温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

POWER BI之DAX与SQL区别

发布时间:2020-04-25 08:05:36 来源:网络 阅读:3734 作者:DBAspace 栏目:大数据


前言:

这篇文章对于具有一点SQL查询基础人会十分容易理解,譬如:掌握SELECT,SUM,GROUP BY等。

 注:此文不涉及到Filter Context(筛选上下文)的介绍。

 正文:

对于对SQL有一定了解的人来说,咋看DAX,怎么都不习惯。 但是,如果理解以下几个后,DAX学起来就得心应手一些。

  • SUMMARIZE

  • FILTER

  • CALCULATE 与 CALTULATETABLE

注:这里不会对这些语法详细的讲解,而是从SQL的角度,看看那些DAX的等价相似语句。

 先来看一个例子,

查询Products表里的所有行: 

表 ='tblProduct'

SELECT *FROM tblProduct

 [object Object]

DAX Filter vs SQL Filter

DAX:

FILTER (
    Product,
    RELATED ( Category[Product Category Name] ) = "Bike")

SQL:

SELECT * FROM Product PJOIN Category c on P.[Category_KEY] = c.[Category_KEY]WHERE
    c.[Product Category Name] = 'Bikes'

FILTER是一个MUST know的语句

 

从Transaction表中统计销售数目 - SUM-GRUOP BY:

DAX

-- 显示每个产品销售数目
SUMMARIZE ('Transaction','Transaction'[ProductId],
"Total qty", SUM ( 'Transaction'[Quantity] )
)
-- 显示每个产品销售数目
(Quantity)   
  ProductId

 

SUMMERIZE

选择一个表中指定的列:

dax

SUMMARIZE(
Product,
Product[Name],
Product[Size])

 

SELECT Name,
Size
FROM tblProduct

选择前几行:


TOPN ( 5, Product, Product[FullPrice] )
TOP3 = TOPN(3,SUMMARIZE('订单表','订单表'[create_time],"Sale Amount",sum('订单表'[amount])),[Sale Amount])   //返回表的值,需要添加表

select * from Product    LIMIT 5

SUMMARIZE是一个比较重要语句:

记住:这个跟SQL极为相似,学习过程中只要想想SQL就容易理解很多了。

 

POWER BI之DAX与SQL区别

 SUMMARIZE( 
      源表名, 
      Group by 列 1, 
      ...,      Group by 列 N, 
      汇总列名1, 
      汇总列名1所对应的表达式, 
      ...,
      汇总列名N, 
      汇总列名N所对应的表达式 
)

POWER BI之DAX与SQL区别

 

 再来一个例子:

对产品的分类,颜色,产品名字进行统计:交易单量,销售数目

MSDN的例子

DAX:

SUMMARIZE('Internet Sales'  
      , ROLLUP('Date'[Calendar Year], 'Product Category'[Product Category Name])  
      , "Sales Amount", SUM('Internet Sales'[Sales Amount])  
      , "Discount Amount", SUM('Internet Sales'[Discount Amount])  
)
SELECT D.[Calendar Year], PC.[Product Category Name]
     , SUM(F.[Sales Amount])  'Sales Amount'
     , SUM(F.[Discount Amount]) 'Discount Amount'FROM [Internet Sales] FJOIN DATE D ON S.[DAY_KEY] = F.[DAY_KEY]JOIN [Product Category] PC ON PC.[Category_KEY] = F.[Category_KEY]GROUP BY
    D.[Calendar Year],PC.[Product Category Name]

等价的SQL如下,如果你只看浅蓝色的部分,是不是很好理解呢?

SUMMARIZE还有其他的Option,这里就不做详细介绍。

SUMMARIZE详情参考:https://msdn.microsoft.com/en-us/library/gg492171.aspx 

CALCULATETABLE vs Sub Query

 

下面语句统计Bike这个类别的产品的销售数目。

SUMMARIZE (    CALCULATETABLE ('Internet Sales',
        'Product Category'[Product Category Name] = "Bikes" ),  -- field to group by
    Product[Product Name],"Quantity sold",SUM( 'Internet Sales'[Order Quantity] )
)

SELECT
    P.[Product Name],
    SUM(Fact.[Quantity]) as 'Quantity sold'
FROM
    (SELECT F.* FROM [Transaction] F
        JOIN Category c ON F.[Category_Key] = C.[Category_Key]             WHERE C.[Product Category Name] = 'Bikes'
    ) Fact
    join Product P ON P.[Product_Key] = Fact.[Product_Key]
GROUP BY 
    P.[Product Name]

上述的SQL语句有很多种写法。

高亮部分CalculateTable里面筛选了Bikes这个类别,正如SQL的sub Query一样。

 POWER BI之DAX与SQL区别

 小结:

DAX语法十分灵活,有些看起来晦涩难懂,但是,如果能够以SQL为基础的角度去切入会事半功倍。
还有,此文没有介绍的上下文(Filter Context)是一个重要的概念,如果要真正掌握DAX和一些高级的用法,深刻理解上下文是必须的。


向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI