Moving Average Mdx

Angenommen, Sie haben Datumsdimensionen in Ihrem Modell und basierend auf Ihrem Monatskurzname mit Jahr. Hier können Sie sich für gleitenden Durchschnitt in Ihrem Szenario eine berechnete Kennzahl erstellen mich für alle Details Vorgeschlagen als Antwort von Charlie Liao Microsoft Kontingent Mitarbeiter, Moderator Freitag, 7. Februar 2014 06.28 Als Antwort von Charlie Liao Microsoft Kontingent Mitarbeiter wissen lassen, In der Statistik ist ein gleitender Durchschnitt (gleitender Durchschnitt oder laufender Durchschnitt) eine Berechnung, um Datenpunkte zu analysieren, indem eine Reihe von Durchschnittswerten verschiedener Teilmengen erstellt wird Des vollständigen Datensatzes. Es umfasst einfache gleitenden Durchschnitt, kumulative gleitenden Durchschnitt und gewichteten gleitenden Durchschnitt. In Ihrem Szenario können Sie ein 3. Feld erstellen, das den gleitenden Durchschnitt für die letzten 6 Monate mit einem einfachen gleitenden Durchschnitt berechnet. Hier ist eine Beispielabfrage auf Adventure Works als Referenz. Charlie Liao TechNet Community-Support Freitag, Februar 07, 2014 6:28 AM Alle Antworten Angenommen, Sie haben Datum Dimensionen in Ihrem Modell und basierend auf Ihrem Monat Short Name mit Jahr. Hier können Sie sich für gleitenden Durchschnitt in Ihrem Szenario eine berechnete Kennzahl erstellen mich für alle Details Vorgeschlagen als Antwort von Charlie Liao Microsoft Kontingent Mitarbeiter, Moderator Freitag, 7. Februar 2014 06.28 Als Antwort von Charlie Liao Microsoft Kontingent Mitarbeiter wissen lassen, In der Statistik ist ein gleitender Durchschnitt (gleitender Durchschnitt oder laufender Durchschnitt) eine Berechnung, um Datenpunkte zu analysieren, indem eine Reihe von Durchschnittswerten verschiedener Teilmengen erstellt wird Des vollständigen Datensatzes. Es umfasst einfache gleitenden Durchschnitt, kumulative gleitenden Durchschnitt und gewichteten gleitenden Durchschnitt. In Ihrem Szenario können Sie ein 3. Feld erstellen, das den gleitenden Durchschnitt für die letzten 6 Monate mit einem einfachen gleitenden Durchschnitt berechnet. Hier ist eine Beispielabfrage auf Adventure Works als Referenz. Charlie Liao TechNet Community Support Freitag, 07. Februar 2014 6:28 AM Microsoft führt eine Online-Umfrage durch, um Ihre Meinung über die Msdn-Website zu verstehen. Wenn Sie sich für eine Teilnahme entscheiden, wird Ihnen die Online-Umfrage präsentiert, wenn Sie die Msdn-Website verlassen. Möchten Sie teilnehmen Helfen Sie uns, MSDN zu verbessern. Besuchen Sie unsere UserVoice-Seite zur Einreichung und Abstimmung über Ideen Dev-Center LernressourcenSQL Server 2008 SQL Server 2008R2 SQL Server Denali PowerPivot Ja, Im ein Unterstützer der Gleichberechtigung von DAX und MDX. Und wie viele andere, kann ich nicht warten, um BISM multidimensionale (alias OLAP Cubes) Unterstützung DAX haben, so dass wir Projekt Crescent auf alle diese schönen Würfel verwenden können. Aber zurück zu meinem Thema. Mein letzter Post war über gleitende Durchschnitte im DAX und ich war so sicher, dass ich über das Berechnen sie in MDX vorher dachte, aber ich didnt. Das ist nicht fair. Auf der anderen Seite, Mosha Pasumansky, der Pate von MDX, schrieb einen ausgezeichneten und sehr vollständigen Artikel zu diesem Thema und ich kann nur vorschlagen, es zu lesen. Es umfasst nicht nur einfache gleitende Durchschnitte, sondern auch gewichtete und exponentielle. Auch Bill Pearson schrieb eine sehr gute Schritt-für-Schritt-Anleitung zu diesem Thema. Sie finden es hier und ich kann nur vorschlagen, es zu lesen. Also, im Grunde gibt es keine Notwendigkeit für mich, einen anderen Artikel darüber schreiben. Deshalb wird dies eine sehr kurze Blog-Post ah, ich erinnere mich etwas, was ich schreiben kann. Mosha und Bill untersuchten die Berechnung der gleitenden Mittelwerte innerhalb einer Abfrage. Im Kontext einer bestimmten Abfrage sind die Dinge manchmal einfacher, verglichen mit der Situation, in der Sie ein Cube-Maß erstellen, das unter verschiedenen Abfragebedingungen arbeiten muss. Sie können zum Beispiel nicht wissen, welche Hierarchie verwendet wurde. Das erste, was in den Sinn kommt, ist der Assistent für das Hinzufügen von Zeit Intelligenz. Dieser Assistent macht einen ziemlich guten Job. Das Hauptergebnis ist ein kurzes Stück Code, der in das Cube-Skript eingefügt wird. Dieses Stück Code ähnelt dem folgenden Beispiel: / Dreimonatsdurchschnitt / 160 160 (160.160.160 Date. Calendar Datum Calculations. Three Monat Moving Average, 160.160.160 Date. Month Name. Month Name. Members, 160.160.160 Date. Date. Members 160 ) 160 160160160 160 Avg (160160160160160160 Parallelperiod (160160160160160160160160160160160160160160160160160160160160160160 Date. Calendar. Month, 160160160160160160160160160160160160160160160160160160160160160160 2, 160160160160160160160160160160160160160160160160160160160160160160 Date. Calendar. CurrentMember 160160160160160160) 160160160160160160. Date. Calendar. CurrentMember 160160160160160160 160160160160160160 Date. Calendar Datum Calculations. Current Datum 160) 160 End Anwendungsbereich Der Ergebnis kann intuitiv von Endbenutzern verwendet werden, da sie einfach auswählen müssen, in welcher Art von Ansicht die Daten erscheinen sollen (tatsächlicher, dreimonatiger gleitender Durchschnitt oder irgendeine andere Berechnung, die durch den Assistenten erzeugt wird, beispielsweise von Jahr zu Tag oder von Jahr zu Jahr - Jahreswachstum). Auch diese Berechnung konzentriert sich auf die Daten-Dimension, nicht die spezifische Maßnahme, so dass es für jede Maßnahme im Cube verwendet werden kann. In meinem letzten Beitrag habe ich eine DAX-Berechnung, die den gleitenden Durchschnitt auf der Grundlage der letzten Datum in der aktuellen Intervall berechnet. Wir können ziemlich viel das gleiche in MDX durch die Übersetzung der DAX Formel auf MDX. Hier ist die Berechnung für einen Würfel berechnete Element: CREATE MEMBER CURRENTCUBE. Measures. SalesAmountAvg30d AS160 Avg (160 LASTPERIODS (160 160160160160160160 30 160160160160160160. Schwanz (Nachkommen (Date. Calendar. currentmember, Date. Calendar. Date), 1).item ( 0) 160) 160. Measures. Internet Sales Amount) Nach der Definition dieser Maßnahme können wir sie in einer Abfrage oder innerhalb einer Pivot-Tabelle verwenden. Heres das Ergebnis aus einer Abfrage: Wenn Sie diese Werte mit den Werten aus meinem letzten Post vergleichen sehen Sie, dass die Werte absolut identisch sind (nur die Reihenfolge der Werte unterscheidet sich wegen der Art, wie ich die Abfrage schrieb). Hier sind beide Definitionen nebeneinander: mit Mitglied SalesAmountAvg AS160 160 Avg (160.160.160 LASTPERIODS (160 160160160160160 30 160160160160160. Schwanz (160160160160160160160 Nachkommen (160160160160160160160160160 Date. Calendar. currentmember 160160160160160160160160160, Date. Calendar. Date), 1 160160160160160160160).item (0 ) 160160160) 160160160. Measures. Internet Verkaufsbetrag 160) 160 wählen 160 Measures. Internet Verkaufsbetrag 160 SalesAmountAvg auf 0, Nachkommen (Date. Calendar. All Perioden ,, Blätter) auf 1 von Adventure Works definieren Maßnahme 8218Internet SalesSalesAmountAvg 160 AverageX ( 160160160 Summarize (160160160160160 datesinperiod (8218DateDate160 160160160160160. lastdate (8218DateDate), -30, TAG) 160 160160160160160, 8217DateDate160 160160160160160. quotSalesAmountSumquot 160160160160160. berechnen (160 160160160160160160160160160 Sum (160160160160160160160160160 8218Internet SalesSales Amount) 160160160160160160160160160, ALLEXCEPT (160160160160160160160160160 8218Date8216,8217DateDate) 160160160160160160160) 160160160) 160160, SalesAmountSum) bewerten (160 addcolumns (160.160.160 Werte (8218DateDate) 160160160, quotInternet Umsatz Amountquot 160160160. SUMX (RELATED 160160160160160160 (8218Internet Sales8216), Verkaufsbetrag) 160160160, quotSalesAmountAvgquot, 160.160.160 8218Internet SalesSalesAmountAvg 160)) Beide Abfragen geben genau die Gleiche Ergebnisse (Sie können einen Auftrag durch DateDate am Ende der DAX-Abfrage hinzufügen, damit die Daten in derselben Reihenfolge wie in der MDX-Abfrage zurückgegeben werden). Für die MDX-Abfragen Ich löschte den Cache vor dem Ausführen der Abfragen. Ich änderte die Anzahl der Tage (Anzahl der Tage, um in den Durchschnitt, fett geschrieben, rot in die Abfragen oben) und bekam die folgenden Ergebnisse. Für die Anzahl der Tage 0 nahm ich die Berechnung und verließ nur die Verkaufsmenge als Aggregat. Die Zeit wurde in Sekunden mit SQL Server Management Studio (auf einer virtuellen Maschine, alte Hardware) gemessen. Bei der Betrachtung dieser Ergebnisse war ich etwas überrascht. Nicht über die Situation, die die DAX-Abfrage länger dauert, um auszuführen. Bitte beachten Sie, dass Im Ausführen der Abfragen auf eine frühe Vorschau des Produkts so nehme ich an, es gibt immer noch eine Menge von Debugging und interne Protokollierung geht hier. Wir müssen auf das Endprodukt warten, um einen Vergleich herzustellen. Was mich überrascht, war die Tatsache, dass die DAX-Abfragezeit nicht signifikant mit höheren Werten von n steigt. Für den MDX-Motor war ich ziemlich sicher, dass es auf diese Weise durchführen würde, weil wir reifen und einen gut gebauten Cache dahinter haben. Obwohl die Anzahl der berechneten Zellen dramatisch erhöht wurde (mit höheren Werten für n), sollte die MDX-Abfrageleistung fast konstant sein, da wir hier viele überlappende Berechnungen haben. Aber auch der aktuelle DAX-Motor funktioniert genauso wie der DAX-Motor. Dies ist ein ziemlich gutes Ergebnis und wir können viel Leistung von diesem neuen DAX-Abfrage-Engine erwarten. Das knnte Sie auch interessieren: Kommentare sind geschlossen. KATEGORIEN Twitter Tweets Powered by Weblizar LETZTE ARTIKEL ORAYLIS GmbH Wirtschaftsinformatik Klaus-Bungert-Str. 4 40468 Dsseldorf Deutschland 49 Telefon 211 17 94 56-0 Fax 49 211 17 94 56-10 E-Mail: infooraylis. de Kopie Urheberrecht 1999-2016 ORAYLIS GmbH - Alle Rechte vorbehaltenThe Struktur der Tabelle sieht wie folgt aus: ID, den Wert, Komponentenname, Datum, Anfang, Ende 1, 1.5. C1. 2015-1-2, 2010-1-1, 2019-1-1 2, 2.3. C2. 2015-1-1, 2008-1-5, 2020-2-3 3, 1,0. C1. 2015-2-3, 2001-5-2, 2020-1-1 Ich versuche, den gleitenden Durchschnitt in den folgenden zwei Szenarien zu berechnen. Für das erste MDX brauchen wir nicht die Felder von quotstart, endquot. Id wie die gleitende Durchschnitt in der 180 Tage Zeitraum (fixiert) zu erhalten und berechnen Sie den Mittelwert der gleichen Komponente (c1, wenn die erste Zeile als Beispiel) Für die zweite MDX, Id wie die gleitende Durchschnitt für alle erhalten Werte zwischen den aktuellen Einträgen quotstartquot und quotendquot mit der gleichen Komponente. Für die beiden folgenden Elemente, im Denken fügen Sie sie als berechnete Mitglieder in den Würfel von SSAS. Aber im ein Neuling für MDX, hoffend einige Führer auf die 2 Fragen. Danke vielmals. Ich denke, dieser Wert ist ein Maß, Komponente ist eine Dimension, bin ich richtig Für die erste gleitende durchschnittliche MDX, können Sie ein berechnetes Mitglied wie folgt zu erstellen: Wir Kann dies in SSMS testen, behandelte ich die gleiche Komponente wie eine Produktkatogorie Bikes, Wert als Verkaufsmenge Für den zweiten MDX, wie wir wissen, muss der gleitende Durchschnitt die Offset-Tage angeben, die 180 im ersten MDX liegen. Wenn Sie diese Offset-Tage als quotendquot-quotstartquot möchten, dann müssen Sie möglicherweise viele gleitende Durchschnitt mit Komponenten zu erstellen. Wenn wir annehmen, dass die Versatztage 180 ist, möchten Sie alle Werte zwischen quotstart und endquot mit der gleichen Komponente schneiden, können wir auch diesen gleitenden Durchschnitt Measures. SMA 180 verwenden, der Unterschied ist, dass Sie den Wert zwischen den aktuellen Einträgen quotstartquot schneiden möchten Und quotendquot, genau wie ich slice Verkaufsmenge in einem Monat Date. Calendar. Month. amp2003amp2. Als Antwort markiert von Aaron Zhang (Jun) Freitag, November 04, 2016 3:06 PM Freitag, November 04, 2016 9:00 AM Alle Antworten Anstatt zu versuchen, Ihnen zu zeigen, hier ist ein Link zu einem Experten. Die Post ist alt, gilt aber heute noch. TheSmilingDBA Thomas LeBlanc MCITP 2008 DBA Ich denke, dieser Wert ist ein Maß, Komponente ist eine Dimension, bin ich richtig Für die erste gleitende durchschnittliche MDX, können Sie ein berechnetes Mitglied wie folgt erstellen: Wir können dies in SSMS testen, behandelte ich die gleiche Komponente Als Produktkatogorie Bikes, Wert als Verkaufsmenge Für den zweiten MDX, wie wir wissen, muss der gleitende Durchschnitt die Offset-Tage angeben, die 180 im ersten MDX liegen. Wenn Sie diese Offset-Tage als quotendquot-quotstartquot möchten, dann müssen Sie möglicherweise viele gleitende Durchschnitt mit Komponenten zu erstellen. Wenn wir annehmen, dass die Versatztage 180 ist, möchten Sie alle Werte zwischen quotstart und endquot mit der gleichen Komponente schneiden, können wir auch diesen gleitenden Durchschnitt Measures. SMA 180 verwenden, der Unterschied ist, dass Sie den Wert zwischen den aktuellen Einträgen quotstartquot schneiden möchten Und quotendquot, genau wie ich slice Verkaufsmenge in einem Monat Date. Calendar. Month. amp2003amp2. Als Antwort markiert von Aaron Zhang (Jun) Freitag, den 04. November 2016 um 15:06 Uhr Freitag, den 04. November 2016 um 9:00 Uhr Microsoft führt eine Online-Umfrage durch, um Ihre Meinung über die Technet-Website zu verstehen. Wenn Sie sich für eine Teilnahme entscheiden, wird Ihnen die Online-Umfrage beim Verlassen der Technet-Website präsentiert. Möchten Sie teilnehmen 2016 Microsoft. Alle Rechte vorbehalten.