Nano Hash - криптовалюты, майнинг, программирование

Как получить количество всех выбранных в данный момент членов измерения

У меня есть куб с измерением даты:

Period
- Year
-- Quarter
--- Month
---- Date

Мне нужно подсчитать все даты, выбранные пользователем (например, в Excel). Я пытался использовать вычисляемые члены, например:

[Period].[Period].CurrentMember.children.count

Хорошо, когда выбран 1 месяц. Другими способами (выбрано только несколько дат или квартал) он возвращает количество дочерних элементов следующего уровня иерархии.

Descendants([Period].[Period],[Period].[Period].[Date]).count
Descendants([Period].[Period].CurrentMember,[Period].[Period].[Date]).count

Поэтому я попытался использовать Descendants. Результаты хороши, когда выбран 1 элемент на любом уровне. Но тот, который вы выбираете, т.е. 2 месяца в одном квартале - это подсчет всех элементов.

Как я могу получить количество всех выбранных элементов на уровне даты?

Я также пробовал:

[Period].[Period].[Date].count
[Period].[Period].[Date].CurrentMember.count
COUNT([Period].[Period].[Date])
COUNT([Period].[Period].[Date].CurrentMember)
olap-cube ssas
22.03.2018

Ответы:


1

Чтобы отработать множественный выбор в Excel, вы можете попробовать метод Динамический набор. Предположим, что ваше измерение [Period] имеет иерархию [YQMD], затем попробуйте следующее
CREATE DYNAMIC SET SelectedDates AS ( [Period].[YQMD].[Date] ) CREATE MEMBER CURRENTCUBE.[Measures].[SelectedDatasCount] AS ( SelectedDates.count )
См. эту статью SO и обсуждение MSDN. К сожалению, статья Моши больше недоступна.
Предупреждение: решение с динамическим набором может снизить производительность запросов.

22.03.2018
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..