性能優(yōu)化，在 DAX 中是很重要的問題，對 DAX 的性能優(yōu)化大致可以歸結(jié)為針對 SE（存儲引擎） 或 FE（公式引擎） 的性能優(yōu)化。

如果可以確保 SE 和 FE 都在最好的狀態(tài)下工作，那么 DAX 將得到充分的發(fā)揮。而往往分析師會更加關(guān)注業(yè)務(wù)邏輯的表達(dá)，但我們開始研究寫出更快的 DAX 時(shí)，我們將成為會修車的分析師了。我們會通過一系列文章來幫助大家在各個(gè)角度來體會 DAX 的性能優(yōu)化技術(shù)。

今天我們來看一個(gè)案例。

看一個(gè)案例，我們想知道大訂單的個(gè)數(shù)，如下：

OrderPurchaseNumber = 
CALCULATE( 
        DISTINCTCOUNT( 'Order'[OrderID] ) , 

        FILTER( 
            'Order' , 
            'Order'[LinePrice] > 1000 && 'Order'[LineProfit] > 0 
        )
)

大訂單的定義為包含單價(jià)大于1000且利潤大于0的訂單。

這個(gè)定義沒有問題，放在 PowerBI 中的計(jì)算也是正確的，但不久就會發(fā)現(xiàn)它的性能問題，于是，通過 DAX Studio 來檢查可以看到：

image

我暈，居然驚現(xiàn)了 779 個(gè)查詢。

該查詢的意義是計(jì)算每天的大訂單個(gè)數(shù)。但這種方法顯然是不行的。雖然在度量值的定義上非常自然。

我們再來看看從 PowerBI 中拖拽的情況，如下：

image

如果研究該圖表背后的 DAX 查詢，其結(jié)果和上述內(nèi)容是一致的。

那么問題來了，我們建立了一個(gè)基礎(chǔ)度量值叫：OrderPurchaseNumber，其邏輯也很清楚，但卻有如此之差的性能，怎么辦呢？

原因分析

這里的問題在于發(fā)起了對 SE 的多次查詢，不難察覺：

        FILTER( 
            'Order' , 
            'Order'[LinePrice] > 1000 && 'Order'[LineProfit] > 0 
        )

這里使用了 Order 表作為 FILTER 的參數(shù)，而且位于基礎(chǔ)度量值的位置，導(dǎo)致在迭代日期時(shí)，每次都會做單獨(dú)計(jì)算，導(dǎo)致對 SE 的過度重復(fù)訪問。

改進(jìn)措施

有一種做法是，可以將度量值改為：

OrderPurchaseNumber = 
CALCULATE( 
        DISTINCTCOUNT( 'Order'[OrderID] ) , 

        FILTER( 
            ALL( 'Order' ) , 
            'Order'[LinePrice] > 1000 && 'Order'[LineProfit] > 0 
        )
)

注意，這里用了 ALL( 'Order' ) 而非 'Order' ，這顯然是不對的，因?yàn)樗淖兞苏Z義。

那么進(jìn)而想到另一種方式為：

OrderPurchaseNumber = 
CALCULATE( 
        DISTINCTCOUNT( 'Order'[OrderID] ) , 

        FILTER( 
            ALL( 'Order'[LinePrice] , 'Order'[LineProfit] ) , 
            'Order'[LinePrice] > 1000 && 'Order'[LineProfit] > 0 
        )
)

這樣的方式僅僅使用需要用到的兩列，而非整個(gè)表，來看下效果：

image

性能得到了非常恐怖的提升。

但細(xì)心的伙伴會發(fā)現(xiàn)，這種寫法的努力方向是對的，但這種寫法還是錯(cuò)誤的，因?yàn)椋?/p>

        FILTER( 
            ALL( 'Order'[LinePrice] , 'Order'[LineProfit] ) , 
            'Order'[LinePrice] > 1000 && 'Order'[LineProfit] > 0 
        )

作為篩選器參數(shù)，會覆蓋外部的篩選，這也是不正確的邏輯，所以，需要進(jìn)一步優(yōu)化為：

OrderPurchaseNumber = 
CALCULATE( DISTINCTCOUNT( 'Order'[OrderID] ) , 
    KEEPFILTERS( 
        FILTER( 
            ALL( 'Order'[linePrice] , 'Order'[LineProfit] ) , 
            'Order'[LinePrice] > 1000 && 'Order'[LineProfit] > 0 
        )
    )
)

性能結(jié)果為：

image

完美。

總結(jié)

當(dāng)需要在基礎(chǔ)度量值中使用篩選條件時(shí)，必須注意：

• 僅僅使用所必須的列，提升性能
• 使用 KEEPFILTERS 包裹，確保邏輯正確

這樣，基礎(chǔ)度量值就可以攜帶復(fù)雜的篩選器參數(shù)而不影響性能了。