Saiku查询设定：Saiku查询数据时，每次都是全量查询的，我们现在需要默认展示近一周的数据。
通过编写使用MDX表达式进行过滤
通过编写MDX表达式，添加新的指标信息对一周以内的数据进行标识 （其实我也想添加新的维度信息，但是好像不生效，所以就用指标了）
/** 检测日期的差值，小于7 */
IIf(DateDiff("d",CDate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name), now())> 7, "yes", "no")
/** 检测日期差值大于0并且小于7 （显示最近一周的数据） 但是其他年份的相同月份的数据也会显示出来*/
IIF(datediff("y",cdate(now()),cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))<=7,
IIF(datediff("y",cdate(now()),cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))>=0,"週數據","非週數據"),"非週數據")
//处理不同年份的日期差值问题（固定年份差值为0，表示只判定当年的数据） year(now()) 取的值为2019
IIF(datediff("y",cdate(now()),cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))<=7,
IIF(datediff("y",cdate(now()),cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))>=0,
IIF( year(cdate(now())) - year(cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))=0,"週數據","非週數據"),"非週數據"),"非週數據")
其中SaikuUseDate是我自定义的日期维度信息，在schame中的定义如下：
<Dimension name="SaikuUseDate" foreignKey="ID" >
<Hierarchy hasAll="true" primaryKey="ID" allMemberName="SaikuUseDate">
<Level name="SaikuUseDate" column="saikuUseDate" type='Date' uniqueMembers="false" />
</Hierarchy>
</Dimension>
区分最近一周数据与其他数据最终的MDX表达式语句为：
IIF(datediff("y",cdate(now()),cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))<=7,
IIF(datediff("y",cdate(now()),cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))>=0,
IIF( year(cdate(now())) - year(cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))=0,"週數據","非週數據"),
"非週數據"),
"非週數據")
saiku中添加新的指标信息如下：
根据新指标信息查询结果如下：
数据已筛选好了，接下来只需要把 新指标 週數據 字段按照 週數據 與 非週數據 进行筛选就可以啦。
（目前因为saiku是社区版的，过滤不起作用所以没法演示了，后期如果解决了过滤问题会更新的）
=============更新关于过滤===================终于把过滤问题处理好了============== start
>>>>>>首先我们学习一下MDX语句进行数据过滤：
1.登录saiku,选中指定cube
2. 选择上方的工具栏中的 MDX模式 （表示根据MDX语句查询数据，直接将MDX语句写好然后点击 执行按钮 去执行就可以了【有个问题就是好像MDX模式无法切换到普通的拖拽模式】）
3. MDX表达式语句如下: （目的：根据日期筛选出近一周的数据）
语句1：
WITH
MEMBER [Measures].[周数据筛选] AS
IIF(datediff("y",cdate(now()),cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))<=7
AND datediff("y",cdate(now()),cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))>=0
AND year(cdate(now())) - year(cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))=0,"週數據","非週數據")
SET [~ROWS] AS {FILTER([SaikuUseDate].[SaikuUseDate].[SaikuUseDate].Members,[Measures].[周数据筛选]="週數據")}
SELECT
NON EMPTY {[Measures].[周数据筛选], [Measures].[daycount]} ON COLUMNS,
NON EMPTY [~ROWS] ON ROWS
FROM [rs_nbjc_1_1]
或使用如下MDX表达式进行过滤（这两条语句的结果一样，但是第二条语句将过滤表达式作为条件放入where后面，使得查询的效率提高 推荐使用语句2）
语句2：
WITH
SET [~filterByDate] AS
Filter({[SaikuUseDate].[SaikuUseDate].[SaikuUseDate].Members},
Instr(IIF(datediff("y",cdate(now()),cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))<=7 AND
datediff("y",cdate(now()),cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))>=0 AND
year(cdate(now())) - year(cdate([SaikuUseDate].[SaikuUseDate].CurrentMember.Name))=0,"yes","no"),"yes") > 0)
SET [~ROWS] AS {[countdate].[countdate].[countdate].Members}
SELECT
NON EMPTY { [Measures].[daycount]} ON COLUMNS,
NON EMPTY [~ROWS] ON ROWS
FROM [rs_nbjc_1_1]
where [~filterByDate]
schame文件中 cube名为 rs_nbjc_1_1 的设计如下：
<!-- rs_nbjc_1_1 用來做MDX FILTER表達式的測試 -->
<Cube name="rs_nbjc_1_1">
<Table name="rs_nbjc_1_1" />
<Dimension name="SEQID" foreignKey="ID" >
<Hierarchy hasAll="true" primaryKey="ID" allMemberName="SEQID" >
<Level name="SEQID" column="ID" uniqueMembers="true" type="String" />
</Hierarchy>
</Dimension>
<Dimension name="countdate" foreignKey="ID" >
<Hierarchy hasAll="true" primaryKey="ID" allMemberName="countdate">
<Level name="countdate" column="countdate" type='Date' uniqueMembers="false" />
</Hierarchy>
</Dimension>
<Dimension name="SaikuUseDate" foreignKey="ID" >
<Hierarchy hasAll="true" primaryKey="ID" allMemberName="SaikuUseDate">
<Level name="SaikuUseDate" column="saikuUseDate" type='Date' uniqueMembers="false" />
</Hierarchy>
</Dimension>
<Measure name="daycount" column="daycount" aggregator="sum" />
</Cube>
>>>>>>使用SAIKU的MDX表达式过滤
1. 过滤的使用与日常拖拉数据一样，但是记得将需要过滤的字段放入过滤栏位
2. 在过滤这个位置 左击鼠标，然后依次选中 过滤 >>> Custom
3.进入编写MDX过滤表达式弹窗
过滤表达式内容如下：
Instr(
IIF(datediff("y",cdate(now()),cdate([countdate].[countdate].CurrentMember.Name))<=7
AND datediff("y",cdate(now()),cdate([countdate].[countdate].CurrentMember.Name))>=0
AND year(cdate(now())) - year(cdate([countdate].[countdate].CurrentMember.Name))=0,"yes","no"),"yes")>0
4. 点击ok后，如果取消了自动查询就手动点击一下查询按钮，执行查询后可看到如下结果：（结果数据以及被过滤，取的是近一周的数据，当前日期为 2019-02-28）
ps: 在这里笔者遇到了一个很神奇的问题，在本地部署的Saiku中使用CDate函数没有任何问题，但是部署到服务器上使用CDate函数时，抛出异常：
#ERR: mondrian.olap.fun.MondrianEvaluationException: mondrian.olap.InvalidArgumentException: Mondrian Error:Invalid parameter. expression parameter of CDate function must be formatted correctly (2016-05-21)
解决方案： 不使用CDate函数了，使用DateSerial函数将数据转为Date类型
转换将String类型的日期数据转换为Date日期类型示例：
CDate: CDate([countdate].[countdate].CurrentMember.name)
DateSerial: DateSerial(cast(left([countdate].[countdate].CurrentMember.name,4) as Integer),cast(mid([countdate].[countdate].CurrentMember.name,6,2) as Integer),cast(mid([countdate].[countdate].CurrentMember.name,9,2) as Integer))
过滤表达式内容如下：
Instr(
IIF(datediff("y",cdate(now()),DateSerial(cast(left([countdate].[countdate].CurrentMember.name,4) as Integer),
cast(mid([countdate].[countdate].CurrentMember.name,6,2) as Integer),
cast(mid([countdate].[countdate].CurrentMember.name,9,2) as Integer))
)<7
AND datediff("y",cdate(now()),DateSerial(cast(left([countdate].[countdate].CurrentMember.name,4) as Integer),
cast(mid([countdate].[countdate].CurrentMember.name,6,2) as Integer),
cast(mid([countdate].[countdate].CurrentMember.name,9,2) as Integer))
)>=0
AND year(cdate(now())) - cast(left([countdate].[countdate].CurrentMember.name,4) as Integer)=0,"yes","no"),"yes")>0
关于过滤二次更新了
1.过滤出上个月的完整数据，以及当前月的月数据（特殊情况下考虑跨年的数据，当前月份为1月时需要特殊处理）
展示需求：默认展示上一个月完整数据以及当前月的月数据 （起始日期：上个月的第一天，结束日期： 当前天）
处理逻辑： 判断当前月是否为1月，如果是1月则特殊处理：取出去年12月份的数据，然后再加上本年1月出现的所有数据。
如果不是1月，则用当前日期减去一个月，取上个月的第一天作为起始日期，然后当前日期作为结束日期，作比较即可（保证年份相同）。
IIF(
month(now())-1 = 0
, (
datediff('y',dateserial(year(now())-1,12,01) , DateSerial(cast(left([countdate].[countdate].CurrentMember.name,4) as Integer) ,
cast(mid([countdate].[countdate].CurrentMember.name,6,2) as Integer),
cast(mid([countdate].[countdate].CurrentMember.name,9,2) as Integer)))<0
and year(now())-1 - cast(left([countdate].[countdate].CurrentMember.name,4) as Integer) =0
)
or
(
datediff("y" ,DateSerial(cast(left([countdate].[countdate].CurrentMember.name,4) as Integer),
cast(mid([countdate].[countdate].CurrentMember.name,6,2) as Integer),
cast(mid([countdate].[countdate].CurrentMember.name,9,2) as Integer)),now()) <=0
and
year(now()) - cast(left([countdate].[countdate].CurrentMember.name,4) as Integer)=0
)
,
(
datediff("y" ,DateSerial(year(now()),month(now())-1,01) ,DateSerial(cast(left([countdate].[countdate].CurrentMember.name,4) as Integer),
cast(mid([countdate].[countdate].CurrentMember.name,6,2) as Integer),
cast(mid([countdate].[countdate].CurrentMember.name,9,2) as Integer))) <= 0
and
datediff("y" ,DateSerial(cast(left([countdate].[countdate].CurrentMember.name,4) as Integer),
cast(mid([countdate].[countdate].CurrentMember.name,6,2) as Integer),
cast(mid([countdate].[countdate].CurrentMember.name,9,2) as Integer)), now()) <=0
and
year(cdate(now())) - cast(left([countdate].[countdate].CurrentMember.name,4) as Integer)=0
)
)
2.过滤周数据：展示本周的所有数据 （注意跨年份的周数据）
展示需求：默认展示最近的周一到目前的所有数据
处理逻辑：
先取出所有数据中与当前日期相同的周的数据
控制取出的数据是本年的或者是上一年12月份的数据
Datepart('ww',now()) = Datepart('ww',
DateSerial(cast(left([saikuUseDate].[saikuUseDate].CurrentMember.name,4) as Integer),
cast(mid([saikuUseDate].[saikuUseDate].CurrentMember.name,6,2) as Integer),
cast(mid([saikuUseDate].[saikuUseDate].CurrentMember.name,9,2) as Integer)))
and (
(year(now()) = cast(left([saikuUseDate].[saikuUseDate].CurrentMember.name,4) as Integer))
or
((year(now()) - cast(left([saikuUseDate].[saikuUseDate].CurrentMember.name,4) as Integer)=1))
)
and
instr(
IIF(cast(left([saikuUseDate].[saikuUseDate].CurrentMember.name,4) as Integer) = (YEAR(now())-1)
,(
iif((datediff('y',DateSerial(cast(left([saikuUseDate].[saikuUseDate].CurrentMember.name,4) as Integer),
cast(mid([saikuUseDate].[saikuUseDate].CurrentMember.name,6,2) as Integer),
cast(mid([saikuUseDate].[saikuUseDate].CurrentMember.name,9,2) as Integer)),
Dateserial(year(now())-1,12,01))>0)
and (cast(left([saikuUseDate].[saikuUseDate].CurrentMember.name,4) as Integer) =(YEAR(now())-1))
,"yes","no")
)
,"yes"
),"yes")>0
=============更新关于过滤===================终于把过滤问题处理好了============== end
ps: 使用过滤表达式后，记得先取消saiku的自动执行哦，然后将用到的数据信息都拖拽好，过滤信息也编写好，最后在手动点击执行！！！（不然每拖拽一次都要执行一遍，很比较浪费内存哦。）