Question

我有一个代表活跃客户的计算成员。那将是以下内容;

WITH MEMBER [Measures].[Active Customers] AS
  Count ( nonempty( Filter (
    ( [Customer].[Customer Key].Members, [Measures].[Turnover] ),
    [Measures].[Turnover] > 0
  ) )  )

这非常有用，当我想在当前时期和之前的时间内获得活跃客户时，我得到我的时间维度，并使用具有延迟功能的CurrentMember，CurrentMember.PrevMember和CurrentMember，以便获得客户在以前的时期活跃。

我的问题是，当我想得到不同成员中常见的客户数量时。假设我希望获得当前期间活跃的客户，而不是上一期间的客户。或者另一种情况，在当前活动，在以前活动。因此，我需要使用 INTERSECT 功能，我的客户维度有400万条记录。这已经是900万条记录的子集。

因此，在检查连续2个时段处于活动状态的客户时，我这样做（活动上一个时段，活动当前时段基本上是上面的计算成员，但 CurrentMember 和 CurrentMember.PrevMember ）：

set [Previous Active Customers Set] AS
   Filter (
    ( [Customer].[Customer Key].Members, [Measures].[Active Previous Period] ),
    [Measures].[Active Previous Period] > 0
   ) 

set [Current Active Customers Set] AS
   Filter (
    ( [Customer].[Customer Key].Members, [Measures].[Active Current Period] ),
    [Measures].[Active Current Period] > 0
   )  

member [Measures].[Active 2 consecutive periods] as 
count(INTERSECT([Current Active Customers Set],[Previous Active Customers Set]) )

这需要永远。 无论如何要改进，或解决使用INTERSECT和大型套装的性能问题？或者可能对MDX查询进行了优化？我总是尝试使用我的客户维度的子集，但这只会将记录数量减少到不到400万 - 所以它仍然很大。任何帮助将不胜感激！

Answer 1

如果您尽量避免使用命名集和计算成员，我认为您可以加快速度。

这样做的一个步骤如下：创建一个新的事实表，其中只有您的客户和时间维度使用外键，如果客户当天处于活动状态，则向其添加记录。建立一个衡量小组，让我们说＆＃34; activeCustomers＆＃34;基于此表，只需使用＆＃34; count＆＃34;作为衡量标准。但是让它变得不可见，因为我们不需要它。

然后，您可以替换

count( nonempty( Filter (
( [Customer].[Customer Key].Members, [Measures].[Turnover] ),
[Measures].[Turnover] > 0
) ) )

与

count( Exists(
[Customer].[Customer Key].Members,
<state your time selection here>,
"activeCustomers"
) )

Exists应该比Filter更有效。

另一种优化方法可能是观察到，不是交叉通过Filter生成的两个集合，而是可以定义一个具有更复杂过滤器的集合，避免AS沿着客户循环两次，然后交叉结果：

set [Active Customers Set] AS
   Filter (
    ( [Customer].[Customer Key].Members, [Measures].[Active Previous Period] ),
    [Measures].[Active Previous Period] > 0
    AND
    [Measures].[Active Current Period] > 0
   )

使用带有2个大集的交叉来获得不同的计数 - MDX

1 个答案: