Mondrian/MDX技术咨询：按更新年份统计Nutriscore空值与非空值数量

基于你提供的Mondrian Schema，以下是满足需求的MDX查询方案：

方案一：直接引用空值成员（高效） #

SELECT
  {
    ([Measures].[num publication per update date], [Product].[Nutriscore].AllMembers - [Product].[Nutriscore].[null]) AS [Nutriscore非空的产品版本数],
    ([Measures].[num publication per update date], [Product].[Nutriscore].[null]) AS [Nutriscore为空的产品版本数]
  } ON COLUMNS,
  [Date of update].[Year].Members EXCLUDEEMPTY ON ROWS
FROM [Cube1]

方案二：使用Filter筛选（通用） #

如果空值成员名称不是[null]，可以用IsEmpty函数判断：

SELECT
  {
    Aggregate(
      Filter(
        [Product].[Nutriscore].Members,
        NOT IsEmpty([Product].[Nutriscore].CurrentMember)
      ),
      [Measures].[num publication per update date]
    ) AS [Nutriscore非空的产品版本数],
    Aggregate(
      Filter(
        [Product].[Nutriscore].Members,
        IsEmpty([Product].[Nutriscore].CurrentMember)
      ),
      [Measures].[num publication per update date]
    ) AS [Nutriscore为空的产品版本数]
  } ON COLUMNS,
  [Date of update].[Year].Members EXCLUDEEMPTY ON ROWS
FROM [Cube1]

关键说明 #

• 行维度：[Date of update].[Year].Members 对应Schema中通过DimensionUsage关联的更新日期维度，按年份分组；EXCLUDEEMPTY用于过滤无数据的年份。
• 度量选择：使用[num publication per update date]，该度量对update_date计数，对应产品版本的更新记录数，匹配需求中的“产品版本数量”统计。
• 空值处理：
  • 方案一中，Mondrian会自动为维度空值生成[null]成员，通过集合运算直接筛选非空/空成员，执行效率更高。
  • 方案二中，通过IsEmpty函数判断成员是否为空，再用Aggregate聚合对应度量值，兼容性更强，适用于空值成员命名不固定的场景。

内容的提问来源于stack exchange，提问作者Marco Xausa