摘要：
declare @set nvarchar(max),@sql nvarchar(max)declare@tablenew table(a float,b float,c float,d float,e float,f float,g float,h float,k float,i float)set @set=''select @set=@set+'['+calendar.LedgerPeriod+'],' from parameter cross join calendar where(parameter.year*100+parameter 阅读全文
摘要：
job-hopping .from a software enterprice to a nutrition foreign enterprice.still concentrate on the BI project .just so .this company can't use many webdisk.so,i have to use the cnblog to record mysmall progress.i will try my best to learn the techinque,although i am not in a software company,yes 阅读全文
摘要：
页面的处理过程中，按照从先到后，页面的处理被分成了很多步骤，这些步骤通过事件 被表现了出来。 在页面的PervRenderComplete事件之后，页面将进行视图状态的保存工作，通过调用SaveViewState 方法， 页面可以获得需要通过视图状态保存的数据对象，然后将这个对象进行 格式化处理，保存到持久化的介质中。，例如 隐藏域，SaveStateComplete 事件在将页和页上控件的视... 阅读全文
摘要：
如果要保证cube在处理的时候，能够顺利的从二维数据库中加载的到数据，那么就必须得保证 事实表 和维表能够在二维数据库那块查询的时候 能够匹配的上。 也就是说，事实表和每一个维表 在left join的时候务必能够检索的到数据。 但实际上这块容易出的问题就是： 事实表中有的数据，维表中没有这些数据 ，比如说 事实表的一个网元纬度 有名字为AAA的网元，而网元维表并没有这个AAA的成员。 ... 阅读全文
摘要：
cube中会有很多度量值组，实际是每个度量值组对应一个相应的事实表。因此在不同的度量值组查询度量值的时候，速度不如在同一个度量值组里面查询的效率高。 度量值组对应的维表会跟相应的事实表进行关联。 同时，Cube中还有很多引用的度量值组，引用的度量值组引用过来之后，他们依旧会和原来的维表进行关联。 度量值组只能引用一次，不能引用多次，比如 一个cube中的度量值组全部是引用过来的，... 阅读全文
摘要：
(1) ssas的solution只保存了各个表等信息之间的关系.内部并不存在对应的数据,而真正的数据都存储在下面的文件夹的 data文件夹中.可以打开查看具体的信息. 而config文件中对应的是 数据库的属性信息,一般不要进行修改 (2) cube 对应的solution 是最初用于构建cube用的，他必须部署之后才会产生具体的影响。 但是用solution修改cube相... 阅读全文
摘要：
直接贴代码 <sdk:DataGrid AutoGenerateColumns="False" CanUserSortColumns="False" CanUserReorderColumns="False" IsReadOnly="True" HorizontalAlignment="Left" Margin="0,0,0,86" x:Name="ErrorCodeGrid" Widt... 阅读全文
摘要：
饼图：直接贴代码<StackPanel Height="55" HorizontalAlignment="Left" Margin="12,5,0,0" Name="stackPanel1" VerticalAlignment="Top" Width="122" > <TextBlock Text="选择的信息" FontWeight="Bold"/> <StackPanel Orientation=&qu 阅读全文
摘要：
ParallelPeriod 返回上一期间中与指定成员具有相同的相对位置的成员。 ParallelPeriod( [ Level_Expression [ ,Index [ , Member_Expression ] ] ] )Level_Expression 返回级别的有效多维表达式 (MDX)。 Index 指定要滞后的并行期间数的有效数值表达式。Member_Expressio... 阅读全文
摘要：
应该一般保证每个分区的数据的数目不大于两千万，大于两千万 数据就会访问比较慢 分区会一般根据时间进行分区，一般都需要保证每个分区的数量差不多，而比如对城市进行分区，那么可能信息并不相同，进而导致每个分区的数量不同。 设计度量值的时候可以有很多选项，比如说就MAX的值或者其他的，就是为了以后聚合使用的，后面设计聚合的时候 一般会对城市或者时间设计百分之百的聚合，为了提高查询的效... 阅读全文
摘要：
星形架构每个纬度表利用纬度关键字通过事实表中的外键约束于事实表中的某一行，实现与事实表的关联，这就要求事实表中的外键不能为空，这与一般数据库中外键允许为空是不同的。这种结构就使得用户能够很容易的从纬度表中的数据分析开始，获得纬度的关键字，以便连接到中心的事实表，进行查询，这样就减少了在事实表中扫描的数据量，以提高查询性能。雪花型架构纬度表除了具有星形模式中的纬度表的功能之外，还连接对事实表进行详细描述的详细类别表，详细类别表通过对事实表在有关纬度上的详细描述达到了缩小事实表和提高查询的目的。数据仓库数据集市数据集市就是面向不同主题的，一个主题对应自己的一个表，他和数据仓库的不同实际上就是数据仓 阅读全文
摘要：
事务处理和分析处理的对比事务处理OLTP分析处理OLAP处理个别记录关注一般趋势高生产率（每天数百万事务处理记录）低生产率（每天只有少数操作）系统的操作可以改变数据系统的操作可以回答问题查询只涉及几条记录查询经常波及整个数据库许多操作更改源数据大多数操作是只读的需要完全时时更新经常批量跟新（晚上或者周末）能很快的反映新数据最终反映新数据olap 数据较之optp数据要多一步数据多维化或者预综合处理，建立不同级别的统计数据，从而满足快速统计分析和查询的要求前端访问的方式不同：olap采用多维报表和统计图形，查询提出以及数据输入直观灵活，用户可以方便的逐层细化，切块，切片，数据旋转。oltp则是固 阅读全文
摘要：
CrossJoin (set1,set2) 可以使用“*”替代 获取两个集合的不同集的成员的交叉组合 set1和set2都是两个集合，最终返回一个集合 上面的截图 是crossjoin的显示的数据，下面的图片 显示的两个元组，可以看一下区别，元组内部的顺序必须一致 如下面截图 阅读全文
摘要：
客户端使用.members时候，在返回集中都不会包括任何计算成员。 但是analysis提供了AddCaculatedMembers（）和Allmembers函数将计算成员加入到一个集中 元组 一个元组是来自一个或者多个纬度的成员的集合，他本质上是个多维成员。 当一个元组有多个纬度时，对于每一个纬度，他只能有一个成员来自其中，为了能组成一个多维的元祖，必须使用括号将成员括起来 例如... 阅读全文
摘要：
与其他 Microsoft .NET Framework 数据访问接口一样，ADOMD.NET 也用作应用程序与数据源之间的桥梁。 但 ADOMD.NET 与其他 .NET Framework 数据访问接口的不同之处在于 ADOMD.NET 处理的是分析数据。 为了处理分析数据，ADOMD.NET 支持的功能与其他 .NET Framework 数据访问接口所支持的功能差异很大。 ADOMD... 阅读全文