15个经典的MDX查询语句

15个很具代表性的MDX查询语句

     读者请求最多的是更多的MDX信息。他们通常要求更多的MDX例子，在这里，我提供15个典型的MDX语句，用的是SQL Server 2000 Analysis Services' FoodMart 2000 sample cubes，以下例子都以Sales多维数据集为例。

1. 在美国所有州都销售的有那些产品品牌？

Listing 1 创建了个自定义集合SoldInUsa,该集合排除了在整个美国Unit Sales为空值的品牌。该查询定义了一个计算成员，描述Current State是否销售Current Product;如果有销售返回Yes，否则返回No。这个查询在columns显示States，在Rows显示Produts，单元值区域依据product-state的聚合交集显示Yes或No.

    或许你已经发现，该查询会返回的结果同个品牌会返回多次。Sales Cube是依据brand来给Products分类的（把产品类别分成不同的品牌），所以如果某品牌生产多种产品，该品牌在层次结构中将多次出现。乍一看，这种重复出现确实是个问题，大概你会把多次出现的同个品牌当成不同的品牌。举个例子，一个公司（对应一个品牌）生产luggage和clothes，作为本例分析，最好将其当成不同品牌来理解，这样才不至于因为其不销售luggage就判断该品牌没有销售（实际情况其可能销售clothes）而导致错误。

 LISTING 1: Determining Products Sold in Each State

说明： 查询在所有州都销售的品牌。

with set [SoldInUSA] as 'Filter([Product].[Brand Name].Members, Not IsEmpty( ([USA], [Unit Sales]) ))'

member [Measures].[SoldInState] as 'iif( IsEmpty(([Product].CurrentMember, [Unit Sales],

[Customers].CurrentMember)), "No","Yes" )'

select [USA].children on COLUMNS,

       [SoldInUSA] on ROWS

from Sales

where ([SoldInState])

注 ：

Filter	返回根据搜索条件对集合进行筛选所得到的集合。
例子	SELECT  {[Measures].[Store Sales]  } ON COLUMNS,  { filter(time.allmembers,[Measures].[Store Sales]>50000) }   ON rows from sales
iif	返回由逻辑测试确定的两个数值或字符串值之一。
例子	with member measures.abc as 'iif(isempty(measures.[unit sales]),"空了","不空")'  SELECT { { { [Time].&[1997] } * { [Measures].[Unit Sales],measures.abc  } } } ON COLUMNS , { DESCENDANTS( [Store].[All Stores], [Store].[Store Name] ) } ON ROWS  FROM [Sales]

 

2.所有商店中销售前10名的产品类别有哪些？

Listing 2 直接利用TopCount（）函数查询销售前10名的产品。

（这是一种最直接的方法，TopCount（）函数本身自带排序（降序）的功能）

 LISTING 2: Determining Top 10 Product Categories

说明：查询销售前10名的产品类别 

select {[Unit Sales]} on COLUMNS,

       TopCount( [Product].[Product Category].Members, 10, ([Unit Sales]) ) on ROWS

from Sales
查询结果展示：



3.  在美国，刚刚过去的三个季度里都有销售量的食品和饮料有哪些？

    （这个查询也可以理解为“过去三个季度里食品和饮料销售量都不为0的产品有哪些？”）。查询Listing 3 示范了如何动态的确定对应的时间集合—这是一项很有价值的技巧。时间集合动态随着cube数据的更新而改变（也就是说该查询无论你在什么时候执行，无论cube的数据作了多少次更新，结果都是最近三个月的数据）。首先，自定义集合LastQuarter定义了时间维度中有销售记录的最近一个季度。自定义集合Last3Quarters在LastQuarter的基础上利用Range()函数（实际没有range（）函数，冒号：就是作者说的函数）指定了以LastQuarter为最后一个季度的连续的三个季度。我不直接在Last3Quarter（原文是LastQuarter，我认为是作者笔误）的定义中使用Tail（）函数是因为这样做返回的可能不是连续的三个季度；因为空记录的季度肯能出现在任何季度，Filter（）函数只能排除掉空季度。Lag()函数结合range()函数,确保了返回的三个季度是连续的。

    在这个查询中，item(0).item(0) 函数取得指定集合的第一个成员，因为集合在技术上就是一组元组[如：来自不同维度的一系列成员也可以组成一个元组]，所以用第一个Item（）函数选择元组，第二个Item（）选择该元组里的成员。（我们可以这样理解，集合由元组组成，元组由成员组成）。

 Listing_03.Determining Brands Sold During the Past Three Quarters.txt

说明：在过去三个季度里都存在销售量的商品销售记录

 

with set [LastQuarter] as 'Tail(Filter([Time].[Quarter].Members, Not

IsEmpty([Time].CurrentMember)),1)'

set [Last3Quarters] as ' [LastQuarter].item(0).item(0).Lag(2) : [LastQuarter].item(0).item(0)'

select [Last3Quarters] on COLUMNS,

Non Empty Union(Descendants( [Food], [Product].[Brand Name] ), Descendants( [Drink],

[Product].[Brand Name] )) on ROWS

from Sales

查询结果展示：


注：

TopCount	从集合顶端开始返回指定数目的项，可以选择首先对集合排序。
例子	SELECT  {[Measures].[Store Sales]  } ON COLUMNS,  Topcount(Descendants([Store].[All Stores].[USA],[Store].[Store City] ), 10, [store sales])   ON rows from sales
Subset	从集合中返回元素的子集。
例子	SELECT    {measures.[store sales] }  ON COLUMNS, {Subset(Time.allMembers,0,6)} ON rows from sales
Tail	从集合尾部返回子集。
例子	SELECT    {measures.[store sales] }  ON COLUMNS, {tail(Subset(Time.allMembers,0,6),4)} ON rows from sales
Lag	返回指定成员的所在维度上的上一个成员。
例子	with member [measures].[a1] as 'time.currentmember.lag(1).name'    SELECT {[measures].[a1] } ON COLUMNS , { [Time].allmembers } ON ROWS  FROM [Sales]
Filter	返回根据搜索条件对集合进行筛选所得到的集合。
例子	SELECT  {[Measures].[Store Sales]  } ON COLUMNS,  { filter(time.allmembers,[Measures].[Store Sales]>50000) }   ON rows from sales
Item	从集合中返回指定元组或者从元组中返回指定成员。
例子	with set kkk as '{{[Time].[1997], [Time].[1998]}*{[Store].[All Stores].[Canada],[Store].[All Stores].[USA]} }' member measures.jjj as 'TupleToStr(kkk.item(0).item(0))',solve_order=1 select  { measures.[store sales],measures.jjj } on columns,   {kkk} on rows from Sales
Union	返回两个集合的并集，可以选择保留重复项。
例子	SELECT  {[Measures].[Store Sales]  } ON COLUMNS,  Union(USA.Children, CANADA.Children, ALL)    ON rows from sales

 

4.最近销售趋势最好的产品有哪些？

    查询Listing 4首先利用TopCount()查得销售最好的产品，然后利用上个查询Listing 3 介绍过的动态时间技巧定义最近6个月的销售量。该查询安排在行显示销售最好的10种产品，列显示最近的6个月，值区域为这6个月的Unit Sales。你可以用线状图展示该查询以便监视产品的销售绩效。

（注：这是比较常用的报表查询，特别是在KPI展示中。用TSQL也可以实现该报表的展示，但是将没有用MDX来得简洁，方便；因为AS在仓库建模的时候已经在后台做了多层预先的处理。）

Listing_04.Determining Recent Trends for Best-Selling Brands.txt

说明：查出最近6个月销售趋势最好的前10个商品及其各自销售量

 with set [TenBest] as 'TopCount( [Product].[Brand Name].Members, 10, [Unit Sales] )'

 set [LastMonth] as 'Tail(Filter([Time].[Month].Members, Not IsEmpty([Time].CurrentMember)),1)'

 set [Last6Months] as ' [LastMonth].item(0).item(0).Lag(6) : [LastMonth].item(0).item(0)'

select [Last6Months] on COLUMNS,

        [TenBest] on ROWS

from Sales

查询效果展示：
 

5, 哪些产品品牌构成公司（指超市）的前80%的销售量？

TopPercent()函数与TopCount()函数类似，只是TopPercent()返回的是最少项,如本例返回组成unit sales 80%的最少项（换句话说，这些项是unit sales数值大的项）。Listing 5 在行显示产品品牌，列及对应区域显示Total unit sales，从高到低排列。

 Listing_05.Determining Brands that Make Up 80 Percent of Sales.txt

说明：找出组成销售额80%的商品销售及其记录；

select {[Unit Sales]} on COLUMNS,

TopPercent([Product].[Brand Name].Members, 80, [Unit Sales]) on ROWS

from Sales

查询效果展示：

注：

TopCount	从集合顶端开始返回指定数目的项，可以选择首先对集合排序。
例子	SELECT  {[Measures].[Store Sales]  } ON COLUMNS,  Topcount(Descendants([Store].[All Stores].[USA],[Store].[Store City] ), 10, [store sales])   ON rows from sales
TopPercent	对集合排序，并返回顶端的 n 个元素，这些元素的累积合计至少为指定的百分比。
例子	SELECT  {[Measures].[Store Sales]  } ON COLUMNS,  TopPercent(Descendants([Store].[All Stores].[USA],[Store].[Store City] ), 90, [store sales])   ON rows from sales

 

6. 那些产品构成销量总量最少的20%？

查询Listing 6 用BottomPercent()返回仅构成Total unit sales 20%的最多的产品项，也就是说，这些产品的unit sales 最小。查询用关键字Non Empty排除了没有销售量的产品。需要注意的是，Non Empty跟Filter()与IsEmpty()的组合使用（见Listing 3）略有不同，因为Non Empty最用在某个轴（如rows）的所有项上。

 Listing_06.Determining Brands That Make Up the Bottom 20 Percent of Sales.txt

说明：按销售量排序，找出组成20%销售量的商品销售记录

select {[Unit Sales]} on COLUMNS,

        Non Empty BottomPercent([Product].[Brand Name].Members, 20, [Unit Sales]) on ROWS

from Sales

查询结果表展示：

查询结果图展示：

7. 销量最好的五个商店是哪五个？这五个商店中消费最高的五位顾客？

查询Listing 7 示范了很实用也比较复杂的Generate()函数。如果你有过开发经验，你会发现Generate()类似VB或则C#中的For each 语句。下面对Generate()做具体的说明：

 如：Generate( {Miami, Atlanta}, Customers.CurrentMember.Parent) Generate()对第二个参数Customers.CurrentMember.Parent进行计算，计算第一个参数{Miami, Atlanta}中的所有项。在本例，第二个参数的mdx表达式返回当前项的父成员，所以最终结果是{Florida, Georgia}---第一个参数中每一个项的父成员的集合。

（注：我们可以这样理解，第一参数是要计算的范围，第二个参数是要计算的对象）

本查询同时使用Generate() 函数嵌套了递归。确定了五个销售最佳的商店，每个商店的消费最高的五个顾客后，Generate()合并了顾客集合从而创建了一份由25项store-customer组成的列表。

 Listing_07.Determining the Top Five Stores and the Top Five Customers.txt

说明：查出销售量最好的前5名店和每个店的前5个顾客 及其销售记录

 select {[Unit Sales]} on COLUMNS,

        Generate( TopCount([Store].[Store Name].Members, 5, [Unit Sales]),

        { [Store].CurrentMember } * TopCount( [Customers].[Name].Members, 5, ([Unit Sales],

[Store].CurrentMember) ) ) on ROWS

from Sales

查询结果表展示：

查询结果图展示：

注：

BottomPercent	对集合排序，并返回底端的 n 个元素，这些元素的累积合计至少为指定的百分比。
例子	select {[Unit Sales]} on COLUMNS,  Non Empty BottomPercent([Product].[Brand Name].Members, 10, [Unit Sales]) on ROWS from Sales
Generate	将集合应用到另一集合的每个成员，然后用 union 运算合并所得的集合。
例子1	SELECT  { [Measures].[Store Sales]  } ON COLUMNS,         { Generate({ USA, Canada }, Descendants(store.CurrentMember, [store state])) } ON rows from sales
例子2： ca，wa是USA的，加all则简单复制	SELECT {[Measures].[Store Sales]  } ON COLUMNS,        { Generate({USA, Canada}, {ca, wa} ,all)} ON rows from sales   如果通过 CurrentMember，«Set1» 与 «set_expression» 无关，那么 Generate 生成 «set_expression» 所指的集合的简单复制，它包含的复制与 «Set1» 中的元组一样多。如果指定了可选的 ALL 标志，结果中将保留所有重复项。如果未指定 ALL，重复项将被删除。
例子3： 合并字符串	with member [Measures].[合字符串] as 'Generate({Time.allmembers}, Time.CurrentMember.name," and ")' SELECT  { [Measures].[合字符串] } ON COLUMNS,         {[Store].[All Stores]}   ON rows from sales
例子4： 应用扩展	with member [Measures].[合字符串] as 'Generate({Time.[1997].children}, cstr((Time.CurrentMember, [Measures].[Unit Sales],store.[all stores]))," and ")' SELECT  { [Measures].[合字符串] } ON COLUMNS,         { [Store].[All Stores] }   ON rows from sales

 

8.查出每一种品牌销售最好的两种产品的销量额，以及分别占销售总额的百分比。Listing8相对比较复杂，综合运用了计算成员和Generate()函数。计算成员确定了每个品牌销售最好的前两个产品占所在品牌unit sales总量百分比。Generate函数查询每个品牌并返回每个品牌下销售最好的两个产品，以及每个产品的销售额和百分比。

 Listing_08.Determining Two Top-Selling Products.txt

说明：查出每种品牌 前2名 产品的销售记录，以及各自分别占所在品牌的百分比

with member [Measures].[PercTotalSales] as

 ' Sum( TopCount([Product].CurrentMember.Children, 2, [Unit Sales]),

[Unit Sales] )/([Product].CurrentMember, [Unit Sales])',

FORMAT_STRING = '##.0%'

select [Store].[(All)].Members on COLUMNS,

       Generate( [Product].[Brand Name].Members,

          Union(

                 TopCount( [Product].CurrentMember.Children, 2, [Unit Sales] ) * {[Unit Sales]},

{([Product].CurrentMember, [PercTotalSales]) }

)

) on ROWS

from Sales

 

9.显示四个季度所有品牌的销售情况，高亮显示各个季度销售组成最少10%的品牌。单元格属性是在查询中突出展示异常数据的便捷方式（如，改变字体风格或者颜色以吸引读者对重要信息的注意）。Listing9，通过向计算成员HLUnit Sales添加单元格属性Font_FLAGS以黑体显示各个季度销售居于最低10%的品牌。由于一个MDX只能设置一个单元格属性，所以只能通过条件逻辑判断是显示罗马字体还是黑体。在本例中，使用的条件逻辑是判断当前品牌与组成最低10%的所有品牌的交集是否为空。如果产生的交集为0，说明该品牌不再组成10%的品牌中，罗马字体显示；如果交集是1，说明该品牌在这10%中，黑体显示。

 Listing_09.Highlighting Products in the Bottom 10 Percent.txt

说明：查出4个季度中，每个时期销售量在后10%的产品销售量，并显示为粗体

 with set [LastQuarter] as 'Tail(Filter([Time].[Quarter].Members, Not

IsEmpty([Time].CurrentMember)))'

set [Last4Quarters] as ' [LastQuarter].item(0).item(0).Lag(3) : [LastQuarter].item(0).item(0)'

member [Measures].[HLUnit Sales] as '[Unit Sales]',

FONT_FLAGS = 'iif( Count(Intersect( BottomPercent( [Product].[Brand Name].Members, 10, ([Unit Sales]) ),

{[Product].CurrentMember})) = 0, 0, 1)'

select [Last4Quarters] on COLUMNS,

       [Product].[Brand Name].Members on ROWS

from Sales

where ([HLUnit Sales])

cell properties VALUE, FORMATTED_VALUE, FONT_FLAGS

 

 

附:

LISTING 1: Determining Products Sold in Each State

说明：

 

with set [SoldInUSA] as 'Filter([Product].[Brand Name].Members, Not IsEmpty( ([USA], [Unit Sales]) ))'

member [Measures].[SoldInState] as 'iif( IsEmpty(([Product].CurrentMember, [Unit Sales], [Customers].CurrentMember)), "No","Yes" )'

select [USA].children on COLUMNS,

[SoldInUSA] on ROWS

from Sales

where ([SoldInState])

 

LISTING 2: Determining Top 10 Product Categories

说明：

 

select {[Unit Sales]} on COLUMNS,

TopCount( [Product].[Product Category].Members, 10, ([Unit Sales]) ) on ROWS

from Sales

Listing_03.Determining Brands Sold During the Past Three Quarters.txt  

说明：在过去三个季度里都存在销售量的商品销售记录

 

with set [LastQuarter] as 'Tail(Filter([Time].[Quarter].Members, Not  IsEmpty([Time].CurrentMember)),1)'

set [Last3Quarters] as ' [LastQuarter].item(0).item(0).Lag(2) : [LastQuarter].item(0).item(0)'

select [Last3Quarters] on COLUMNS,

Non Empty Union(Descendants( [Food], [Product].[Brand Name] ), Descendants( [Drink],[Product].[Brand Name] )) on ROWS

from Sales

 

Listing_04.Determining Recent Trends for Best-Selling Brands.txt

说明：查出最近6个月销售趋势最好的前10个商品及销售量

 

with set [TenBest] as 'TopCount( [Product].[Brand Name].Members, 10, [Unit Sales] )'

set [LastMonth] as 'Tail(Filter([Time].[Month].Members, Not IsEmpty([Time].CurrentMember)),1)'

set [Last6Months] as ' [LastMonth].item(0).item(0).Lag(6) : [LastMonth].item(0).item(0)'

select [Last6Months] on COLUMNS,

[TenBest] on ROWS

from Sales

 

Listing_05.Determining Brands that Make Up 80 Percent of Sales.txt  

说明：找出组成销售额80%的商品销售及其记录；

select {[Unit Sales]} on COLUMNS,

TopPercent([Product].[Brand Name].Members, 80, [Unit Sales]) on ROWS

from Sales

 

Listing_06.Determining Brands That Make Up the Bottom 20 Percent of Sales.txt

说明：按销售量排序，找出组成20%销售量的商品销售记录

 

select {[Unit Sales]} on COLUMNS,

Non Empty BottomPercent([Product].[Brand Name].Members, 20, [Unit Sales]) on ROWS

from Sales

 

Listing_07.Determining the Top Five Stores and the Top Five Customers.txt

说明：查出销售量最好的前5名店和每个店的前5个顾客 及其销售记录

 

select {[Unit Sales]} on COLUMNS,

Generate( TopCount([Store].[Store Name].Members, 5, [Unit Sales]),

{ [Store].CurrentMember } * TopCount( [Customers].[Name].Members, 5, ([Unit Sales], [Store].CurrentMember) ) ) on ROWS

from Sales

 

Listing_08.Determining Two Top-Selling Products.txt

说明：查出每种产品大类 前2名 产品小类型号的销售记录，以及小类型号占大类的百分比

 

with member [Measures].[PercTotalSales] as

' Sum( TopCount([Product].CurrentMember.Children,2,[Unit Sales]),[Unit Sales])

/([Product].CurrentMember, [Unit Sales])',

FORMAT_STRING = '##.0%'

select [Store].[(All)].Members on COLUMNS,

   Generate( [Product].[Brand Name].Members,  

    Union(

       TopCount( [Product].CurrentMember.Children, 2, [Unit Sales] ) * {[Unit Sales]},

       { ([Product].CurrentMember, [PercTotalSales]) }

       )

    ) on ROWS

from Sales

 

Listing_09.Highlighting Products in the Bottom 10 Percent.txt

说明：查出4个季度中，每个时期销售量在后10%的产品销售量，并显示为粗体

 

with set [LastQuarter] as 'Tail(Filter([Time].[Quarter].Members, Not IsEmpty([Time].CurrentMember)))'

set [Last4Quarters] as ' [LastQuarter].item(0).item(0).Lag(3) : [LastQuarter].item(0).item(0)'

member [Measures].[HLUnit Sales] as '[Unit Sales]',

FONT_FLAGS = 'iif(Count(Intersect( BottomPercent( [Product].[Brand Name].Members, 10,([Unit Sales]) ), {[Product].CurrentMember})) = 0, 0, 1)'

select [Last4Quarters] on COLUMNS,

       [Product].[Brand Name].Members on ROWS

from Sales

where ([HLUnit Sales])

cell properties VALUE, FORMATTED_VALUE, FONT_FLAGS

 

Listing_10.Comparing Sales with Those of Parallel Months.txt

说明：比较具有相同相对位置的时间点的销售量，例如今年7月和去年7月

 

with set [PromoMonths] as 'Filter([Time].[Month].Members, Not IsEmpty( ([Unit Sales], [Double Your Savings]) ) )'

set [PromoRange] as 'Head( [PromoMonths] ).item(0).item(0) : Tail( [PromoMonths]).item(0).item(0)'

member [Measures].[Uplift] as '([Unit Sales], [Double Your Savings])'

member [Measures].[This Quarter] as '[Unit Sales]'

member [Measures].[Last Quarter] as '( ParallelPeriod( [Time].[Quarter] ), [Unit Sales] )'

member [Measures].[Growth] as ' [This Quarter] - [Last Quarter]'

select [PromoRange] on Columns,

{ [This Quarter], [Last Quarter], [Growth], [Uplift] } on Rows

from [Sales]

 

Listing_11.Determining Sales That Exceed Store Cost by 160 Percent.txt

说明：查出利润率在16%以上的产品及销售记录

  

with member [Measures].[SalesRatio] as '([Store Sales] - [Store Cost]) / [Store Cost]',  

FORMAT_STRING = '##%'

select { [Store Sales], [Store Cost], [SalesRatio] } on COLUMNS,

Filter( [Product].[Brand Name].Members, [SalesRatio] > 1.60 ) on   ROWS

from Sales

 

Listing_12.Determining Brands that Have Grown by More Than 50 Percent.txt

说明：找出最近一季度比前一季度销售量增长幅度大于50%的产品销售记录

 

with set [LastQuarter] as 'Tail(Filter([Time].[Quarter].Members, Not IsEmpty([Time].CurrentMember)))'

member [Measures].[CurrQSales] as '([LastQuarter].item(0).item(0), [Unit Sales])'

member [Measures].[PrevQSales] as '([LastQuarter].item(0).item(0).PrevMember, [Unit Sales])'

member [Measures].[Growth] as ' ([CurrQSales] - [PrevQSales]) / [PrevQSales]',  

FORMAT_STRING='##%'

select { [PrevQSales], [CurrQSales], [Growth] } on COLUMNS,

       Filter( [Product].[Brand Name].Members, [Growth] > 0.5 ) on ROWS

from Sales

  

Listing_13.Determing the Top 10 and Bottom 10 Product Brands.txt

说明：找出销售额在前、后10名的产品销售记录，并列出总排名，就是找出销售情况最好和最坏的产品

  

with set [OrderedBrands] as 'Order( [Product].[Brand Name].Members, [Unit Sales], BDESC )'

member [Measures].[Brand Rank] as 'Rank( [Product].CurrentMember, [OrderedBrands] )'

select {[Brand Rank], [Unit Sales]} on COLUMNS,

Union( Head( [OrderedBrands], 10 ), Tail( [OrderedBrands], 10 ) ) on ROWS

from Sales

  

Listing_14.Comparing Product Trends.txt

说明：比较一下产品销售趋势

  

with set [LastQuarter] as 'Tail(Filter([Time].[Quarter].Members, Not IsEmpty([Time].CurrentMember)))'

set [Last4Quarters] as ' [LastQuarter].item(0).item(0).Lag(3) : [LastQuarter].item(0).item(0)'

member [Measures].[GroupAvg] as 'Avg([Product].CurrentMember.Siblings, [Unit Sales])'

member [Measures].[AllAvg] as 'Avg( [Product].[Product Name].Members, [Unit Sales])'

select [Last4Quarters] on COLUMNS,

{ [Unit Sales], [GroupAvg], [AllAvg] } on ROWS

from Sales

where ([Ebony Plums])

  

Listing_15.Determining the Top 10 Middle-Tier Brands.txt

说明：查出一定条件下的前10名产品的销售记录，例如销售量在500到3000之间的

  

with set [LastQuarter] as 'Tail(Filter([Time].[Quarter].Members, Not IsEmpty([Time].CurrentMember)))'

set [Last4Quarters] as ' [LastQuarter].item(0).item(0).Lag(3) : [LastQuarter].item(0).item(0)'

member [Measures].[GroupAvg] as 'Avg([Product].CurrentMember.Siblings, [Unit Sales])'

member [Measures].[AllAvg] as 'Avg( [Product].[Product Name].Members, [Unit Sales])'

member [measures].[abc] as '[Product].CurrentMember.uniquename'

select [Last4Quarters] on COLUMNS,

{ [Unit Sales], [GroupAvg], [AllAvg],[measures].[abc] } on ROWS

from Sales

where ([Ebony Plums])

 

with set [LastQuarter] as 'Tail(Filter([Time].[Quarter].Members, Not IsEmpty([Time].CurrentMember)))'

set [Last4Quarters] as ' [LastQuarter].item(0).item(0).Lag(3) : [LastQuarter].item(0).item(0)'

member [Measures].[GroupAvg] as 'Avg([Product].CurrentMember.Siblings, [Unit Sales])'

member [Measures].[AllAvg] as 'Avg( [Product].[Product Name].Members, [Unit Sales])'

member [measures].[abc] as '[Product].CurrentMember.uniquename'

member [measures].[abcd] as 'lookupcube("Trained Cube","MemberToStr([Customers].[All Customers].[Canada])")'

select [Last4Quarters] on COLUMNS,

{[Unit Sales], [GroupAvg], [AllAvg],[measures].[abc] ,[measures].[abcd] } on ROWS

from Sales

where ([Ebony Plums])