数据仓库MDX实际应用

今天的项目需要用数据仓库的MDX来获取数据，项目的基本已经做完了，比较了一下原来用sql写的

方法，数据仓库真是方便，并且相对简单的多，当然，首先是要熟练MDX语法才行，因为刚接触数

据仓库，语句虽然写出来了，但是还是有很多不熟悉的，特此总结一下。
项目的需求很简单，根据查询条件，条件中包括年，月，显示前11个月的计划销售量和实际销售量

和总的销售量，如2009年，6月，显示从2008年7月，到2009年6月每个月的销量和到6月为止的总计划

量和销量。
以前用sql写，麻烦在这前11个月的处理，要定义12个时间变量，通过时间函数dateadd()取得真实的时

间，显示的时候要通过case判断，还要对不同等级的客户进行group by显示
，一共写了100多行的sql，现在用MDX，20几行就搞定了，写完的MDX如下：
 
with member [Measures].[year_quantity] as
    sum([date].[月份].&[2009-01-01T00:00:00]:[date].[月份].&[2009-06-01T00:00:00],[Measures].

[Month_Quantity])
member [Measures].[year_plan] as
    sum([date].[月份].&[2009-01-01T00:00:00]:[date].[月份].&[2009-06-01T00:00:00],[Measures].

[Month_Plan_Quantity])
member [Measures].[quantity_rate] as
    [Measures].[year_quantity]/[Measures].[year_plan]*100
member [Measures].[year_expense] as
    sum([date].[月份].&[2009-01-01T00:00:00]:[date].[月份].&[2009-06-01T00:00:00],[Measures].

[Expense_Amount])
 
select {
[Measures].[year_plan],[Measures].[year_quantity]
,[Measures].[quantity_rate],[Measures].[year_expense]
,[Measures].[Year_Acti_Number],[Measures].[Month_Quantity]
,[Measures].[前一月进货量],[Measures].[前二月进货量]
,[Measures].[前三月进货量],[Measures].[前四月进货量]
,[Measures].[前五月进货量],[Measures].[前六月进货量]
,[Measures].[前七月进货量],[Measures].[前八月进货量]
,[Measures].[前九月进货量],[Measures].[前十月进货量]
,[Measures].[前十一月进货量]
} on 0
,non empty(
([cust_grade].[cust_grade].[cust_grade],[cust_grade].[Cust_Grade_Name].[Cust_Grade_Name])
*([cust].[Cust].[Cust],[cust].[Cust_Name].[Cust_Name])
*([cust].[City].[City],[cust].[City_Name].[City_Name])
) on 1
from [医院销售分析]
where ([月份].&[2009-06-01T00:00:00]:[月份].&[2009-06-01T00:00:00]
       ,[material].[Material].[Material].&[BM00000001]
       ,[subcompany].[organ].[organ].&[BG00000020]
       ,[office].[organ].[organ].&[BG00000074]
       ,[salesman].[Personnel].&[DJ00001495])
 
上面的MDX有几个注意的地方：
1.时间的区间表示：[date].[月份].&[2009-01-01]:[date].[月份].&[2009-06-01]
从开始时间到结束时间用冒号[：]连接。
2.Sql中有with来临时存储数据，MDX中用with member来临时存储。
3.MDX语句中，where中不能显示此前已经出现的维度。
数据仓库MDX的语法和sql有很大的不同，增加了许多函数，要想熟练应用MDX，对其函数要精通

才行，这样才能应对复杂多变的需求