Revenons sur la requête 1 mais cette fois si nous voulons ajouter
deux colonnes supplémentaires : la contribution relative
en terme de chiffre d’affaire de chaque catégorie de produit
par rapport au chiffre d’affaire global, le chiffre d’affaire de
chaque catégorie à la même période l’année dernière.
WITH
MEMBER Measures.[Contribution %] AS '(Measures.[Store
Sales])/(Measures.[Store Sales], [Product].[All Products])',
FORMAT_STRING='Percent'
MEMBER Measures.[Periode -1] AS
'(ParallelPeriod([Time].[Year], 1, Time.currentmember),
[Measures].[Store Sales])'
SELECT
{[Measures].[Store Sales], Measures.[Contribution %],Measures.[Periode -1]}
ON COLUMNS,
{[Product].[All Products], [Product].[Drink], [Product].[Food],
[Product].[Non-Consumable]} ON ROWS
FROM SALES
WHERE ([Time].[1997])
Cet exemple (query 3) permet d’illustrer la création de
membres calculés pour venir enrichir la requête. Ici, les deux
membres ont été créés sur l’axe des mesures, mais les
membres calculés peuvent être créés sur n’importe quel axe.
Le premier calcul, la contribution relative, est assez
simple, on divise le chiffre d’affaire de chaque famille de
produit rencontré par le chiffre d’affaire global. Force est de
constater que la définition de se calcul découle vraiment de
la façon de le décrire.
Le second calcul Periode -1, permet d’illustrer que le
MDX contient un grand nombre de de fonctions d’analyses
avancées. Ici la fonction Parallelperiod() est utilisée pour récupérer
la période équivalente à la période de la requête
(1997) 1 année auparavant.(1996). L’intérêt de cette fonction
est quelle est générique quelque soit la période choisie en
filtre !!!
Pour beaucoup de DSI, le cloud a longtemps été réduit à un projet de migration : déplacer des serveurs on-premise vers un fournisseur externe. Une fois cette étape franchie, la…
Passez à la cybersécurité proactive, transformez la collecte et l’analyse des logs en un bouclier dynamique contre les cybermenaces. Découvrez comment mettre en place une approche SIEM modulaire, évolutive et…



