Analysere og håndtere data med MDX

Den måde, du arbejder med rapporter på, afhænger af din kubeadgang.

Brugere, der som minimum har applikationsniveaurollen Databaseadgang, kan gengive gemte MDX-rapporter, som andre har oprettet. De data, som en bruger kan se i rapporten, afhænger af brugerens filteradgang.

Foruden gengivelse af gemte rapporter kan brugere med databaseadgang eksportere resultatsæt i forskellige formater: HTML, CSV, Excel og JSON.

Brugere med databaseadgang kan også se den MDX-forespørgsel, der definerer rapporten, ved at klikke på menuen Handlinger ud for rapportnavnet og vælge Vis.

Hvis du mindst har rollen Databasestyring, kan du bruge rapporter på samme måder som brugere med rollen Databaseadgang. Du kan desuden redigere og slette rapporter via menuen Handlinger.

Hvis du er tjenesteadministrator, kan du også bruge knappen Udfør som til at efterligne andre brugere og tjekke deres dataadgang. Det kan være nyttigt til test af filtre, som er tildelt forskellige brugere.

MDX-eksemplerne i dette afsnit viser særlige typer af analyser, som du kan foretage ved hjælp af MDX-rapporter, der ikke er nemme at oprette i visningen Ad hoc-analyse.

Følgende eksempler er designet til at fungere i kuben Sample Basic.

Metadatarapport

Følgende eksempel returnerer kun metadata (medlemsnavne, men ingen data):

SELECT 
  {[Product].Levels(1).Members} 
ON ROWS, 
  {} 
ON COLUMNS

hvilket returnerer gitteret:

Attributrapport

Følgende eksempel bruger, i kolonner, medlemmer fra en attributdimension:

SELECT 
 [Product].Children 
ON ROWS, 
 [Ounces].Children 
ON COLUMNS 
WHERE {Sales}

hvilket returnerer gitteret:

Filtreret rapport

Følgende eksempel bruger slicer (WHERE-klausul) til at begrænse forespørgslen til Cola. Desuden begrænser filterfunktionen markeder på niveau 0 i forespørgslen til dem, som har en negativ profit.

SELECT
  { Profit } 
ON COLUMNS,
  Filter( [Market].levels(0).members, Profit < 0) 
ON ROWS
WHERE {Cola}

hvilket returnerer gitteret:

UDA-rapport

Følgende eksempel viser produktdata for Market-dimensionsmedlemmer, som har den brugerdefinerede attribut (UDA) "Major Market." En slicer (WHERE-klausul) begrænser forespørgslen til kun at medtage Sales-data.

SELECT 
  [Product].Children 
ON ROWS, 
  {Intersect(UDA([Market], "Major Market"), [Market].Children)} 
ON COLUMNS 
WHERE {Sales}

hvilket returnerer gitteret:

Brug dette workflow til at skrive MDX-scripts i en teksteditor og uploade dem til Essbase.

1. Skriv MDX-scriptet i en teksteditor, og gem det med filtypenavnet .mdx.

2. Upload MDX-scriptet til applikationen eller kubekataloget under Filer i Essbase-webinterfacet.

3. Kør MDX-scriptet fra Job eller fra Smart View ved hjælp af Beregn på Essbase-båndet.

Brug dette workflow til at skrive MDX-scripts i en script-editor i kuben og køre dem fra Job.

Brug dette workflow til at oprette MDX-scripts ved hjælp af en applikationsprojektmappe og køre dem fra Job.

1. Opret et MDX-projektark i en applikationsprojektmappe. Se Arbejde med MDX-projektark i Kubedesigner.
2. Tilføj et filnavn i feltet Filnavn.
3. Angiv i feltet Udfør MDX, om MDX-scriptet skal udføres på tidspunktet for oprettelsen af kuben. Gyldige indtastninger er Ja og Nej.
4. Tilføj MDX-scriptet under linjen Script.
5. Gem applikationsprojektmappen.
6. Byg kuben. Se Oprette en applikation og en kube i Kubedesigner.
7. Kør MDX-scriptet fra Job, eller, hvis du bruger Smart View, vælg Beregn på Essbase-båndet.

Brug følgende retningslinjer, når du arbejder med MDX-scripts.

• Brug MDX-scripts til at udføre dataoperationerne Insert eller Export.

• Til gitteranalyse skal du bruge MDX-rapporter i stedet for MDX-scripts.

• MDX-scripts kan eventuelt indeholde runtime-erstatningsvariabler.

  • For at kunne bruges i Smart View skal MDX-scripts med runtime-erstatningsvariabler bruge XML-syntaksen i beregningskommandoen SET RUNTIMESUBVARS, herunder <RTSV_HINT>.

  • Hvis du vil angive en runtime-erstatningsvariabel, så den kun beregner det synlige udsnit af data i Smart View, skal du angive værdien af runtime-erstatningsvariablen til Skæringspunkt og angive datatypen til medlem.

  • Når MDX-scripts køres fra Essbase-webinterfacet, kan de bruge erstatningsvariabler, men ikke runtime-erstatningsvariabler. Hvis du vil bruge runtime-erstatningsvariabler i MDX-scripts, skal du køre dem fra Smart View ved hjælp af Beregn på Essbase-båndet.

Bruge erstatningsvariabler

Følgende er eksempler på MDX-scripts, som du kan køre på kuben Sample Basic, enten fra Job eller i Smart View.

MDX Insert

Du kan gemme dette .mdx-script og køre det fra Job eller fra dialogboksen Beregn i Smart View.

INSERT "([Measures].[Payroll])" TO "([Measures].[Revised_Payroll])"
INTO [Sample].[Basic]
FROM (
       SELECT 
            {[Measures].[Payroll]} ON COLUMNS,
                {Crossjoin
                  (Crossjoin(Descendants([Year]), 
                   Crossjoin(Descendants([Scenario]),
                  Descendants([Product]))),
                  Descendants([Market]))} ON ROWS
       FROM [Sample].[Basic]
);

I ovenstående eksempel antages det, at du tidligere har føjet en Revised_Payroll-måling til Sample Basic.

MDX Export

Du kan gemme dette .mdx-script og køre det fra Job eller fra dialogboksen Beregn i Smart View.

EXPORT INTO FILE "sample01" OVERWRITE
SELECT 
 {[Mar],[Apr]} 
ON COLUMNS,
 Crossjoin({[New York]},
  Crossjoin({[Actual],[Budget]},
     {[Opening Inventory],[Ending Inventory]})) 
ON ROWS
FROM [Sample].[Basic]
WHERE ([100-10])

Når du har kørt scriptet, gemmes eksportfilen sample01.txt i kubekataloget for filkataloget:

Market,Scenario,Measures,Mar,Apr
New York,Actual,Opening Inventory,2041,2108
New York,Actual,Ending Inventory,2108,2250
New York,Budget,Opening Inventory,1980,2040
New York,Budget,Ending Inventory,2040,2170

MDX-eksport ved hjælp af runtime-erstatningsvariabel

Du kan gemme dette .mdx-script og køre det fra dialogboksen Beregn i Smart View.

SET RUNTIMESUBVARS
{
 States = "Massachusetts"<RTSV_HINT><svLaunch>
                    <description>US States</description>
                    <type>member</type>
                    <allowMissing>false</allowMissing>
                    <dimension>Market</dimension>
                    <choice>multiple</choice>
                    </svLaunch></RTSV_HINT>;
};
EXPORT INTO FILE "sample002" OVERWRITE
SELECT
 {[Mar],[Apr]}
ON COLUMNS,
 Crossjoin({&States}, Crossjoin({[Actual],[Budget]},
 {[Opening Inventory],[Ending Inventory]}))
ON ROWS
FROM [Sample].[Basic]
WHERE ([100-10])

Når du har kørt scriptet, gemmes eksportfilen sample002.txt i kubekataloget for filkataloget:

Market,Scenario,Measures,Mar,Apr
Massachusetts,Actual,Opening Inventory,-54,-348
Massachusetts,Actual,Ending Inventory,-348,-663
Massachusetts,Budget,Opening Inventory,-160,-520
Massachusetts,Budget,Ending Inventory,-520,-910