Verwenden von Aggregatfunktionen

Gilt für: SQL Server Analysis Services Azure Analysis Services Fabric/Power BI Premium

Wird eine Dimension zum Segmentieren eines Measures verwendet, wird das Measure gemäß den in dieser Dimension enthaltenen Hierarchien zusammengefasst. Das Zusammenfassungsverhalten hängt von der für das Measure angegebenen Aggregatfunktion ab. Für die meisten Measures, die numerische Daten enthalten, ist die Aggregatfunktion Sum. Der Wert des Measures wird je nach de Ebene, auf der die Hierarchie aktiv ist, zu unterschiedlichen Mengen summiert.

In Analysis Services wird jedes Measure, das Sie erstellen, durch eine Aggregationsfunktion gesichert, die den Betrieb des Measures bestimmt. Zu den vordefinierten Aggregationstypen zählen Sum, Min, Max, Count, Distinct Countund einige andere, spezialisiertere Funktionen. Wenn Sie Aggregationen basierend auf komplexen oder benutzerdefinierten Formeln benötigen, können Sie alternativ eine MDX-Berechnung anstelle einer vorgefertigten Aggregationsfunktion erstellen. Wenn Sie beispielsweise ein Measure für einen Prozentwert definieren möchten, würden Sie dies in MDX anhand eines berechneten Measures tun. Weitere Informationen finden Sie unter CREATE MEMBER-Anweisung (MDX).

Measures, die über den Cube-Assistenten erstellt werden, wird als Teil der Measuredefinition ein Aggregationstyp zugewiesen. Der Aggregationstyp ist immer Sum, sofern die Quellspalte numerische Daten enthält. Sum wird unabhängig vom Datentyp der Quellspalte zugewiesen. Wenn Sie beispielsweise den Cube-Assistenten zum Erstellen von Measures verwendet und alle Spalten aus einer Faktentabelle abgerufen haben, werden Sie feststellen, dass alle sich daraus ergebenden Measures eine Aggregation von Sumaufweisen, selbst wenn die Quelle eine Datums-/Zeitspalte ist. Überprüfen Sie immer die vorab zugeordneten Aggregationsmethoden für Measures, die über den Assistenten erstellt wurden, um sicherzustellen, dass die Aggregationsfunktion geeignet ist.

Sie können die Aggregationsmethode entweder in der Cubedefinition, über SQL Server Data Tools – Business Intelligence oder über MDX zuweisen oder ändern. Weitere Anweisungen finden Sie unter Erstellen von Measures und Measuregruppen in mehrdimensionalen Modellen oder Aggregaten (MDX).

Aggregatfunktionen

SQL Server Analysis Services bietet Funktionen zum Aggregieren von Measures entlang der Dimensionen, die in Measuregruppen enthalten sind. Die Additivität einer Aggregationsfunktion legt fest, wie das Measure über alle Dimensionen im Cube hinweg aggregiert wird. Aggregationsfunktionen werden nach drei Ebenen der Additivität unterschieden:

Additiv
Ein additives Measure, auch als vollständig additives Measure bezeichnet, kann über alle Dimensionen hinweg innerhalb der Measuregruppe, die das Measure enthält, uneingeschränkt aggregiert werden.

Semiadditiv
Ein semiadditives Measure kann über eine oder mehrere, jedoch nicht alle Dimensionen hinweg in der Measuregruppe, die das Measure enthält, aggregiert werden. So kann beispielsweise ein Measure, das die Menge des Lagerbestands darstellt, über eine geografische Dimension aggregiert werden und ergibt so eine Gesamtmenge, die allen Warenlagern zur Verfügung steht. Das Measure kann jedoch nicht über eine Zeitdimension aggregiert werden, da das Measure eine regelmäßig erstellte Momentaufnahme der verfügbaren Mengen darstellt. Die Aggregation eines solchen Measures über eine Zeitdimension würde zu falschen Ergebnissen führen. Einzelheiten dazu finden Sie unter Define Semiadditive Behavior .

Nicht additiv
Ein nicht additives Measure kann nicht über Dimensionen hinweg in der Measuregruppe, die das Measure enthält, aggregiert werden. Anstelle dessen muss das Measure einzeln für jede Zelle im Cube, die das Measure darstellt, berechnet werden. So kann beispielsweise ein berechnetes Measure, das einen Prozentwert zurückgibt, z. B. die Bruttorendite, nicht von den Prozentwerten der untergeordneten Elemente in den Dimensionen aggregiert werden.

In der folgenden Tabelle sind die Aggregationsfunktionen in SQL Server Analysis Services aufgeführt und sowohl die Additivität als auch die erwartete Ausgabe der Funktion beschrieben.

About Distinct Count Measures

Ein Measure mit dem Aggregate-Funktion -Eigenschaftswert Distinct Count wird als "Distinct Count Measure" bezeichnet. Ein Distinct Count Measure kann verwendet werden, um die Vorkommen der Elemente der untersten Ebene einer Dimension in der Faktentabelle zu zählen. Da nur unterschiedliche Elemente gezählt werden, wird ein mehrfach auftretendes Element nur einmal gezählt. Ein Distinct Count-Measure wird immer in einer speziellen Measuregruppe platziert. Das Einfügen eines Distinct Count-Measures in seine eigene Measuregruppe ist eine bewährte Methode, die zur Leistungsoptimierung in den Designer integriert wurde.

Distinct Count Measures werden im Allgemeinen dazu verwendet, für jedes Element einer Dimension zu bestimmen, wie viele unterschiedliche Elemente der untersten Ebene einer anderen Dimension Zeilen der Faktentabelle gemeinsam nutzen. Beispielsweise wird in einem Sales-Cube bestimmt, wie viele unterschiedliche Produkte von den einzelnen Kunden und Kundengruppen gekauft wurden. (Auf die einzelnen Elemente der Customers-Dimension bezogen bedeutet das: Von wie vielen unterschiedlichen Elementen der untersten Ebene der Products-Dimension werden Zeilen der Faktentabelle gemeinsam genutzt?) Ein weiteres Beispiel: In einem Cube für die Zählung der Besucher einer Internetsite wird pro Sitebesucher und Sitebesuchergruppe bestimmt, wie viele unterschiedliche Seiten der Internetsite besucht wurden. (Auf die einzelnen Elemente der Site Visitors-Dimension bezogen bedeutet das: Von wie vielen unterschiedlichen Elementen der untersten Ebene der Pages-Dimension werden Zeilen der Faktentabelle gemeinsam genutzt?) In jedem dieser Beispiele werden die Elemente der untersten Ebene der zweiten Dimension über ein Distinct Count Measure gezählt.

Diese Art von Analyse ist nicht auf zwei Dimensionen beschränkt. Tatsächlich kann ein Distinct Count Measure getrennt und nach einer beliebigen Kombination von Dimensionen des Cubes in Slices aufgeteilt werden, einschließlich der Dimension, die die gezählten Elemente enthält.

Ein Distinct Count Measure, das zur Zählung von Elementen dient, basiert auf einer Fremdschlüsselspalte der Faktentabelle. (Das heißt, dass die Source Column -Eigenschaft des Measures diese Spalte identifiziert.) Diese Spalte verknüpft die Dimensionstabellenspalte, die die über das Distinct Count Measure gezählten Elemente identifiziert.

Weitere Informationen

Measures und Measuregruppen
MDX-Funktionsreferenz (MDX)
Semiadditives Verhalten definieren