une autre perspective de leurs données. Cette capacité peut s’avérer importante lorsque les rapports doivent afficher un grand nombre de mesures et se servent des dimensions en tant que tranches de données.
Par exemple, un rapport qui présente plusieurs mesures pour un seul employé ou produit n’a pas besoin de reprendre cette même information sur les lignes ou dans les colonnes. Par conséquent, nous allons voir comment placer les mesures sur les lignes et une autre dimension, Time, dans les colonnes, tout en réalisant les tranches à partir d’une autre dimension. Nous allons également expliquer comment paramétrer une requête MDX et appliquer un formatage aux valeurs.
Placez les données de vos cubes sur le devant de la scène
Commençons par examiner plusieurs aspects essentiels du fonctionnement de Reporting Services avec les données multidimensionnelles. Premièrement, Reporting Services 2000 n’inclut pas d’outil d’interrogation graphique pour la manipulation des données Analysis Services. Par conséquent, vous devez coder manuellement l’instruction MDX chargée de fournir les données Analysis Services à votre rapport.
Vous pouvez prévisualiser les résultats sur une grille au niveau de l’onglet Data d’un rapport. Deuxièmement, Reporting Services n’est pas très à l’aise avec la gestion des résultats d’une requête MDX, laquelle est un objet de données multidimensionnelles appelé un cellset ou ensemble de cellules. En fait, Reporting Services doit mettre à plat le cellset, autrement dit le convertir en recordset bidimensionnel, et insérer toutes les valeurs sur des lignes et dans des colonnes. Cette mise à plat du recordset entraîne un effet secondaire intéressant : elle crée des champs pour les valeurs à tous les niveaux supérieurs à celui demandé dans la requête. Ainsi, si la requête porte sur des jours, les valeurs de mois, trimestre et année sont également spécifiées, sous réserve que la hiérarchie de dimension Time soit structurée de la sorte.
Pour terminer, les instructions MDX dans Reporting Services diffèrent des instructions MDX employées par la majorité des autres outils. Comme le cellset est plat, les données de mesure sont généralement placées dans la dimension et le membre spécifiés sur l’axe Columns de la requête. D’autres dimensions sont placées sur les axes Rows et Pages, comme le montre le code du listing 1. Une autre syntaxe équivalente, illustrée dans le listing 2, fait appel à une fonction Crossjoin pour placer les dimensions des axes Rows et Pages sur l’axe Rows.
Téléchargez cette ressource
Mac en entreprise : le levier d’un poste de travail moderne
Ce livre blanc répond aux 9 questions clés des entreprises sur l’intégration du Mac : sécurité, compatibilité, gestion, productivité, coûts, attractivité talents, RSE et IA, et l’accompagnement sur mesure proposé par inmac wstore.
Les articles les plus consultés
Les plus consultés sur iTPro.fr
- RSSI 2026 : entre IA, réglementation et dépendances, l’art de l’arbitrage
- AI Act : le guide pour prendre le train de l’Omnibus de la conformité
- Adaptation climatique : les entreprises accélèrent, mais peinent à mesurer l’impact financier
- Data centers : 31 600 milliards de dollars d’investissements d’ici 2050, l’énergie au cœur de la nouvelle géographie du calcul
Articles les + lus
Gestion et sécurité des e-mails : tout est-il vraiment sous contrôle ?
Data centers : 31 600 milliards de dollars d’investissements d’ici 2050, l’énergie au cœur de la nouvelle géographie du calcul
IA de confiance : le facteur clé pour rentabiliser les projets d’entreprise
Hôpitaux virtuels : renforcer le système de santé français grâce au numérique
Cybercriminalité bancaire : l’IA industrialise les attaques en 2026
À la une de la chaîne Data
- Gestion et sécurité des e-mails : tout est-il vraiment sous contrôle ?
- Data centers : 31 600 milliards de dollars d’investissements d’ici 2050, l’énergie au cœur de la nouvelle géographie du calcul
- IA de confiance : le facteur clé pour rentabiliser les projets d’entreprise
- Hôpitaux virtuels : renforcer le système de santé français grâce au numérique
- Cybercriminalité bancaire : l’IA industrialise les attaques en 2026
