Я думаю Distinct Count должен отработать до конца, выдать результаты на каждый день месяца и ненужный Вам итоговый результат за месяц. Далее, в OLAP-клиенте Вам нужно спрятать итоговое значение, и вычислить нужный вам итог, сложив все дни.

А сколько у Вас торговых точек, и сколько детальных записей в таблице фактов? (как известно, при больших объемах данных Distinct Count работает не так быстро, особенно если использовать не встроенные фичи OLAP-сервера, а не гарантированно оптимальные MDX-выражения).

To Rex & DmitryS:

740 тыс. записей - это конечно копейки, но вот 29 тыс. торговых точек - это не так мало. В OLAP-кубах Distinct Count работает совсем не так, как в обычном SQL (намного медленнее, вычисление происходит всегда налету), и из моей практики, торможение происходит всегда, когда категорий/members в кубе несколько десятков тысяч или больше. Другое дело - насколько серьезно это торможение. 1.5 часа - это перебор, я лично сталкивался с ситуациями, когда торможение составляло от 1 до 10 минут для кубов, созданных на основе как минимум 10 миллионов записей и содержащих как минимум 20-30 тыс. категорий (это делалось на компьютере средней мощности Pentium-3 256 Mb RAM, и при увеличении оперативной памяти ситуация улучшалась). Правда кубы я строил не с помощью MS AS, а на OLAP-сервере Cognos PowerPlay.

Достаточно посмотреть как увеличивается время процессинга куба и объем готового куба если просто изменить SUM на Disctinct Count.
Я подозреваю что MS AS преднасчитывает Distinct Count-ы

Как то я обсуждал этот вопрос с г-ном Ивановым на форуме www.olap.ru
Сначала он говорил, что если делать Distinct Count - размер куба увеличивается всего на 2%, и агрегаты создаются компактные. Далее, в ходе дискуссии оказалось, что он делал эксперимент для совсем маленького кубика, и мы пришли к тому, что вроде как невозможно сделать агрегаты для Distinct count (иначе бы по законам комбинаторики кубы стали бы огромными). К сожалению, комментариев от экспертов по MS AS (уровня Ирины) мы не получили.
Так что интересно было бы посмотреть на Вашу статистику (насколько куб дольше процессится, насколько возрастает его объем, при каких начальных условиях проводился эксперимент и т.п.).