今天看了《MDX Solutions with Microsoft SQL.Server Analysis Services 2005 and Hyperion Essbase 2nd Edition》书中关于优化SET操作的内容，并根据书中的内容作了一些测试，而测试结果有些符合书中的观点，有些则完全不同，真是让人有些意外。书中优化Set操作的主要观点是：

1. 优化Set操作的关键在于：把大的SET操作变成小的SET操作。
2. 由于CrossJoin代价（CPU、内存）巨大，所以最好用其他操作代替CrossJoin操作。

SUM中的CrossJoin
作者认为：要避免SUM一个包含多个CrossJoin的Set，你可以用其他的操作（比如嵌套SUM）进行替换。据此，我测试了一下

WITH MEMBER MEASURES.ABC AS 
Sum (
    CrossJoin (
        Descendants (
            [Customer].[Customer Geography].CurrentMember,
            [Customer].[Customer Geography].[State-Province]
        ),
        Crossjoin (
            Descendants (
                [Date].[Calendar].CurrentMember,
                [Date].[Calendar].[Date]
            ),
            Descendants (
                [Product].[Product Categories].CurrentMember,
                [Product].[Product Categories].[Product Name]
            )
        )
    )
    ,[Measures].[Internet Sales Amount]-[Measures].[Internet Tax Amount]
  )
SELECT MEASURES.ABC ON 0 ,
[Customer].[Customer Geography].[Country].Members *  
[Date].[Calendar].[Calendar Year].MEMBERS * 
[Product].[Product Categories].[Category].MEMBERS
ON 1
FROM [Adventure Works]

WITH MEMBER MEASURES.ABC AS 
Sum (
    Descendants (
        [Customer].[Customer Geography].CurrentMember,
        [Customer].[Customer Geography].[State-Province]
    ),        
    SUM(
        Descendants (
            [Product].[Product Categories].CurrentMember,
            [Product].[Product Categories].[Product Name]
        ),
        SUM(
            Descendants (
                [Date].[Calendar].CurrentMember,
                [Date].[Calendar].[Date]
            )        
            ,[Measures].[Internet Sales Amount]-[Measures].[Internet Tax Amount]
        )                
    )    
)
SELECT MEASURES.ABC ON 0 ,
{[Customer].[Customer Geography].[Country].Members} *  
[Date].[Calendar].[Calendar Year].Members * 
[Product].[Product Categories].[Category].Members
ON 1
FROM [Adventure Works]

以上语句中，作者认为第一个语句慢于第二个语句（理由是嵌套的SUM每次操作的SET更小），可实际的结果（测了10次）恰恰相反，第一个语句平均花费的时间51.654秒，而第二个语句平均花费的时间在55.912秒，这是何故呢？此外，书中认为在第二个语句的嵌套SUM中，如果把大的Set放在里面，这样会快一些。也就是说下面的语句比上面第二个语句要慢5%-20%。

WITH MEMBER MEASURES.ABC AS 
Sum (
    Descendants (
        [Date].[Calendar].CurrentMember,
        [Date].[Calendar].[Date]
    ),
    SUM(
        Descendants (
            [Product].[Product Categories].CurrentMember,
            [Product].[Product Categories].[Product Name]
        ),      
        SUM(
        Descendants (
            [Customer].[Customer Geography].CurrentMember,
            [Customer].[Customer Geography].[State-Province]
        ),    
            [Measures].[Internet Sales Amount]-[Measures].[Internet Tax Amount]        )                
    )    
)
SELECT MEASURES.ABC ON 0 ,
{[Customer].[Customer Geography].[Country].Members} *  
[Date].[Calendar].[Calendar Year].Members * 
[Product].[Product Categories].[Category].Members
ON 1
FROM [Adventure Works]

WITH 
MEMBER MEASURES.ABC AS 
Sum (
    
    CrossJoin (
        Descendants (
            [Customer].[Customer Geography].CurrentMember,
            [Customer].[Customer Geography].[State-Province]
        ),
        Crossjoin (
            Descendants (
                [Date].[Calendar].CurrentMember,
                [Date].[Calendar].[Date]
            ),
            Descendants (
                [Product].[Product Categories].CurrentMember,
                [Product].[Product Categories].[Product Name]
            )
        )
    ) AS MYABC

    ,[Measures].[Internet Sales Amount]
)-
Sum (    
    MYABC
    ,[Measures].[Internet Tax Amount]
)
SELECT MEASURES.ABC ON 0 ,
[Customer].[Customer Geography].[Country].Members *  
[Date].[Calendar].[Calendar Year].MEMBERS * 
[Product].[Product Categories].[Category].MEMBERS
ON 1
FROM [Adventure Works]