DAX权威指南：运用Power BI、SQL Server Analysis Services和Excel实现商业智能分析（第2版）
本书是微软 DAX 语言在商业智能分析、数据建模和数据分析方面的指南。
通过对本书的学习
- 你将了解如何使用 DAX 语言进行商业智能分析、数据建模和数据分析；
- 你将掌握从基础表函数到高级代码，以及模型优化的所有内容；
- 你将确切了解在运行 DAX 表达式时，引擎内部所执行的操作，并利用这些知识编写可以高速运行且健壮的代码。
本书第2版的重点内容包括基于免费的 Power BI Desktop 来构建和运行示例，帮助你在 Power Bl、SQL Server Analysis Services 或 Excel 中充分利用强大的变量（VAR）语法。你
想要使用 DAX 所有的强大功能吗？那么这本未进行任何删减、深入浅出的著作正是你所需要的。本书适合 Excel 高级用户、商业智能分析人员、使用 DAX 和微软分析工具的专业人士。
第1章 DAX是什么 1 理解数据模型 1 理解关系的方向 3 给Excel用户的DAX学习建议 5 单元格和智能表格 5 Excel函数和DAX：两种函数式语言 7 使用迭代器 7 DAX相关理论 8 给SQL开发人员的DAX学习建议 8 处理关系 9 DAX是函数式语言 9 DAX是一种编程语言和查询语言 10 DAX和SQL中的子查询与条件语句 10 给MDX开发者的DAX学习建议 11 多维模型和表格模型 12 DAX是一种编程语言和查询语言 12 层级结构 12 叶级计算 14 给Power BI用户的DAX学习建议 14 第2章 DAX介绍 15 理解DAX计算 15 DAX的数据类型 17 DAX运算符 20 表构造器 22 条件语句 22 理解计算列和度量值 23 计算列 23 度量值 24 正确选择计算列和度量值 27 变量 28 处理DAX表达式中的错误 29 转换错误 29 算术运算错误 30 空值或缺失值 30 截获错误 32 生成错误 35 规范化DAX代码 36 聚合函数和迭代函数介绍 39 认识常用的DAX函数 42 聚合函数 42 逻辑函数 43 信息函数 45 数学函数 45 三角函数 46 文本函数 46 转换函数 48 日期和时间函数 48 关系函数 49 结论 51 第3章 使用基础表函数 52 表函数介绍 52 EVALUATE函数语法介绍 54 理解FILTER函数 56 ALL和ALLEXCEPT函数介绍 58 理解VALUES、DISTINCT函数和空行 63 将表用作作为标量值 68 ALLSELECTED函数介绍 70 结论 72 第4章 理解计值上下文 73 计值上下文介绍 74 理解筛选上下文 74 理解行上下文 79 测试你对计值上下文的理解 81 在计算列中使用SUM函数 81 在度量值中使用列 83 使用迭代函数创建行上下文 83 嵌套多个表的行上下文 84 同一个表上的多层嵌套行上下文 85 使用EARLIER函数 90 理解FILTER、ALL函数和上下文交互 91 使用多个表 94 行上下文和关系 95 筛选上下文和关系 98 在筛选上下文中使用DISTINCT和SUMMARIZE函数 102 结论 105 第5章 理解CALCULATE和CALCULATETABLE函数 107 CALCULATE和CALCULATETABLE函数介绍 107 创建筛选上下文 108 CALCULATE函数介绍 111 使用CALCULATE函数计算百分比 116 KEEPFILTERS函数介绍 126 筛选单列 130 筛选复杂条件 131 CALCULATE计值顺序 135 理解上下文转换 139 行上下文和筛选上下文回顾 139 上下文转换介绍 142 计算列中的上下文转换 145 度量值中的上下文转换 148 理解循环依赖 151 CALCULATE函数调节器 155 理解USERELATIONSHIP函数 155 理解CROSSFILTER函数 158 理解KEEPFILTERS函数 159 理解CALCULATE函数中的ALL函数 160 无参数的ALL和ALLSELECTED函数介绍 162 CALCULATE规则总结 163 第6章 变量 165 VAR语法介绍 165 变量是常数 167 理解变量的范围 168 使用表作为变量 171 理解惰性计算 173 使用变量的常见模式 174 结论 176 第7章 迭代函数和CALCULATE函数的使用 177 迭代函数的使用 177 理解迭代的基数 178 在迭代函数中使用上下文转换 180 CONCATENATEX函数的使用 184 返回表的迭代函数 186 使用迭代函数解决常见问题 189 计算平均和移动平均 189 RANKX函数的使用 192 改变计算的颗粒度 200 结论 204 第8章 时间智能计算 205 时间智能介绍 205 Power BI中的“自动日期/时间” 206 Excel Power Pivot中的自动日期列 207 Excel Power Pivot中的日期表模板 208 创建日期表 208 CALENDAR和CALENDARAUTO函数的使用 209 多个日期表的使用 212 处理连接到与日期表的多个关系 212 处理多个日期表 214 理解基础时间智能计算 215 标记为日期表 219 基础时间智能函数介绍 221 计算年初至今、季度初至今和月初至今 222 计算平移后的周期平移 224 嵌套混合使用时间智能函数 227 计算周期之间的差异 229 计算移动年度总计 231 为嵌套的时间智能函数选择正确的调用顺序 232 理解半累加计算 234 使用LASTDATE和LASTNONBLANK函数 236 使用期初和期末余额 241 理解高级时间智能计算 245 理解累计至今区间 246 理解DATEADD函数 249 理解FIRSTDATE、LASTDATE、FIRSTNONBLANK和 LASTNONBLANK函数 255 利用时间智能函数进行钻取 258 使用自定义日期表 258 基于周的时间智能 259 自定义YTD、QTD和MTD 262 结论 264 第9章 计算组 265 计算组介绍 265 创建计算组 268 理解计算组 274 理解计算项的应用 277 理解计算组优先级 285 在计算项中包含或排除度量值 289 理解横向递归 292 使用最佳实践 296 结论 296 第10章 使用筛选上下文 298 使用HASONEVALUE和SELECTEDVALUE函数 299 ISFILTERED和ISCROSSFILTERED函数介绍 303 理解VALUES和FILTERS函数的区别 306 理解ALLEXCEPT和ALL/VALUES函数的区别 308 使用ALL函数避免上下文转换 312 使用ISEMPTY函数 314 数据沿袭和TREATAS函数介绍 316 使用固化筛选器 320 结论 326 第11章 处理层级结构 328 计算层级占比 328 处理父/子层级结构 333 结论 344 第12章 使用表函数 345 使用CALCULATETABLE函数 345 操作表的函数 347 使用ADDCOLUMNS函数 348 使用SUMMARIZE函数 351 使用CROSSJOIN函数 354 使用UNION函数 356 使用INTERSECT函数 360 使用EXCEPT函数 361 使用表作为筛选器 363 实现或（OR）条件 364 将销售额的计算范围缩小至首年客户 367 计算新客户 368 使用DETAILROWS函数复用表表达式 370 创建计算表 372 使用SELECTCOLUMNS函数 372 使用ROW函数创建静态表 373 使用DATATABLE函数创建静态表 374 使用GENERATESERIES函数 375 结论 376 第13章 编写查询 377 DAX Studio介绍 377 理解EVALUATE函数 378 EVALUATE函数语法介绍 378 在DEFINE函数中使用VAR 379 在DEFINE函数中使用度量值 381 实现DAX查询的常用模式 382 使用ROW函数测试度量值 382 使用SUMMARIZE函数 383 使用SUMMARIZECOLUMNS函数 385 使用TOPN函数 391 使用GENERATE和GENERATEALL函数 396 使用ISONORAFTER函数 399 使用ADDMISSINGITEMS函数 401 使用TOPNSKIP函数 402 使用GROUPBY函数 402 使用NATURALINNERJOIN和NATURALLEFTOUTERJOIN函数 405 使用SUBSTITUTEWITHINDEX函数 407 使用SAMPLE函数 409 理解DAX查询中的自动匹配（Auto-Exists）行为 410 结论 416 第14章 高级DAX原理 418 扩展表介绍 418 理解RELATED函数 422 在计算列中使用RELATED函数 424 理解表筛选器和列筛选器的区别 425 在度量值中使用表筛选器 428 理解活动关系 431 表的扩展行为和筛选行为的区别 433 扩展表中的上下文转换 435 理解ALLSELECTED函数和影子筛选上下文 436 影子筛选上下文介绍 437 ALLSELECTED函数返回迭代的行 441 无参数的ALLSELECTED函数 443 ALL系列函数 443 ALL函数 445 ALLEXCEPT函数 446 ALLNOBLANKROW函数 446 ALLSELECTED函数 446 ALLCROSSFILTERED函数 446 理解数据沿袭 446 结论 449 第15章 高级关系 451 使用计算列创建物理关系 451 创建基于多列的关系 451 创建基于范围的关系 453 使用计算列创建关系中的循环依赖问题 456 使用虚拟关系 459 在DAX中转移筛选器 460 使用TREATAS函数转移筛选器 462 使用INTERSECT函数转移筛选器 463 使用FILTER函数转移筛选器 464 使用虚拟关系实现动态分组 465 理解DAX中的物理关系 468 使用双向交叉筛选器 470 理解一对多关系 472 理解一对一关系 473 理解多对多关系 473 通过桥接表实现多对多关系 473 通过公共维度表实现多对多关系 479 使用MMR弱关系实现多对多关系 483 选择正确的关系类型 485 管理数据颗粒度 486 管理关系中的歧义 490 理解活动关系中的歧义 492 解决非活动关系中的歧义 494 结论 496 第16章 DAX中的高级计算 497 计算两个日期之间的工作日数量 497 同时展示预算数据和销售数据 505 计算同店销售额 508 对事件进行排序 514 根据最新销售日期计算上一年的销售额 517 结论 522 第17章 DAX引擎 523 了解DAX引擎的架构 523 公式引擎介绍 524 存储引擎介绍 525 VertiPaq（in-memory）存储引擎介绍 526 DirectQuery存储引擎介绍 527 理解数据刷新 527 理解VertiPaq存储引擎 528 列式数据库介绍 528 理解VertiPaq压缩 531 理解值编码 531 理解哈希编码 532 理解行程长度编码（RLE） 533 理解再编码 536 确定最佳排序顺序 536 理解层级和关系 538 理解分段和分区 539 使用动态管理视图 540 理解关系在VertiPaq中的运用 542 物化介绍 545 聚合表介绍 547 为VertiPaq配置合适的硬件 549 是否可以自主选择硬件 550 设置硬件优先级 550 CPU型号 550 内存速度 552 内核数量 552 内存大小 552 硬盘I/O和分页 553 硬件选择的最佳实践 553 结论 553 第18章 优化VertiPaq引擎 555 收集有关数据模型的信息 555 反规范化 560 列基数 566 处理日期和时间列 567 计算列 570 使用布尔类型的计算列优化复杂筛选器 572 计算列的处理 573 存储合适的列 574 优化列存储 577 列的拆分优化 577 优化大基数列 578 禁用属性层级结构 578 优化钻取属性 579 管理VertiPaq聚合表 579 结论 582 第19章 分析DAX查询计划 583 捕获DAX查询 583 DAX查询计划介绍 586 收集查询计划 587 逻辑查询计划介绍 587 物理查询计划介绍 588 存储引擎查询介绍 589 获取配置信息 590 使用DAX Studio 591 使用 SQL Server Profiler 594 读懂VertiPaq存储引擎查询 597 xmSQL语法介绍 597 聚合函数 598 算术运算 600 筛选运算 600 Join运算符 602 批处理事件中的临时表和浅关系 603 理解扫描时间 605 理解DISTINCTCOUNT函数的内部行为 606 理解并行度和数据缓存 607 理解VertiPaq缓存 609 理解CallbackDataID函数 611 读懂DirectQuery模式下的存储引擎查询 616 分析复合模型 617 在数据模型中使用聚合表 618 读懂查询计划 620 结论 626 第20章 DAX优化 628 定义优化策略 629 确定要优化的单个DAX表达式 629 创建查询副本 632 创建DAX查询副本 632 使用DAX Studio创建查询度量值 633 创建MDX查询副本 635 分析执行时间和查询计划信息 636 发现存储引擎或公式引擎中的性能瓶颈 639 修改并重新运行测试查询 639 优化DAX表达式中的瓶颈 639 优化筛选条件 640 优化上下文转换 644 优化IF条件 650 优化度量值中的IF函数 650 选择IF函数还是DIVIDE函数 655 优化迭代函数中的IF函数 658 减少CallbackDataID函数带来的影响 661 优化嵌套的迭代函数 665 避免在表筛选器中使用DISTINCTCOUNT函数 671 使用变量避免重复计算 676 结语结论 681
Alberto Ferrari
Alberto 于 2000 年开始使用 SQL Server，他的兴趣立即集中在商业智能上。 他和 Marco Russo 创建了 sqlbi.com，在那里他们发布了大量关于商业智能的内容。
Alberto 出版了多本关于 Analysis Services、Power BI 和 Power Pivot 的书籍。 他是 Microsoft MVP，并获得了 SSAS Maestro 称号，这是 Microsoft Analysis Services 技术的最高级别认证。
如今，Alberto 的主要活动是为全球的 Power BI 和分析服务提供 DAX 和数据建模研讨会。 Alberto 提供有关大型复杂数据仓库的咨询服务，以提供项目分析的评估和验证或执行特定的问题解决活动。
Alberto 是许多国际会议的知名演讲者，例如 PASS Summit、Sqlbits 和 Microsoft Ignite。 他喜欢在大型活动和小型用户组会议上登台，与其他 SQL 和 BI 粉丝交流想法。 出差时，他喜欢与当地用户团体互动，提供有关他最喜欢的主题的晚间会议。 因此，您可以在安排的课程中通过查找本地 Power BI 用户组轻松认识 Alberto。
在 SQLBI 之外，Alberto 的大部分个人时间都花在了玩电子游戏上，希望最终能打败他的儿子。
Marco Russo
Marco Russo 是商业智能领域的商业智能顾问和导师。
他是 SQLBI (www.sqlbi.com) 的创始人，该公司提供基于 Microsoft 技术的商业智能方面的指导和咨询。 他在金融服务、制造、赌博和商业分销等领域拥有特殊的能力和经验。
Marco 是 Microsoft MVP 和 SSAS Maestro，这是 Microsoft Analysis Services 的最高级别认证。 除了与 BI 相关的出版物外，他还撰写了有关 .NET 编程的书籍。
如今，Marco 将时间集中在与 SQLBI 客户打交道上，四处奔波，为 Power BI 和 Analysis Services 提供有关 DAX 和数据建模的培训和咨询服务。 Marco 还在全球范围内教授公共课程。
Marco 还是 Microsoft Ignite、PASS Summit 和 SQLBits 等国际会议的发言人。
高飞
数据分析师，BI 总监
2015年接触 Power Pivot，被 DAX 语言的强大和灵活所吸引。
2016年3月创建了面向 Power BI 用户的微信公众号“Power BI极客”，并更新至今。
2019年上线同名网站 PowerBIGeek.com，致力于打造一个综合性的 Power BI 中文学习网站。
现从事技术分享，企业 BI 项目实施和培训工作。
微软 Power BI 最有价值专家（MVP），Power BI 可视化大赛评委，ExcelHome 论坛版主。
