5. Aprēķināmie rādītāji

Katram aprēķināmajam rādītājam ir nosaukums ( unikāls dimensijas ietvaros) un aprēķinu formula ( pārējā apmācības daļa mācīs, kā rakstīt aprēķinu formulas ). Turklāt jūs varat norādīt, kā aprēķinātā rādītāja vērtība ir jāformatē ( piemēram, kā skaitlim , decimāldaļai, datumam vai izmantojot noklusējuma formatējamu ) . Labajā sānu joslā, jūs varat ātri izvēlēties citus rādītājus, dimensijas, operācijas vai funkcijas, lai ievietotu tos aprēķina formulā .

Pēc tam, kad esat definējis aprēķināmā rādītāja formulu, spiediet Atjaunot ( Update) lai saglabātu to, vai Izdzēst ( Delete), lai izdzēstu konkrēto aprēķināto rādītāju, Atcelt (Cancel), lai atceltu izmaiņas. 

 Ja aprēķināmā rādītāja formula būs sastādīta nepareizi, ekrānā parādīsies kļūdas paziņojums.
  Nemēģiniet labot Aprēķināmos rādītājus , kas ir sistēmas vai sākotnējā datu importa definēti - to oriģinālā formulas definīcija tiks atjaunota pie nākamā datu importa.  Ja jums nepieciešams labot jau eksistējoša aprēķināmā rādītāja formulu, tad nokopējiet esošo formulu, izveidojiet jaunu aprēķināmo rādītāju ar citu nosaukumu, iekopējiet jūs interesējoša rādītāja formulu un veiciet labojumus.

Ķersimies klāt pie formulu rakstīšanas!  Sekojošie formulu piemēri tiks veidoti uz Pārdošana kuba (Sales cube) dimensijām un rādītājiem.

Kad rakstīsiet formulas jums būs jāizmanto dimensijas, dimensiju hierarhijas, hierarhiju līmeņi un citi eksistējošu dimensiju rādītāji. MDX vaicājumu valodā visi nosaukumi tiek likti kvadrātiekavās [ ].
Lai atsauktos un izmantotu dimensiju, vienkārši ievietojat formulā tās nosaukumu kvadrātiekavās, piem. Klienti [Customers],Laiks [Time] vai Rādītāji [ Measures ] . Ja dimensijai ir tikai viena hierarhija, ta jūs varat ievietot galveno hierarhiju tieši tāpat kā dimensiju, piem. Klienti [Customers], vai Rādītāji [ Measures ].
Kad jūs importējat Laika ( Time ) dimensiju , tad automātiski tiks izveidota arī Galvenā hierarhija ( ar gadu, ceturkšniem, mēnešiem un dienu līmeņiem), kā arī Nedēļas hierarhija ( ar gadu, nedēļu un  dienu līmeņiem). Līdz ar to Laiks (Time ) definēs laika dimensiju, bet Laiks.Nedēļas ( Time.Weekly) definēs laika diemnsiju Nedēļas ( Weekly ) hierarhiju.
Kad jūs paplašinat un apskatat kādu dimensiju un visus tās hierarhijas rādītājus ( All hierarchy level members ), tad jūs redzēsiet nosaukumus visiem hierarhiju līmeņiem. Jūs varat atsaukties uz kādu konkrētu hierarhijas līmeni rakstot dimensija vai hierarhijas līmenis.līmeņa nosaukums ( dimension or hierarchy name.level name ). Piem. Klienti.Pilsēta   ( Customers.City) atsaucas uz Pilsētu (City) līmeni galvenajai hierarhijai Klienta ( Customer) dimensijā.   
Gadījumā ja izmantosiet Laika ( Time) dimensiju tad attiecīgi tie būs Laiks.Gads (Time.Year ), Laiks.Ceturksnis (Time.Quarter), Laiks.Mēnesis (Time.Month), Laiks.Diena (Time.Day) lai atsauktos uz galveno hierarhijas līmeni un Laiks.Nedēļas.Gads ( Time.Weekly.Year), Laiks.Nedēļas.Nedēļa (Time.Weekly.Week), Laiks.Nedēļas.Diena (Time.Weekly.Day), lai atsauktosuz Nedēļas hierarhijas līmeņiem.
Katrai dimensijai parasti būs arī Visi rādītājs ( All member), kas var tikt izmantoti, lai iegūtu rādītāju summas dimensijā.  Ja Klientu (Customers ) dimensijai ir noklusētais Visi rādītājs ar nosaukumu Visi Klienti ( All Customers), tad Jūs varat atsaukties uz to rakstot Klienti.Visi Klienti( Customers.All Customers). Visi rāditāju ( All member ) ir iespējams pārdēvēt un ir drošāk izmantot  Klienti. Noklusētais rādītājs (Customers.DefaultMember), lai iegūtu to pašu rezultātu.  Laika ( Time) dimensijas gadījumā ir divi noklusētie All rādītāji katrai hierarhijai  - Time.DefaultMember and Time.Weekly.DefaultMember.
Ja vēlaties atsaukties uz augstākā līmeņa dimensiju rādītājiem (top level dimension members), tad izmantojiet dimensijas vai hierarhijas nosaukumu.rādītāja nosaukumu  (dimension or hierarchy name.member name) Piem. Klienti.USA (Customers.USA) atsauksies uz USA rādītāju austākajā līmenī Valsts ( Country) . Lai atsauktos uz detalizēto līmeņu dimensiju rādītājiem * ( detailed level dimension members*) jums ir jānorāda pilns "hierarhijas ceļš " uz šo te rādītāju piem. Klienti.USA.CA (Customers.USA.CA) lai atsauktos uz CA rādītāju Valts reģions (State Province) līmenī zem USA rādītāja. Vai arī piemKlienti.USA.CA.San.Francisko ( Customers.USA.CA.San Francisco) lai atsauktos uz pilsētu utt.
Visiem rādītājiem, kas ir augšējā līmenī rādītāju dimensijai Jūs varat piekļūt šādi :  Measures.Store Sales, Measures.Store Cost utt.

Kad jūs izmantosiet Rādītāji.Pārdošana (Measures.Store Sales), tad StandardBI aprēkinās Pārdošanas lielumu katrai atbilstošās dimensijas rādītāja rindiņai/ kolonnai atskaitē.  Ja jūsu kalkulāciju formulā jūs gribat ignorēt kādas citas dimensijas vērtību, tad jums ir jāizmanto tuples, kas ir dažādu rādītāju kombinācija no dažādam dimensijām. MDX sintakse priekš tuples is  (member_1, member_2, ..., member_n). Piemēram, ja jūs velētos iegūt Pārdošanas (Store Sales) vērtību visiem klientiem tad jūs izmantotu tuple Rādītāji.Pārdošana, Klienti.Noklusētais rādītājs (Measures.Store Sales, Customers.DefaultMember ) .
Tagad ķersimies klāt aprēķināmo rādītāju definēšanai ( Measures.[] ) ar formulu ( un procentu formatējamu)  : Rādītāji. Pārdošana / Rādītāji.Pārdošana, Klienti.Noklusētais rādītājs (Measures.Store Sales / (Measures.Store Sales, Customers.DefaultMember).
Kad atskaitē jūs kombinēsiet  (Measures.[] ) ar piemēram Klienti.USA.CA (Customers.USA.CA), tad jūs iegūsiet Californijas pārdošanas rezultātu no kopējās Pārdošanas procentuāli.
Iespējams jūs nevēlaties redzēt procentu no kopējās pārdošanas bet gan procentu no Klientu hierrhijas augtāka līmeņa pārdošanas rezultātiem (piem. pilsētas pārdošanas rezultātus pret atbilstošā štata pārdošanas rezultātiem). Šajā gadījumā jūs varat izmantot CurrentMember dimensiju vai hierarhiju, lai piekļūtu jūsu izvēlētajam rādītājam izvēlētajā dimensijā, kurš šobrīd tiek rēķināts. Piem. Klienti.CurrentMember ( Customers.CurrentMember ) atgriezīs rezultātā to CurrentMember Klientu hierarhijas rādītāju, kas šobrīd tiek rēķināts. Jeb citiem vārdien  - ja Klientu (Customers) dimensija ir atskaites rindās, tad izmantojot Klienti.CurrentMember ( Customers.CurrentMember) mēs zināsim, kurai rindiņai formula šobrīd tiek rēķināta. 
Ja mums ir tekoša rādītājs (Current member ), tad mēs varam pārvietoties arī uz citiem dimensijas rādītājiem, kas ir saistīti ar šo rādītāju ( Customers.CurrentMember).  Ancestor(Customers.CurrentMember, Customers.Country) pārvietosies uz "vecāku" jeb vienu līmeni augstāku rādītāju Valsts ( Country ) līmenī.
Tātad mēs varam definēt Aprēkināmo rādītāju ( Measures.[]) kā  (Measures.Store Sales / (Measures.Store Sales, Customers.CurrentMember.Parent)

Tā kā jūs tagad protat pārvietoties uz citu dimensiju hierarhijas līmeņiem, tad jūs arī varat pārvietoties uz citas dimensiju rādītājiem tekošajā dimensijā. Parasti to izmanto Laika dimensijā , kad jūs vēlaties salīdzināt rādītājus dažādos laika periodos vai apvienotu laika periodu kopumos.
Piemēram, ja aprēkinātais rādītājs  Rādītāji.Mēneša pieaugums (Measures.Sales monthly growth) ar formulu ( Measures.Store Sales - (Measures.Store Sales, Time.CurrentMember.PrevMember) aprēķinās Rādītāji.Pārdošana ( Measures.Store Sales) pieaugumu salīdzinājumā ar iepriekšejo Laika dimensijas rādītāju periodu. Ja šis aprēķinātais rādītājs tiks kombinēts atskaitē ar Mēnesi ( Month) Laika (Time ) dimensijā tad tiks izvadīts pieaugums salīdzinājumā ar iepriekšējo mēnesi, ja tiks izmantots gads ( Year) , tad pieaugumu salīdzinājumā ar iepriekšējo gadu.
Ir vairākas funkcijas, kuras palīdzēs jums " pārvietoties laikā " .

• Time.CurrentMember.PrevMember atgriež iepriekšējā rādītāja vērtību tajā pašā Hierarhijas līmenī  ( tiks atgriezts tukšs rādītājs pirmajam rādītājam)
• Time.CurrentMember.NextMember atgriezīs nākamo rādītāju.
• Time.CurrentMember.Lag(2) atgriezīs iepriekšejo rādītāju ar "attālumu"  2 ( var izmantot jebkuru skaitli,  Lag(1) būs tas pats kā PrevMember)
• Time.CurrentMember.Lead(2) atgriezīs nākamā rādītāju ar " attālumu " 2, ( Lead(1) is tas pats, kas NextMember)
• ParallelPeriod(Time.Year, 1, Time.CurrentMember) atgriezīs "paralēlā"  Laika ( Time ) rādītāju vienu gadu atpakaļ ( one year ago)  (piem. dienas līmeņa rādītājam Jan 01 2012   tas būs  Jan 01 2011, bet mēnešu līmenī rādītājam Jan 2012  tas būs Jan 2011)
• OpeningPeriod(Time.Day, Time.CurrentMember) rezultātā atgriezīs pirmo eksistējošo rādītāju tekošajam Laika ( Time ) rādītājam  līmenī  Dienas ( Day ) ( pirmo gada dienu , ceturksni vai   mēnesi), kas ir definēts Laika ( Time ) dimensijā.
• ClosingPeriod(Time.Day, Time.CurrentMember) rezultātā atgriezīs pēdējo eksistējošo rādītāju tekošajam Laika ( Time ) rādītājam  līmenī  Dienas ( Day ) ( pēdējo gada dienu , ceturksni vai mēnesi), kas ir definēts Laika ( Time ) dimensijā.
  Dažrez jums var būt nepieciešams pārbaudīt, kā strādā Jūsu definētā " Pārvietošanās laikā " pirms Jūs to izmantojat tālākajās kalkulācijās. Tad jūs varat izmantot  .Name rādītāja iezīmi ( member property ), lai iegūtu rādītāja nosaukumu kā kalkulāciju formulas rezultātu.  Piemēram definējiet Aprēkināmo lielumu  Measures.test opening day with formulaOpeningPeriod(Time.Day, Time.CurrentMember).Name  un izmantojiet to atskaitē kopā ar Laika ( Time) dimensijas rādītājiem, tad jūs varēsies uzskatāmi salīdzināt, vai jūs iegūstat vēlamo rezultātu laika dimensijas dažādu līmeņu rādītājiem.

Tagad jūs zināt, kā pārvietoties uz atsevišķiem rādītājiem kādā no dimensijām, taču bieži vien ir vajadzība veikt darbības ar kādu dimensiju rādītāju kopu (set of dimension members). Piemēram, atrast summu (Sum) vai vidējo rādītāju vērtību (Average) kādas noteiktas dimensijas rādītāju kopas ietvaros.  

Vienkāršākais veids kā izmantot kopas kalkulāciju formulās ir izmantojot figūriekavas { } ( curly braces),

Piemēram:

{Customers.USA.CA, Customers.USA.OR, Customers.USA.WA}   –  Kopa : gan Oregona, gan Vašingtona

{Time.2011, Time.2012}  – Kopa : gan 2011 gads, gan 2012 gads

Ja Jūs vēlēties izveidot paši savu kopu ar secīgiem dimensiju līmeņa rādītājiem, tad jūs varat norādot pirmo un pēdējo rādītāju, jūs varat izmantot kolu ":" starp tiem, tādā veidā norādot kopu " no"  -  "līdz". Piemēram, šādi var definēt kopu no Jan 01 2012 to līdz Jan 15 2012 :

Time.2012.Q1 2012.Jan 2012.Jan 01 2012:Time.2012.Q1 2012.Jan 2012.Jan 15 2012

Diezgan bieži jūs nevēlēsieties norādīt kādus īpašu kopu, bet vēlēsieties atlasīt visus dimensijas hierarhiju līmeņu rādītājus. Jūs varat to izdarīt  izmantojot Members metodi, piemēram, lai iegūtu visus laika ( Time) dimensijas mēnešus : Time.Month.Members

Kad būs nepieciešams pārbaudīt, tieši kuri rādītāji tiks atgriezti, kā rezultāts kādai jūsu definētais kopai, lai pārbaudītu formulu pareizību tad varat izmantot SetToStr  funkciju , lai izveidotu tekstu ar iekļauto rādītāju pilnajiem nosaukumiem.

Piemēram, lai definētu aprēķināmo lielumu  Measures.test all months ar formulas SetToStr(Time.Month.Members) palīdzību iegūsiet sarakstu ar visiem mēnešiem.

Ir vēl vairākas noderīgas funkcijas, kuras varat izmantot strādājot ar kopām, lūk taži piemēri ar tām un to pielietojumu :  

Customers.USA.CA.Children  - atgriezīs vienu līmeni zemākā līmeņa ( .Children ) rādītājus izmantojot dimensiju hierarhiju (šajā gadījumā tās būs visas Kalifornijas pilsētas)

Descendants(Customers.USA, Customers.City)  - atgriezīs kopu ar eksistējošajiem rādītājiem noteiktajā ( .City) hierarhijas līmenī  ( šajā gadījumā visas USA pilsētas )

Customers.USA.CA.San Francisco.Siblings  - argriezīs tos "radniecīgos" rādītājus, kuriem ir tāda pati  jeb  līmeni augstāka rādītāja vērtība, kā norādītajam ( .Sanfrancisco) . Šajā gadījumā funkcija atgriezīs visas pilsētas Kalifornijā.  

Lieši tāpat arī funkcija  Customers.USA.CA.San Francisco.Parent.Children

Ir vēl papildus metodes, kuras jūs varat izmantot lai iegūtu tikai pirmās vai pēdējās šo kopu rādītāju vērtības  - .FirstChild, .LastChild, .FirstSibling, .LastSibling.

Ir pieejamas vairākas noderīgas kopu atlases metodes, ko var izmantot Laika periodu kopām ( Time sets) .

• PeriodsToDate(Time.Year, Time.CurrentMember)  - atgriezīs visus periodus sākot no .Current member ( Tekošā rādītāja) atbilstošajā līmenī ( šajā gadījumā no tekoša gada sākuma ) lidz izvēlētajam rādītājam.
• YTD(Time.CurrentMember) ir īsāka versija šai pašai funkcijai (saīsinājums no Year-to-date)
• QTD(Time.CurrentMember) atbilstoši  tā pati funkcija ceturkšņiem  -  quarter-to-date rādītāju kopai
• MTD(Time.CurrentMember)  funkcija mēnešiem  - month-to-date rādītāju kopai
• WTD(Time.CurrentMember) atgriezīs nedēļu  - week-to-date rādītāju kopu. Ja jūsu datu kubā ir tikai Laika ( Time ) dimensija, tad jūs pat varat izmantot vēl īsaku funkcijas versiju YTD(), QTD(), MTD() un WTD() tā kā , kā noklusēto vērtību tās tāpat saņems tekošo rādītāju (  Current member ) no laika dimensijas  Time.CurrentMember.
• Bet dažreiz ir nepieciešams padot citus rādītājus , kā neatkarīgos mainīgos šīm funkcijām.  Piemēram , ja jums nepieciešams salīdzināt tekošo  year-to-date kopu ar  year-to-date kopu vienu gadu atpakaļ, jūs varat izmantot sekojošu definīciju, lai iegūtu  year-to-date kopu atbilstošajam Laika ( Time) dimensijas rādītājam vienu gadu atpakaļ :
   YTD(ParallelPeriod(Time.Year, 1, Time.CurrentMember)) 
  
  Ja vēlaties funkcijas definīciju saīsināt, tad var izlaist current member argumentu arī šajā funkcijā YTD(ParallelPeriod(Time.Year, 1)). Lielākā daļai ar laika dimensiju saistītajās funkcijās izmanto  Time.CurrentMember kā noklusēto funkcijas rādītāja vērtību ( argumentu) . 
  Ja vēlaties iegūt skaitu ar pēdējiem periodien no Laika ( Time ) dimensijas, tad varat izmantot LastPeriods funkciju. Piemēram LastPeriods(3, Time.CurrentMember),
  kas atgriezīs kopu ar tekošo ( current ) laika (Time) rādītāju un divus iepriekšējo rādītājus vērtību. Ja Jūs vēlaties iegūt Tekošo (Current) un nākamos divus Laika periodus rādītāju vērtības , tad jš varat izmantot negatīvu vērtību -3 nevis 3.

Ir vairākas operācijas,kuras var veikt ar kopām :

• {set1, set2, ..., setn}  - atgriež divu vai vairāku kopu apvienojumu
• Except(set1, set2)  -  " Izņemot " atgriež to rādītājus, kas ir iekļauti set1, bet atsijā tos, kas ir iekļauti arī set2. 
• Head(set, number)  - "Galva"  atgriež kopu ar pirmajiem n (atkarībā no tā, kāda ir noteikta " number " vērtība - 1, 2 .vai .n)  rādītājus no oriģinālās kopas ( ja number nav noteikts tad kopa sākot ar tās pirmo rādītāju tiks atgriezta rezultātā ).
• Tail(set, number)  - atgriež pēdējos n ( atkarīgs kāds ir "number " )  rādītājus šajā kopā
• set.Item(position)  -  atgriež vienu rādītāju no kopas ar īpašu norādītu pozīciju ( position)  (sākot no nulles). Tādēl, ja jūs vēlaties iegūt kopas pirmo rādītāju, jūs varat izmantot izteiksmi Head(set).Item(0).
   Diezgan bieži jums būs nepieciešamība filtrēt  kopas rādītājus izmantojot kādu nosacījumu. Jūs to varat izdarīt izmantojot  Filter(set, condition), kur set - kopa, condition - nosacījums. Piemēram šadā veidā jūs varat atlasīt visas pilsētas, kru pārdošanas rezultāti ir lielāki par 1000 :
  Filter(Customers.City.Members, Measures.Store Sales > 1000)
  
  
• Nosacījumā parasti  [Customers].CurrentMember izteiksme atsaucas uz patreizējo, tekošo rādītāju kopu, priekš kura nosacījums tiek veidots.
• Piemēram šī te izteiksme atgriezīs visas pilsētas, kuru nosaukums sākas ar " San" (izmantojot  MATCHES ( atbilst) operātoru ar regular expression - atbilstību kādai konkrētai simbolu virknei )  :
  Filter(Customers.City.Members, Customers.CurrentMember.Name MATCHES 'San .*') 
• Vēl kāda tipiska funkcija, kas tiek izmantota darbībām ar kopām ir  IsEmpty. Sekojoša izteiksme atgriezīs visas pilsētas kā rezultātu, kurā nav tukši pārdošanas apjomi :
  Filter(Customers.City.Members, NOT IsEmpty(Measures.Store Sales))
  Ieriekš apskatītā vienkārša teksta tipa funkcija SetToStr ir noderīga lai pārbaudītu sastādīto izteiksmju pareizību. Bet ja jūs vēlaties formatēt kopas rezultātu nestandarta veidā, tad varat izmantot  Generate(set, string_expression, separator_string). Piemēram sekojoša izteiksme atgriezīs rezultātā pilsētu nosaukumus atdalītus ar komatiem, kur nav informācijas par pārdošanas apjomiem ( IsEmty(measures.Store Sales)
  Generate( Filter(Customers.City.Members, IsEmpty(Measures.Store Sales)), Customers.CurrentMember.Name, ', ')

Tagad, kad jūs mākat atlasīt dažādas dimensiju rādītāju kopas, jūs varat izrēķināt arī dažādas darbības starp tām:

• Sum(set, numeric_expression)  - kalkulē summu noteiktajam rādītājam (numeric_expression), katram norādītās kopas (set) rādītājam un atgriež to rezultātu summu.  Piemēram, Sum(LastPeriods(3). Measures.Store Sales) izkalkulēs kopējo pārdošanas apjomu pēdējiem 3 laika ( Time ) periodiem ( LastPeriods (3) ) , sākot ar tekošo laika ( Tiems) dimesijas  rādītāju.
• Count(set)  -  atgrieš kopas rādītāju skaitu, kas iekļauti kopā ,piemēram, Count(set, ExcludeEmpty ) saskaitīs to kopas rādītāju skaitu, kuriem atbilstošās vērtības nav tuksās (ExcludeEmpty - neiekļaut tukšos )
• Avg(set, numeric_expression)  - kalkulē vidējo aritmētisko norādītajam rādītājam ( numeric expression) noteiktajā kopā.
• Max(set, numeric_expression)  - atgriež maksimālo vērtību norādītajam rādītājam ( numeric expression) noteiktajā kopā .
• Min(set, numeric_expression) ir tāda pati funkcija, tikai atriež minimālo vērtību kopas ietvaros.

Jūs varat rakstīt dažadas formulas ismantojot nosacījumus un izvadīt dažadus rezultātus balstoties atblstību nosacījumiem  izmantojot IIF ( Ja ) un CASE ( Gadījumā ja) funkcijas. Priekš vienkāršiem IF/THEN /ELSE tipa nosacījumiem izmantojiet IIF(noacījums, ja_nosacījums_pateiss, ja_nosacījums_nepatiess)  , (    IIF(condition, if_true_expression, if_false_expression) . Taču ņemiet vērā ka "IIF" satur divus "I" burtus, nevis kāierats IF !  Piemēram  IIF(Measures.Profit > 0, 'Profit', 'Loss') t.i ja Measures.Profit būs lielāks par nulli tad rezultāts būs " Profit", ja vērtība neatbildīs nosacījumam un būs mazāka par 0, ta rezultāts būs " Loss" .

Ja ir vairāki nosacījumi tad ir vieglāk izmantot CASE funkciju , piemēram šadā gadījumā :
CASE
WHEN Measures.Profit > 1000        – Kad peļņa ir lielāka par 1000
THEN 'Big profit'                               -- tad peļņa ir " Liela Peļņa "
WHEN Measures.Profit > 0              – kad peļņa ir lielāka par 0
THEN 'Small profit'                           --tad rezultāts "Maza peļņa"
ELSE 'Loss'                                      – citādi rezultāts  " Zaudējumi" ( darbosies visām vērtībām kas ir mazākas vai vienādas ar 0 )
END

Ja visi nosacījumi ir salīdzinājums vienam un tam pašam nosacījumam, kas attiecas uz dažāda tipa vērtībām, tad var izmantot cita tipa CASE funkcijas fomu .

CASE Time.CurrentMember.Level.Name                     – Ja Laika dimensijas tekošā rādītāja līmenī Nosaukums
WHEN 'Month'                                                              – atbilst " Mēnesis"
THEN Sum(LastPeriods(3), Measures.Store Sales)    –  tad summēt pēdējos trīs periodu ( 3 mēnešus) pārdošanas rezultātus
WHEN 'Day'                                                                  – Ja atbilst  " Diena "
THEN Sum(LastPeriods(90), Measures.Store Sales)  – Tad summēt pēdējās 90 dienu ( kas arī ir 3 mēneši) pārdošanas rezultātus
END

Lietojot IIF un CASE nosacījumus var izmantot standarta salīdzinājuma zīmes (=, <, <=, <>, >, >=) kā arī AND, OR and NOT  ( UN, VAI un NAV) operatorus, kā arī vēl dažus papildus specifiskos operatorus :

• IS  - atgriezīs rezultātā to, vai divi objekti ir vienādi, piemēram, Customers.CurrentMember IS Customers.DefaultMember ( kas būs patiesi, ja Customers tekošais rādītājs ( Current member)  ir noklusētais  All Customers ( Visi Klienti)  rādītājs.
• IN un  NOT IN  operatori atgriezīs rezultātā vai rādītājs ir iekļauts kādā noteiktā rādītāju kopā, Piemēram Customers.CurrentMember IN Customers.USA.CA.Children , šajā gadījumā vai Klienti tekošais rādītājs ( Current member )  ir no Kanādas klientiem.

Dimensiju rādītājiem katram ir vairākas noklusētās īpašības/ iezīmes ( kā piemēram Nosaukums (Name) kā arī tiem varbūt piešķirtas citas nestandarta īpašibas/ iezīmes )  Standard-BI sākuma imports no (piemēram no Basecamp, Highrise vai JIRA) importē arī papildus dimensijas raksturojošos laukus no datu sākotnējās sistēmas. 

MDX ir standarta funkcija Properties (Iezīmes ) MDX valodā, lai piekļūtu rādītāju iezīmēm, bet Standard-BI piedāvā uzlabotu funkciju getProperty ( kura atgriezīs tukšu rezultātu izņēmuma gadījumā, kad iezīme (Property) neeskistē tekošajam dimensijas līmenim.
Piemēram, Highrise imports pievieno iezīmi Izveidošanas datums (Created date) visiem importētajiem ierakstiem ( Deals). Sekojoša funkcija atgriež Izveidošanas datumu (Created date) iezīmes vērtību Ierakstu (Deals) dimensijas tekošjam rādītājam : Current memberDeals.CurrentMember.getProperty('Created date')

Dažreiz Jums var būt nepieciešams konvertēt teksta tipa lauku ( String) uz veselo skaitļu tipa ( Integer), decimāldaļas (Decimal) vai datuma (Date ) tipa lauku (piemēram, lai pārvērstu Highrise nestandarta lauka teksta vērtību uz atbilstoša veida vērtību, lai to varētu izmantot tālākajos aprēkinos). Ir pieejamas vairākas funkcijas, kas veic šādu datu tipi konvertāciju: 

• CInt(value)  -  atgriež vērtību,kas ir konvertēta uz veseliem skaitļiem ( Integer )
• CDbl(value)  -  atgriež returns vērtību, kas pārvēsta  " double floating number" tipā ( vajadzētu izmantot , ja rezultāts nepieciešams decimāldaļās ( decimal) )
• Standard-BI  ir definētas papildus funkcija  DateParse(value) (DateParse( vērtība) ), kura mēģinās konvertēt lauka vērtību par datuma tipa lauku izmantojot dažada tipa datumu fromātus  (piemēram  gan 2012-01-31, gan Jan 31 2012 tiks abi konvertēti uz pareizo datumu) .  Eksitē arī MDX standarta funkcija CDate bet tā atbalsta mazāku skaitu datuma formātus.

Ir iespējams rakstīt komentārus kalkulāciju formulās. Izmantojiet komentārus, lai aprakstītu, paskaidrotu kādas ne uzreiz izprotamas kalkulāciju formulas vai testējot, rakstot jaunas formulas  -  kad kāda formula nestrādā, kā paredzēts, varat "izkomentēt"  dālu no formulas ārā un tad pārbaudīt tās pareizību, bet pēc tam atkal iekļaut formulā, ja nepieciešams.  

-- vienas rindiņas komentārs
expression –  komentārs līdz rindiņas beigām
/* vairākas rindiņas garš komentārs
*/

Šī apmācība deva ieskatu visvairāk lietotākajā MDX funkcijās un piemēros, kā tās lietot. Ja jūs neatradāt to, ko meklējāt, tad apskatiet sarakstu ar  visām MDX funkcijām.
Ja ir vēl kādi neskaidri jautājumi vai problēmas rakstot kalkulāciju formulas tad sazinieties Standard-BI atbalsta komandu.

Video Apmācību par MDX pamatkonceptiem atradīsiet Šeit.