Verwendung von Aggregatfunktionen

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

Wenn eine Dimension zur Segmentierung einer Kennzahl verwendet wird, wird die Kennzahl entlang der in dieser Dimension enthaltenen Hierarchien zusammengefasst. Das Summenverhalten hängt von der bei der Maßzahl angegebenen Aggregationsfunktion ab. Bei den meisten Maßnahmen, die numerische Daten enthalten, ist die Aggregatfunktion Summe. Der Wert der Kennzahl summiert sich zu unterschiedlichen Beträgen, je nachdem, welche Ebene der Hierarchie aktiv ist.

In Analysis Services wird jede von Ihnen erstellte Messgröße von einer Aggregationsfunktion unterstützt, die den Vorgang der Messgröße bestimmt. Zu den vordefinierten Aggregationstypen gehören Summe, Min, Max, Anzahl, Distinct Count und mehrere weitere spezielle Funktionen. Wenn Sie Aggregationen basierend auf komplexen oder benutzerdefinierten Formeln benötigen, können Sie eine MDX-Berechnung anstelle einer vordefinierten Aggregationsfunktion erstellen. Wenn Sie beispielsweise ein Maß für einen Prozentwert definieren möchten, tun Sie dies in MDX mithilfe eines berechneten Maßes. Siehe CREATE MEMBER-Anweisung (MDX).

Kennzahlen, die über den Cube-Assistenten erstellt werden, werden als Teil der Kennzahlendefinition mit einem Aggregationstyp versehen. Der Aggregationstyp ist immer "Summe", vorausgesetzt, die Quellspalte enthält numerische Daten. Summe wird unabhängig vom Datentyp der Quellspalte zugewiesen. Wenn Sie z. B. den Cube-Assistenten zum Erstellen von Measures verwendet haben und alle Spalten aus einer Faktentabelle abgerufen haben, werden Sie feststellen, dass alle resultierenden Measures eine Aggregation von Summe aufweisen, auch wenn die Quelle eine Datums-Uhrzeitspalte ist. Überprüfen Sie immer die vorab zugewiesenen Aggregationsmethoden für die über den Assistenten erstellten Messungen, 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 Create Measures and Measure Groups in Multidimensional Models oder Aggregate (MDX).

Aggregatfunktionen

SQL Server Analysis Services stellt Funktionen bereit, um Kennzahlen entlang der Dimensionen zu aggregieren, die in den Measure-Gruppen enthalten sind. Die Additivität einer Aggregationsfunktion bestimmt, wie die Maßzahl über alle Dimensionen im Cube aggregiert wird. Aggregationsfunktionen werden in drei Additivitätsebenen unterteilt:

Additiv
Ein additives Maß, auch als vollständig additives Maß bezeichnet, kann ohne Einschränkung zusammen mit allen Dimensionen aggregiert werden, die in der Maßgruppe enthalten sind, die das Maß enthält.

Semiadditiv
Ein semiadditiver Messwert kann mit einigen, aber nicht allen Dimensionen aggregiert werden, die in einer Messwertgruppe enthalten sind, die den Messwert umfasst. Beispielsweise kann ein Measure, das die für den Bestand verfügbare Menge darstellt, entlang einer geografischen Dimension aggregiert werden, um eine Gesamtmenge zu erzeugen, die für alle Lagerhäuser verfügbar ist, aber das Measure kann nicht entlang einer Zeitdimension aggregiert werden, da das Measure eine regelmäßige Momentaufnahme der verfügbaren Mengen darstellt. Das Aggregieren eines solchen Measures entlang einer Zeitdimension würde zu falschen Ergebnissen führen. Ausführliche Informationen finden Sie unter Definieren des semiadditiven Verhaltens .

nichtadditiv
Ein nichtadditives Maß kann nicht entlang einer Dimension in der Maßgruppe aggregiert werden, die das Maß enthält. Stattdessen muss das Maß für jede Zelle im Würfel, die das Maß darstellt, einzeln berechnet werden. Beispielsweise kann ein berechnetes Maß, das einen Prozentsatz zurückgibt, z. B. die Gewinnspanne, nicht aus den Prozentangaben der untergeordneten Mitglieder über eine Dimension hinweg aggregiert werden.

Die folgende Tabelle enthält die Aggregationsfunktionen in SQL Server Analysis Services und beschreibt sowohl die Additivität als auch die erwartete Ausgabe der Funktion.

Informationen zu Distinct Count Measures

Ein Maß mit einem Eigenschaftswert der Aggregatfunktion von Distinct Count wird als Distinct Count-Maß bezeichnet. Ein eindeutiges Zählmaß kann verwendet werden, um die Vorkommen der Mitglieder der niedrigsten Ebene einer Dimension in der Faktentabelle zu zählen. Da die Anzahl eindeutig ist, wird ein Element nur einmal gezählt, wenn ein Element mehrmals auftritt. Ein eindeutiges Zählmaß wird immer in einer dedizierten Kennzahlengruppe platziert. Das Einfügen eines eindeutigen Zählungsmaßes in eine eigene Measuregruppe ist eine bewährte Methode, die als Leistungsoptimierungsmethode in den Designer integriert wurde.

Distinkte Zählungs-Kennzahlen werden häufig verwendet, um für jedes Mitglied einer Dimension zu bestimmen, wie viele unterschiedliche Mitglieder einer anderen Dimension gemeinsame Zeilen in der Faktentabelle haben. Beispielsweise in einem Vertriebswürfel für jeden Kunden und jede Kundengruppe, wie viele unterschiedliche Produkte gekauft wurden? (Das bedeutet, dass für jedes Mitglied der Dimension "Kunden" ermittelt wird, wie viele verschiedene, unterste Mitglieder der Dimension "Produkte" Zeilen in der Faktentabelle gemeinsam haben.) Oder zum Beispiel, in einem "Internet-Website-Besuche"-Cube, wird für jeden Websitebesucher und jede Websitebesuchergruppe erfasst, wie viele verschiedene Seiten der Internetseite besucht wurden. (Das heißt, für jedes Element der Dimension "Seitenbesucher", wie viele unterschiedliche, niedrigste Ebenenelemente der Dimension "Seiten" teilen sich Zeilen in der Faktentabelle?) In jedem dieser Beispiele werden die niedrigsten Ebenenelemente der zweiten Dimension mit einem eindeutigen Zählmaß gezählt.

Diese Art von Analyse muss nicht auf zwei Dimensionen beschränkt sein. Tatsächlich kann eine eindeutige Zählmaßnahme nach jeder beliebigen Kombination von Dimensionen im Cube aufgeschlüsselt werden, einschließlich der Dimension, die die gezählten Mitglieder enthält.

Ein Distinct Count-Maß, das Mitglieder zählt, basiert auf einer Fremdschlüsselspalte in der Faktentabelle. (Das heißt, die Source Column-Eigenschaft des Measures identifiziert diese Spalte.) Diese Spalte ist mit der Spalte der Dimensionstabelle verknüpft, die die Mitglieder identifiziert, die durch das Distinct Count Maß gezählt werden.

Siehe auch

Kennzahlen und Maßgruppierungen
MDX-Funktionsreferenz (MDX)
Semiadditives Verhalten definieren