SQL Server里MDX那个元数组到底是啥玩意儿，弄明白它真不简单

基于对MDX查询语言、SQL Server Analysis Services (SSAS) 技术文档以及多维数据分析概念的普遍理解）

要弄明白MDX里的“元数组”到底是个啥玩意儿，咱们得先把它从那个听起来很吓人的名字里解放出来，你完全可以把它想象成一个“地址清单”或者“坐标集合”，想象一下，你有一个巨大的、多维的仓库，这个仓库就是你的数据立方体（OLAP Cube），这个仓库里堆满了各种商品（你的业务数据），比如电视机、冰箱、衣服等等，这些商品不是乱放的,它们是按照一定的规律存放在货架上的。

这些货架怎么定位呢？它们有多个维度，一个维度是“时间”，货架的一排可能标着“2023年”，往里走是“2024年”，另一个维度是“地点”，这一层是“北京”，那一层是“上海”，还有一个维度是“产品”，这一列是“家电”，那一列是“服装”。

你想从仓库里取一批货，你可能会对管理员说：“嘿，帮我把‘2024年’、‘北京’地区、所有‘家电’类商品都给我拿出来。” 你这个请求，本质上就是在指定一个范围，但如果你的需求更复杂一点呢？比如你说：“我不要所有的家电，我只要电视机和冰箱，但地点呢，我不仅要北京的，还要上海和广州的，时间范围是2024年的第一季度和第二季度。”

你看,你这个请求里包含了好几组信息：

• 一组产品：{电视机， 冰箱}
• 一组地点：{北京， 上海， 广州}
• 一组时间：{第一季度， 第二季度}

在MDX的世界里，你这个复杂的请求，就不能再用简单的单个坐标点了（比如单个产品、单个地点），而是需要用一个“集合”来定义每个维度上的范围，这个“集合”，就是你说的“元数组”最核心的部分，但“元数组”这个词本身有点抽象，更准确地说，在MDX查询中，你最终要构建的是一个由这些“集合”组合起来的“元组序列”，也就是你的最终“地址清单”。

让我们再拆解一下两个关键概念，这是理解“元数组”的基础：

1. 元组： 这就是一个具体的“坐标点”，它从每个维度上取一个唯一的成员，然后组合在一起，定位到立方体中的一个唯一的单元格。(时间.[2024年].[Q1], 地点.[北京], 产品.[电视机])，这就像地图上的一个精确的经纬度，指向一个确切的点，这个点对应的单元格里，就存储着销售额、库存量这样的具体数值。

2. 集合： 这就是一堆“元组”的集合，上面那个复杂需求里，“产品”维度上的集合就是 {产品.[电视机], 产品.[冰箱]}。“地点”维度上的集合就是 {地点.[北京], 地点.[上海], 地点.[广州]}。

所谓的“元数组”（更常被理解为查询结果的结构），其实就是当你执行一个MDX查询时，最终返回的那个二维表格是怎么构成的，这个表格的行和列的标题，都不是简单的单个名字，而恰恰就是我们刚才说的“集合”。

举个例子，一个典型的MDX查询长这样： SELECT {[电视机], [冰箱]} ON COLUMNS, {[北京], [上海], [广州]} ON ROWS FROM [销售立方体] WHERE ([2024年].[Q1])

这个查询的意思就是：

• 在列上：显示两个成员，电视机和冰箱,这列的标题就是一个集合。
• 在行上：显示三个成员，北京、上海、广州,这行的标题也是一个集合。
• 切片器（WHERE）：固定只看2024年第一季度的数据。

最终查询返回的结果，就是一个3行（北京、上海、广州）2列（电视机、冰箱）的表格，表格中间交叉点的数字，就是对应城市、对应产品在2024年第一季度的销售额。

回到你的问题——“那个元数组到底是啥玩意儿？” 我们可以这样总结：

它不是一个单一的神秘东西，而是指在MDX查询中，用于定义最终结果集行和列标题的那些“成员集合”，以及由这些集合交叉所形成的一个多维数据视图的结构，你把它理解成构建报表的“骨架”或者“模板”最贴切，你通过指定在行上放什么集合（比如所有城市），在列上放什么集合（比如所有产品），MDX引擎就会自动把这个“骨架”搭好，然后把立方体里对应坐标点的数据填充进去,形成你最终看到的报表。

觉得它不简单,原因有几个：

• 思维转换难： 我们习惯了SQL的二维表思维，就是一列一列的数据，但MDX是多维思维，你要先想象一个立方体，然后像切蛋糕一样从不同维度去切片、切块，最后投影到一个二维平面上形成报表，这个从多维到二维的投影过程，就是靠定义行、列上的集合来实现的。
• 语法抽象： MDX的语法，比如花括号表示集合，圆括号表示元组，和SQL差别很大,一开始会让人摸不着头脑。
• 层次结构： 维度通常有层次结构（比如年->季度->月），在构建集合时，需要清楚地知道你要的是哪个层次的成员,这增加了复杂性。

别被“元数组”这个词唬住，它本质上就是你为了从多维数据仓库里取出想要的数据，而写给MDX引擎的一份“详细提货单”，这份提货单上明确列出了你在各个维度上的提货范围（集合），而引擎会根据这份清单，帮你把数据准确地组装成报表，弄明白它的过程,其实就是从二维表格思维切换到多维空间思维的过程。