了解 MDX 'ALL'？
Understanding MDX 'ALL'?
我是来自 SQL 世界的 MDX 新手，我正在尝试理解 'ALL' 的概念。我知道 'ALL' 是一个成员，就该维度而言，它创建了一个粒度较低的多维数据集。这是正确的吗？
有哪些 SQL 的例子可以帮助我推理这个概念？当然，SQL 使用的是 table 而不是立方体，但我确定有一些相似之处可以帮助我建立联系？让我尝试创建一个示例。
假设我有一个 table 具有这样一个表示具有 3 个维度的立方体的架构：
myTable (dim1_attribute1,dim1_attribute2, dim2_attribute1,dim2_attribute2,dim2_attribute3,
dim3_attribute1,dim3_attribute2,dim3_attribute3)
什么样的 SQL 会在 dim3 上提供 'ALL' 粒度的聚合？
'ALL' 意味着基本上您正在考虑该维度的所有成员 - 您没有使用该维度的某些特定成员对立方体进行切片。在 SQL 中，等效查询是从 where 子句中完全省略 dim3，因此您不会使用 dim3 中的某些特定值过滤生成的聚合，而是将所有行都考虑在内。
我是来自 SQL 世界的 MDX 新手，我正在尝试理解 'ALL' 的概念。我知道 'ALL' 是一个成员，就该维度而言，它创建了一个粒度较低的多维数据集。这是正确的吗？
有哪些 SQL 的例子可以帮助我推理这个概念？当然，SQL 使用的是 table 而不是立方体，但我确定有一些相似之处可以帮助我建立联系？让我尝试创建一个示例。
假设我有一个 table 具有这样一个表示具有 3 个维度的立方体的架构：
myTable (dim1_attribute1,dim1_attribute2, dim2_attribute1,dim2_attribute2,dim2_attribute3,
dim3_attribute1,dim3_attribute2,dim3_attribute3)
什么样的 SQL 会在 dim3 上提供 'ALL' 粒度的聚合？
'ALL' 意味着基本上您正在考虑该维度的所有成员 - 您没有使用该维度的某些特定成员对立方体进行切片。在 SQL 中，等效查询是从 where 子句中完全省略 dim3，因此您不会使用 dim3 中的某些特定值过滤生成的聚合，而是将所有行都考虑在内。