MDX计算成员开发：基于双维度日期统计活动新增玩家数

首先得指出你原来代码的核心问题：DistinctCount需要的是成员集合，但你的IIF返回的是1或0这种标量值，这就导致MDX无法正确解析。另外，直接跨维度比较日期没有结合玩家和活动的关联关系，逻辑上也不准确。

我们的核心目标是：对每个活动，统计那些首次参与的活动就是当前活动的玩家数量。下面提供两种可行的解决方案，从基础逻辑到优化版本：

基础实现（无需预计算维度属性） #

这个方案直接在MDX中计算每个玩家的首次活动日期，再和当前活动的日期对比：

WITH 
MEMBER [Measures].[New Players per Event] AS
DistinctCount(
  Filter(
    // 遍历所有玩家成员
    [Players].[Player ID].[Player ID].Members,
    // 获取该玩家参与过的所有活动的最早开始日期
    Min(
      Exists(
        // 找到当前玩家关联的所有活动
        [Events].[Event ID].[Event ID].Members,
        [Players].[Player ID].CurrentMember
      ),
      [Events].[Start Date].MemberValue
    ) = [Events].[Start Date].CurrentMember.MemberValue
  )
)
SELECT 
  [Measures].[New Players per Event] ON COLUMNS,
  // 按活动维度展示结果
  [Events].[Event ID].[Event ID].Members ON ROWS
FROM [YourCubeName] -- 替换成你的多维数据集名称

代码逻辑解释： #

1. Exists([Events].[Event ID].[Event ID].Members, [Players].[Player ID].CurrentMember)：找到当前玩家实际参与过的所有活动集合。
2. Min(..., [Events].[Start Date].MemberValue)：从玩家参与的活动中提取最早的开始日期。
3. Filter筛选出那些最早活动日期等于当前活动开始日期的玩家，最后用DistinctCount统计数量。

优化版本（预计算维度属性提升性能） #

如果你的ETL流程或者维度设计允许，建议在Players维度中新增一个计算属性（比如First Event Date），存储每个玩家首次参与活动的日期。这样MDX代码会更简洁，性能也更好：

WITH 
MEMBER [Measures].[New Players per Event] AS
DistinctCount(
  Filter(
    [Players].[Player ID].[Player ID].Members,
    // 直接用预计算的首次活动日期和当前活动日期对比
    [Players].[First Event Date].MemberValue = [Events].[Start Date].CurrentMember.MemberValue
  )
)
SELECT 
  [Measures].[New Players per Event] ON COLUMNS,
  [Events].[Event ID].[Event ID].Members ON ROWS
FROM [YourCubeName]

注意事项： #

• 如果存在同一天多个活动的场景，基础方案会更准确（它会判断玩家首次参与的具体活动是否为当前活动，而不是仅日期匹配）。
• 确保你的维度属性（比如[Events].[Start Date]、[Players].[First Event Date]）的MemberValue是可比较的日期类型，避免字符串格式导致的对比错误。

内容的提问来源于stack exchange，提问作者tom.amourette