1 背景

在 MDX（多维表达式）中，NONEMPTYCROSSJOIN 函数用于返回两个或多个集合的交叉连接，并排除那些在指定度量值上没有数据的元组。

虽然这个函数在处理复杂查询时非常有用，但过度使用会导致严重的性能问题，主要原因如下：

1.1  组合爆炸问题

NONEMPTYCROSSJOIN 会生成多个集合的笛卡尔积，其结果集的大小是各集合成员数的乘积。例如：

• 集合 A 有 100 个成员，集合 B 有 50 个成员，交叉连接后会产生 5,000 个元组。
• 如果再加入集合 C（20 个成员），则元组数量会膨胀到 100,000 个。

随着维度和成员数量的增加，元组数量会呈指数级增长，导致查询计算量激增。

1.2 空值过滤的开销

函数会在生成笛卡尔积后过滤掉所有 “空” 元组（即对指定度量值没有贡献的元组）。这个过滤过程需要：

• 扫描整个事实表或聚合表
• 对每个元组执行存在性检查
• 在大型数据集上，这个过程可能非常耗时

1.3 索引失效

MDX 查询优化器通常依赖多维数据集的预计算聚合和索引。但当使用 NONEMPTYCROSSJOIN 时：

• 动态生成的交叉连接可能无法利用预聚合数据
• 查询优化器难以估算结果集大小，导致执行计划低效

1.4 内存压力

处理大规模交叉连接需要大量内存来存储中间结果。如果内存不足，可能会导致：

• 频繁的磁盘交换（I/O 瓶颈）
• 查询执行中断或失败

5. 嵌套调用的累积效应

当多个 NONEMPTYCROSSJOIN 嵌套使用时，性能问题会被放大。例如：

mdx

NONEMPTYCROSSJOIN(
    NONEMPTYCROSSJOIN(Set1, Set2),
    NONEMPTYCROSSJOIN(Set3, Set4)
)

这种结构会先生成多个中间笛卡尔积，每个都需要进行空值过滤，最终导致计算复杂度极高。

2 优化建议

1. 减少集合基数：

   • 预先过滤集合（使用 FILTER 或 EXISTS）
   • 避免使用包含大量成员的维度

2. 优先使用 EXISTS：
   mdx

   -- 更高效的写法
   EXISTS(Set1, Set2)

3. 缓存常用结果：

   • 使用 WITH MEMBER 定义中间结果
   • 避免重复计算相同的交叉连接

通过理解这些性能影响因素，你可以更谨慎地使用 NONEMPTYCROSSJOIN，并在必要时采用替代方案来平衡查询灵活性和执行效率。