结合webcast中老师的讲解，现在把基础语法应用通过几个案例应用如下：
一、维度的概念
上图中一个维度(Dimension)：Region
改为度下有四个级别（Levels）:country、province、city、county，他们属于层次集合（Hierarchy）
通过维度和级别我们可以定义一个元素（Member）如：
Levels(1).members(2)=china
Levels(2).members(3)=shanghai
二、维度建模
上图中时一个维度建立的模型（cube）
该图中包含四个维度（Dimension）:时间、源、路线、度量方式值（Measure）
源维度中包含两个级别：东半球、西半球
级别西半球中包含两个成员：北美洲、南美洲
（ Sorce.[EasternHemisphere].Africa,
Time.[2ndhalf].[4thquarter],sans-serif; font-size:14.4444446563721px; line-height:23.3333339691162px"> Route.Air,sans-serif; font-size:14.4444446563721px; line-height:23.3333339691162px"> Mesures.Packages
）
图中的元组即表示一连串的方框组成的长方形集合：
{（Time.[1sthalf].[1stquarter])}记住大括号不能去掉
{
（Time.[1sthalf].[1stquarter]),sans-serif; font-size:14.4444446563721px; line-height:23.3333339691162px"> Time.[2ndhalf].[3rdquarter]
}
三、成员名称
上图中可以看出通过坐标值可以定义出每个成员的名称
比如图中黑色的成员名称：
（Products.Clothing,Measures.Units,Time.98）
这里面有个通用的技巧，就是可以根据一个成员名称追踪到旁边的成员
四、Mdx语法结构
和sql语法结构类似，但是在实际应用中集（Set）往往会很长
来看一个Mdx查询语句，我们想查询MKAS集市中上海和北京在十三号和十四号的实际销售量
SELECT
{[Dim Region].[City].&[上海]，[Dim Region].[City].&[北京]}
ON COLUMNS,sans-serif; font-size:14.4444446563721px; line-height:23.3333339691162px"> {[Dim Time].[Day Of Month].&[13],[Dim Time].[Day OfMonth].&[14]}
ON ROWS
FROM
[MKAS]
WHERE ([Measures].[Fact Ind Count])
这里面”于“&符号可以标记出其父级中的元素集合中的值也叫做元素值。
五、切片的定义
切片（Silce）是一种操作方法，基于Tuple，而非集合（set)
如上图中可以看出元组（Tuple）表示为
(0≤x≤5,1≤y≤3)
数据集（Set）
{0≤X≤1,2≤X≤3,4≤X≤5}
切片（Slice）
(X=1,Y=0)
Mdx和sql的区别
引用维度的能力：sql只能引用2个维度，MDX可以引用多个维度
创建查询的过程：sql编写1个或多个表的查询，MDX编写对一个多维数据集的查询
Select子句：sql定义查询的列布局，MDX定义几个轴维度
Where子句：sql定义查询的行布局，筛选查询返回的数据，MDX将数据限定于特定维度/成员查询返回的数据切片
结果集视觉形象：sql直观，Mdx不直观
