PDF de programación - Tutorial MDX

Tutorial MDX
autor: Enric Biosca
www.enricbiosca.es

Distruido bajo licencia Creative Commons

El objetivo de este breve tutorial es explicar los conceptos básicos del lenguaje MDX así
como servir de introducción
para que el lector puede dar sus primeros pasos con un motor que utilice MDX.
Se utilizará en concreto la especificación de MDX para el servidor OLAP open source de la
suite de BI Pentaho.

ÍNDICE

0.- Breve introducción al análisis multidimensional y cubos OLAP
1.- ¿Que es MDX?
2.- Principales aspectos de la sintaxis de MDX
3.- Dimensiones de tiempo en MDX: funciones especiales
4.- Miembros calculados y formulas complejas.
5.- Bibliografia. Para saber más

0.- Breve introducción al análisis multidimensional y cubos OLAP

Antes de empezar a hablar de MDX debemos entender que significa el análisis
multidimensional y los cubos OLAP pues el lenguaje MDX
se utiliza para realizar consultas sobre estos modelos de datos.

El análisis multidimensional consiste en organizar la información y los datos de una
organización de forma que los elementos medibles o métricas
del negocio (también llamados hechos) puedan ser cualificados utilizando las diferentes
"dimensiones" o vistas del negocio.
El objetivo de este modelo es permitir analizar una métrica cruzandóla con diferentes
puntos de vista del negocio. Pero entendámoslo mejor con un ejemplo:

Pongamos que tenemos un supermercado con una tarjeta de fidelización que nos
permita saber quién compra que y cuando.

Un análisis u organización multidimensional de los datos de ventas de un supermercado
nos podría permitir responder a preguntas como:

Que articulo es el más vendido este mes.
Que tienda ha vendido más artículos del tipo X
Que edad tienen los clientes que más gastan en mi supermercado (de media)

Veamos el paralelismo entre estas consultas y el modelo multidimensional.

¿Que articulo es el más vendido este mes?

En esta pregunta queremos analizar el hecho artículos vendidos y lo queremos analizar
desde 2 dimensiones distintas: tiempo y familia de productos

¿Que supermercado ha vendido más artículos del tipo X?

El hecho a contar aquí es el mismo ( cantidad de artículos) pero las dimensiones son
aquí las diferentes tiendas y la familia de productos

¿Que edad tienen los clientes que más gastan en mi supermercado ( de media)?
En este caso el hecho es el importe de las ventas y la dimensión son los clientes, o bien
la edad de los clientes, o bien su rango de edad. Lo veremos más adelante.

1.- Que es MDX

MDX es un acrónimo de Multidimensional Query eXpression. Este lenguaje fue creado en
1997 por Microsoft. No es un lenguaje estándar sin embargo diferentes fabricantes de
herramientas OLAP(entre ellos Mondrian) lo han adoptado como estandard de hecho.

El MDX es en los sistemas OLAP el equivalente al SQL en los sistemas gestores de bases
de datos relacionales. Eso significa que es el lenguaje a través del cual podemos explotar
la información que reside en los motores OLAP y satisfacer las consultas analíticas de las
que hemos hablado en el capítulo introductorio.

Es un lenguaje de consulta más cercano al lenguaje natural que el sql sin embargo tiene
funciones y formulas que lo hacen muy potente para el análisis de datos.
La principal diferencia del mundo OLAP respecto al mundo relacional radica en que las
estructuras dimensionales están jerarquizadas y se representan en forma de árbol y por
lo tanto existen relaciones entre los diferentes miembros de las dimensiones.
Este hecho hace que el lenguaje MDX disponga de funciones y atributos especiales que
permiten referenciar los diferentes elementos de las dimensiones con expresiones como
MIEMBROS-HIJO , MIEMBROS-PRIMO, MIEMBROS-PADRE,etc... haciendo una analogía
con los árboles genealógicos.
Estas estructuras jerarquizadas son especialmente útiles para poder visualizar los datos
de forma comparada a nivel temporal pero de las dimensiones temporales y sus
particularidades ya hablaremos en otro capítulo.

2.- Principales aspectos de la sintaxis de MDX
El lenguaje MDX permite realizar consultas con una sintaxis parecida al lenguaje natural.
Para ejemplificar las consultas y la sintaxis trabajaremos con un ejemplo de un cubo.
Imaginamos un cubo de ventas con las siguientes dimensiones:
Dimensión temporal de las ventas con niveles de año y mes.
Dimensión productos vendidos con niveles de familia de productos y productos.
Dimensión de medidas con importe de las ventas y unidades vendidas

2.1.- Mi primera consulta
Si queremos obtener por ejemplo el importe de las ventas para el año 2008 para la

familia de productos lácteos la consulta seria la siguiente:

SELECT

{ [Medidas].[importe ventas]}
on columns,
{ [Tiempo].[2008] }
on rows
FROM [cubo ventas]
WHERE ([Familia].[lacteos])

2.2.- Analogía con SQL

Analizando la consulta de ejemplo podemos establecer una analogía con el sql para
explicar mejor la estructura del lenguaje. En primer lugar tenemos la estructura idéntica
la consulta con las cláusulas SELECT ... FROM ... WHERE que en MDX
general de
se usa identicamente al sql especificando en el select un conjunto de elementos que
queremos visualizar, en el
información y en el where las condiciones de filtrado.

from indicamos el cubo del que queremos sacar la

Una de las particularidades del MDX es que la información la devuelve en forma
tabular normalmente y debe ser procesada. Si os fijáis en la cláusula select se usa la

columns. Esta cláusula sirve para separar los elementos que

clausula on
queremos visualizar en las filas de los que queremos en las columnas. En la consulta de
ejemplo veremos el importe en
las columnas y el tiempo en las filas. Los { } son
para permitir listas de elementos en las selecciones y los [] encapsulan elementos de las
dimensiones y niveles.

2.3.- Principales funciones,opciones y elementos MDX

A nivel de funcionalidades y potencia a la hora de realizar consultas el MDX es
potente como el SQL aunque su objetivo está orientado a temas de comparaciones,
relaciones

jerárquicas entre elementos,etc...

Una de las funcionalidades que distinguen al MDX es el acceder a los elementos

utilizando estructura de árbol. Así para un Determinado nivel de una dimensión tenemos
comandos

como:

[Familia].[lácteos].CurrentMember : Permite acceder al miembro actual
[Familia].[lácteos].Children : Permite acceder a los hijos de la familia de los

[Familia].[lácteos].prevMember: Permite acceder al miembro anterior

lácteos

de la dimensión

Por otro lado existen diferentes funciones que permiten realizar cálculos y

complementar las consultas como por ejemplo:

CrossJoin(conjunto_a,conjunto_b): Obtiene el producto cartesiano de dos

conjuntos de datos.

BottomCount(conjunto_datos,N): Obtener un número determinado de elementos

de un conjunto, empezando por abajo, opcionalmente ordenado.

BottomSum(conjunto_datos,N,S): Obtener de un conjunto ordenado los N

elementos cuyo total es como mínimo el especificado( S).

Except(conjunto_a,conjunto_b): Obtener la diferencia entre dos conjuntos.

Finalmente comentar que en MDX también están implementadas muchas funciones
matemáticas y estadísticas que permiten enriquecer los análisis. Encontramos entre
muchas otras funciones como:

AVG
COUNT
VARIANCE
VARIANCEn
y todas las funciones trigonométricas (Seno,Coseno,tangente,etc...)

3.- Dimensiones de tiempo en MDX: funciones especiales

Como ya hemos comentado a lo largo de este tutorial una de las funcionalidades
destacadas del lenguaje MDX son las funciones especiales de tratamiento del tiempo. En
el ánalisis multidimensional es muy frecuente comparar los valores de las métricas con
los valores de periodos anteriores. Por ejemplo comparar las ventas de junio de 2009
con las ventas de junio de 2008,2007,2006, etc.... También es muy común hacer
operaciones acumuladas con periodos móviles: por ejemplo las ventas de los últimos 6
meses o desde enero hasta el mes actual,etc...
Para todo ello MDX permite identificar y tratar de forma especial las dimensiones
temporales, para poder aplicar las fórmulas que permiten obtener los cálculos que
hemos mencionado en el párrafo anterior.A continuación nombramos algunas de las
principales fórmulas relacionadas con las dimensiones temporales y su sintaxis.

PeriodsToDate

Funcionalidad: Devuelve un conjunto de miembros del mismo nivel que un miembro

determinado, empezando por el primer miembro del mismo nivel y acabando
con el miembro en cuestión, de acuerdo con la restricción del nivel

especificado en la dimensión de tiempo.

Sintaxis: <Conjunto> PeriodsToDate(<Nivel>, <Miembro>)

Ejemplo: PeriodsToDate([Tiempo].[Mensual].[Semestre],[Tiempo].[Mensual].[Mes].[Agosto
2009]

El siguiente ejemplo devolveria el conjunto de meses desde agosto de 2009

hasta el final del semestre es decir julio y agosto de 2009.

Existen funciones especiales para simplificar el uso de PeriodsToDate en sus versiones

más comunes y son las siguientes:

WTD(<Miembro>): Devuelve los miembros de la misma semana del miembro

específicado.

específicado.

específicado.

específicado.

MTD(<Miembro>): Devuelve los miembros del mismo mes del miembro

QTY(<Miembro>): Devuelve los miembros del mismo trimestre del miembro

YTD(<Miembro>): Devuelve los miembros del mismo año del miembro

ParallelPeriod

Funcionalidad: Devuelve un miembro de un periodo anterior en la misma posición

relativa que el miembro especificado.

Sintaxis: <Miembro> ParallelPeriod(<Nivel>, <Expresión numerica>, <Miembro>)

Ejemplo: ParallelPeriod ([Tiempo].[Mes].[Semestre], 3,

[Tiempo].[Mensual].[Mes].[Junio 2009]) El siguiente ejemplo devolveria diciembre 2007
que es el
equivalente al último mes del semestre retrocediendo 3
semestres en el tiempo.

Hay más funciones de tiempo pero con estas sólo pretendo ilustrar el concepto y la
utilidad de estas funciones. Cada uno debera buscar la función que necesite para realizar
sus cálculos y funcionalidades en sus cubos.

4.- Miembros calculados y formulas complejas.

Una de las funcionalidades m