Ssas 根据包含的维度，度量值的不同度量值聚合

我对度量值的聚合有问题。 现实情况是，客户希望分析购买数量与该周进入商店的客户数量的比率。 我们知道每周有多少客户进入，有多少购买以及购买类型（昂贵、适中、便宜）。 因为有不同的采购类型，所以会为该地点和该周创建多行。因此，复制相同的度量（Walkingstomers数）

我希望看到的是，当我在location和date维度中进行聚合时，度量值将被汇总。当其他维度就位时，如何避免总和聚合

如果我们在报告中都有日期、地点和购买类型维度，那么看起来还可以

---

但是当我删除Purchase Type维度时，我希望Location1仍然显示100，因为Purchase Type不会影响输入到某个位置的客户数量。然而，当我删除日期维度时，我希望看到Location1有250个（第一周有100个，第二周有150个）。该网站只允许我添加两个链接。对不起。

有两种方式：慢和快

1（纯MDX）：

然而，对于大尺寸，你可能会发现它非常慢

2（一点MDX+DWH）：使用以下结构向多维数据集添加新度量值：

select 
      WeekStartDate,
      Location,
      MaxWalkIn = max(WalkIn)
from FactTableWalkIn
group by WeekStartDate, Location

将MaxWalkIn度量值与总和聚合+计算度量值相加：

IIF(
      [Purchase Type].[Purchase Type].CurrentMember is [Purchase Type].[Purchase Type].DefaultMember,
      [Measures].[MaxWalkIn],
      [Measures].[Number Of Walk In Customers]
)

---

你能展示一下希望的结果吗？我不知道你想要什么。您可以将NumberOfWalkingsTomers测量组的IgnoreUnrelatedDimensions设置为false，以避免复制。谢谢Danylo。我尽可能地更新了描述。采购类型维度并不总是不相关的。它不会影响走进店的顾客数量，但会影响购买的数量。我只需要显示位置级别内的最大值，但当我在城市级别上进行聚合时，我希望将其相加。它会返回300作为位置1，对吗？你只需要100，对吗？当你把一天的水平，而不是一周，你应该得到什么？你能创建一个伪公式吗？例如：sum（周，sum（地点，max（类型，访问）），没错。我需要100表示所有PurchaseType（当报告中未添加PurchaseType维度时）。没有日间水平。事实总是映射到date维度上的weekstart日期。您创建的公式实际上清楚地解释了这种情况。谢谢Danylo，我尝试了第一种方法。仅使用下面计算的度量值似乎可以解决这个问题。[Measures].[MaxPurchaseType]作为Max（现有[Purchase Type].[Purchase Type].[Purchase Type].[Purchase Type].成员[Measures].[Walk-In Customers]数量]），我现在有两个问题要问你。在使用上面的MDX表达式时，您能解释一下您的逻辑吗？（现有采购类型…）如果存在其他维度，会发生什么情况；与“购买类型”类似，它不求和，但使用最大值？我们如何避免在所有其他维度上求和？它不会避免聚合，它会分别为每个购买类型获取一个值，并从中获取最大值。如果需要每条记录的最大值（无论使用什么维度），则必须使用最大聚合添加度量值（请参见我的第二种方法）。嗨，Danylo，使用第一种方法，我得到的结果不正确。例如，如果我聚集到城市级别；对于不同的购买类型，走进店的客户总数看起来不同，原因是如果没有该类型的购买，那么走进店的客户数为零。（事实上，步行入店的客户数量应该根据城市内的门店位置进行汇总）您认为我们可以从不同的角度来看待这种情况吗？例如仅当位置维度级别为“存储”且日期维度级别为“周开始日期”时的最大值？对于这些维度的较高级别（如年份或城市），我们开始汇总？你认为范围语句有用吗？范围语句不会有多大帮助。老实说，我有点迷路了。你能把你最初的问题修改一下吗？用“你有”和“你需要”这样的截图替换每个案例的截图。很难预测所有情况，因此我强烈建议推广第二种方法，它将使不同维度和属性的使用情况更加可预测。

IIF(
      [Purchase Type].[Purchase Type].CurrentMember is [Purchase Type].[Purchase Type].DefaultMember,
      [Measures].[MaxWalkIn],
      [Measures].[Number Of Walk In Customers]
)