])} ON ROWSFROM [Sales]

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 ROWSFROM [Sales]

Esempio

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 ROWSFROM [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 comeWITH MEMBER [Measures].[Sales Difference] AS'[Measures].[Store Sales] - ([Measures].[Store Sales], [Time].PREVMEMBER)'

52

Serie temporali

DATA VENDITE DATA VENDITE CUMULATE 1/1/2004 90 1/1/2004 90 3/1/2004 100 3/1/2004 190 4/2/2004 140 4/2/2004 330 5/2/2004 100

5/2/2004 430

Calcolo di valori cumulativi rispetto al tempoEsempio: 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

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

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

STORE CITY STATE COUNTRY (ALL)

Ditutto RE EmiliaR Italia ALL

NonSoloX RE EmiliaR Italia ALL

NonSoloY MO EmiliaR Italia ALL

NonSoloZ RM Lazio Italia ALL

... ... ... ... ALL

PeriodsToDate([COUNTRY],[RE] ) = { MO,RE,RM}

PeriodsToDate([STATE],[RE] ) = { MO,RE }

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 ROWSFROM BIGLIETTI

Nota: L’esempio è riferito al cubo dei biglietti

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

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 ROWSFROM 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

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 ROWSFROM SALES