问题标签 [dmx-ssas]

使用Microsoft SSAS并且SQLServer 2012我目前正在尝试timeseries通过使用原始源数据库表中的新值来更新我的模型。

Microsoft 教程DMX建议使用和静态值EXTEND_MODEL_CASES更新模型PREDICTION JOIN，为了自动化，我的目标是使用 a 来执行此操作，SELECT FROM但我不确定如何引用我的原始数据源。

编辑：澄清： 以下代码不起作用，因为 SSAS 似乎无法以这种方式访问​​我的数据库表 问题是：如何从 SSAS 中选择数据库表

我的期望是从插入到我的模型中的表中获得结果集。

假设我的模型包含：

我希望能够从我的数据库表中选择数据：

并将其添加到我的模型中，以便将较新的条目输入到我的模型中。

我正在使用 SQL Server 2008

我有一个MainTable有 3 列Date的表Parameter，，，Value。

样本数据：

现在我想编写一个查询来将这个时间序列数据转换为下表，每个参数都有一个单独的列：

使用以下数据：

我知道 SQL Server 有很多处理时间序列的功能，但我找不到任何可以进行这种转换的基本功能。我找到了数十篇关于使用 DMX 进行数据预测的文章，但没有一篇关于这些基本内容的文章。

一种直接的方法是将这个表与每个参数（/列）本身连接起来，但我有数百个不同的参数，而且这种方法在我的情况下肯定行不通。

很感谢任何形式的帮助！

我正在尝试查询我在 SSAS 中创建的挖掘模型。我的查询是这样的：

但它给出了错误

错误（数据挖掘）：第 2 行第 65 列的上下文中不允许使用布尔表达式。

我PredictTimeSeries在 DMX 查询中使用该函数来获取一些值预测，如下所示：

它运行良好，唯一的问题是在某些时候，结果集返回空值，如下所示：

如何剪切结果集的其余空白（因此上例中的最后一条记录来自04/05/2015）？

任何建议或帮助表示赞赏，谢谢

我想从 C# 代码创建一个 Analysis Services 数据库、数据源和数据源视图。在我添加挖掘结构和模型并尝试处理该结构之前，一切似乎都运行良好，然后我收到以下错误：

高级关系引擎中的错误。数据源视图不包含“dbo_Challenger201501TrainingAll”表或视图的定义。可能尚未设置 Source 属性。

DSV 旨在包含与数据源中的表相同的信息。

这是我创建数据集和 DSV 的代码：

代码编译并运行良好。任何人都可以看到可能无法正确创建 DSV 的任何原因吗？

我正在尝试为我的数据库设置预测服务，我正在使用 OPENQUERY 向 SSAS 询问我的数据集的预测。到目前为止，一切都运行良好，但是当我尝试扩展服务时遇到了一些问题。

我的 MSSQL 数据库服务器使用链接服务器结构链接到我的 SSAS 数据库服务器。(Linked_AS)

我遇到了一个问题，我似乎无法指定要从中选择挖掘结构的特定 SSAS 数据库。DMX 语法似乎根本不支持它。

这里的参考是选择查询。

此查询运行良好，但似乎非常模棱两可，因为我无法确定它从哪个数据库中选择。

我能想到的解决方法：

• 确保我所有的挖掘结构名称在所有数据库中都是唯一的。

然而，这似乎并不实用。有没有人有一些见解？

我的挖掘模型开发 SSAS 数据库中有许多候选模型，我想将它们转移到我的生产 SSAS 数据库中，但似乎没有办法为训练过的模型做到这一点，而无需重新训练模型在新数据库中。跨数据库移动时如何保留模型内容？我认为我可以为此使用 DMX EXPORT/IMPORT 到文件位置，但它很笨重，而且我正在使用 SQL 集群，我没有明确的静态位置路径。还有其他建议吗？

如何在分析服务中获取货币值的格式字符串？

当我运行 MDX 查询以检索类型为 的度量时Currency，该值以预期的格式返回，例如 €1.000,00。这是正确的，因为我的 Cube 的语言环境设置为爱尔兰。

无论如何我可以检索货币格式字符串吗？

因此，对于我的区域设置为爱尔兰的多维数据集，货币格式字符串将类似于"€#.###,##"

有没有办法可以从 Analysis Services 中检索此信息？

我可以运行以下 DMX 查询来获取有关度量及其格式的信息，但这仅显示Currency我的货币度量的格式：

有任何想法吗？

我有一个查询，它将提供表的模式列。

在这里，我将获得可见和不可见列

我如何将可见和不可见列并排输出：

我像这样使用 DMX 查询

它检索 OLAP 数据库列表。我想添加一个where子句来选择名称包含一些字符序列的目录，例如，

鉴于限制，有关如何过滤检索到的目录名称列表的任何想法？

值得注意的是，不支持 JOIN、GROUP BY、LIKE、CAST 和 CONVERT。