MDX 系列 - 条件过滤 FILTER-COUNT 与 SUM-IIF 实现

下面的这个查询返回每个财月的 Customer Count 和 基于上个月比较的 Growth in Customer Base 的记录，Slicer 是 Mountain bikes。

SELECT {

              [Measures].[Customer Count],

              [Measures].[Growth in Customer Base]

   } ON 0,

NON EMPTY {[Date].[Fiscal].[Month].MEMBERS} ON 1

FROM [Adventure Works]

WHERE

( [Product].[Product Categories].[Subcategory].&[1] )

现在来看看如何统计在每个财月中正增长的天数，这是我自己的写法。

WITH

MEMBER [Measures].[Positive number of days]

AS

COUNT(

   FILTER(

       DESCENDANTS([Date].[Fiscal].CURRENTMEMBER,[Date].[Fiscal].[Date]),

       [Measures].[Growth in Customer Base] > 0

        )

 )

SELECT {

 [Measures].[Customer Count],

 [Measures].[Growth in Customer Base],

 [Measures].[Positive number of days]

   } ON 0,

NON EMPTY {[Date].[Fiscal].[Month].MEMBERS} ON 1

FROM [Adventure Works]

WHERE

( [Product].[Product Categories].[Subcategory].&[1] )

当然书上的写法更加简洁一些直接在 Filter 的基础之上取得了 COUNT，并且由于天位于叶节点，所以使用 DESCENDANTS 的 Leaves 关键字直接取到叶级别上的月中的每一天，使用的非常灵活。

WITH

MEMBER [Measures].[Positive number of days]

AS

FILTER(

DESCENDANTS([Date].[Fiscal].CurrentMember, , leaves),

[Measures].[Growth in Customer Base] > 0

).COUNT

SELECT {

 [Measures].[Customer Count],

 [Measures].[Growth in Customer Base],

 [Measures].[Positive number of days]

   } ON 0,

NON EMPTY {[Date].[Fiscal].[Month].MEMBERS} ON 1

FROM [Adventure Works]

WHERE

( [Product].[Product Categories].[Subcategory].&[1] )

Filter 函数实际上是一个迭代函数并且并不是以一个块结构去运行的，因此会降低查询的效率。实际上这个查询可以使用 SUM IF 结构来完成，因此度量值 [Measures].[Growth in Customer Base] 指的就是增长的比率，我们只需要统计增长的天数就可以了。

WITH

MEMBER [Measures].[Positive number of days]

AS

SUM(

Descendants([Date].[Fiscal].CurrentMember, , leaves),

IIF( [Measures].[Growth in Customer Base] > 0, 1, NULL)

)

SELECT {

 [Measures].[Customer Count],

 [Measures].[Growth in Customer Base],

 [Measures].[Positive number of days]

   } ON 0,

NON EMPTY {[Date].[Fiscal].[Month].MEMBERS} ON 1

FROM [Adventure Works]

WHERE

( [Product].[Product Categories].[Subcategory].&[1] )

那么这种写法好在什么地方呢？ 是因为 SUM 和 IIF 函数都是经过调优的可以在所谓的块模式下运行的，特别是当在 IIF() 函数中有一个分支的值是 NULL 的情况下是非常快的。 在现在我们的例子中可能看不出来这个效果，但是如果当数据量特别大的时候，就会发现 SUM-IIF 这种写法比起 FILTER-COUNT 这种写法在性能上有很大的提升。