Dzisiejszy temat to coś, o czym słyszał prawie każdy pracujący z Power B, ale mało kto potrafi to właściwie wyjaśnić. Czym dokładnie jest DAX? Czy to tylko formuły Excela wewnątrz Power B, czy coś zupełnie innego? Rzecz w tym, że większość ludzi uważa DAX za formuły Excela pod inną nazwą, ale tak nie jest. DAX to zupełnie inny sposób myślenia o obliczeniach. Jeśli spróbujesz traktować go jak Excela, poczujesz frustrację i zdziwienie, dlaczego twoje liczby się nie zgadzają. Pod koniec tego odcinka będziesz wiedzieć, czym faktycznie jest DAX, dlaczego jest ważny i jakie są podstawowe koncepcje, by używać go pewnie. Złap kawę i zaczynajmy. Czym dokładnie jest DAX? DAX oznacza Data Analysis Expressions i jest językiem formuł używanym w Power B, Power Pivot w Excelu oraz SQL Server Analysis Services. Pomyśl o nim jak o silniku, który napędza twoje obliczenia w tle. DAX nie jest nowy. Istnieje od momentu wprowadzenia Excel Power Pivot ponad dekadę temu, ale wraz z Power B stał się głównym językiem dla każdego, kto poważnie podchodzi do analizy danych. I oto co go wyróżnia. W Excelu piszesz formuły, które działają na poszczególnych komórkach. Wskazujesz A1, mnożysz przez B1 i otrzymujesz wynik dla jednej komórki. DAX nie działa w ten sposób. Działa na całych tabelach i kolumnach jednocześnie. Nie obliczasz jednej komórki naraz. Zamiast tego mówisz silnikowi, weź całą tę kolumnę liczb i zsumuj ją lub przefiltruj całą tabelę na podstawie tego warunku. Jak więc to sobie wyobrazić? Wyobraź sobie, że budujesz biurowiec. Power B daje Ci strukturę, piętra, ściany i pokoje. To jest Twój model danych. DAX to instalacje elektryczne i hydrauliczne. To one sprawiają, że wszystko działa. Bez DAX masz budynek, który wygląda ładnie, ale nie ma prądu ani bieżącej wody. Z nim światła się zapalają, krany działają, a Twoje raporty faktycznie reagują, gdy ktoś kliknie filtr. Ta responsywność jest sednem sprawy. DAX pozwala tworzyć obliczenia, które automatycznie reagują na filtry i interakcje. Stwórz jedną miarę, a pokaże ona właściwą liczbę, niezależnie od tego, czy ktoś patrzy na sprzedaż według regionu, produktu czy miesiąca. To po prostu działa, ale aby używać go dobrze, musisz zrozumieć dwa główne sposoby pracy z DAX. Rozłóżmy je na czynniki pierwsze. Dwa światy, kolumny obliczeniowe kontra miary. Dzisiaj porozmawiamy o dwóch fundamentach DAX, kolumnach obliczeniowych i miarach. Większość ludzi myśli, że to to samo. Nie są. Ich mylenie to jeden z najczęstszych błędów, jakie widzę. Kolumna obliczeniowa jest statyczna. Dodaje ona nową kolumnę do Twojej tabeli. Wypełnia się podczas odświeżania, a potem tam zostaje. Nie zmienia się aż do następnego odświeżenia. Oto najprostszy sposób, by o tym pomyśleć. Wyobraź sobie szafkę na dokumenty. Wkładasz kartkę papieru do folderu. Na tej kartce jest pełne imię i nazwisko klienta. Nie ma znaczenia, czy spojrzysz na plik dziś, czy w przyszłym tygodniu. Imię i nazwisko nadal tam są. To jest właśnie kolumna obliczeniowa. Miara jest zupełnie inna. Nie znajduje się ona w tabeli. Żyje w pamięci Twojego raportu. Za każdym razem, gdy ktoś filtruje, używa fragmentatora lub klika wizualizację, miara budzi się i przelicza. Dlaczego to ma znaczenie? Jeśli użytkownik kliknie fragmentator dla regionu północno-wschodniego, miara przeliczy się natychmiast. Kolumna obliczeniowa ignoruje fragmentator. Musi tak robić. Jest statyczna. Oto prosta zasada. Jeśli wartość ma się zmieniać, gdy ktoś kliknie przycisk, użyj miary. Jeśli wartość jest zawsze taka sama, kolumna obliczeniowa jest w porządku. Suma sprzedaży powinna być zawsze miarą. Jeśli ktoś filtruje według regionu lub miesiąca, suma musi się zaktualizować. Pełne imię i nazwisko klienta to kolumna. Nigdy się nie zmienia. Fragmentator jej nie dotyczy. Tutaj większość początkujących czuje się zagubiona. Tworzą kolumny obliczeniowe do wszystkiego. Wydaje się to naturalne, bo tak działa Excel. Ale nadużywanie kolumn przeciąża Twój model. Twoje raporty stają się wolne. Kolumny obliczeniowe tworzą statyczne liczby, które ignorują użytkowników. Miary są prawie zawsze lepszym wyborem. Są dynamiczne. Reagują. Gdy zrozumiesz te różnice, będziesz gotowy na prawdziwą magię DAX. Ta magia nazywa się kontekstem filtru. Wielka idea. Kontekst filtru. Okej, mamy nasze dwa elementy konstrukcyjne. Teraz porozmawiajmy o silniku, który za nimi stoi. Każda liczba, którą widzisz w raporcie PowerBee jest obliczana w ramach tak zwanej. Kontekstu filtru. Brzmi to skomplikowanie, ale jest proste. Kontekst filtru to po prostu zestaw filtrów aktywnych w danym momencie. Skąd biorą się te filtry? Pochodzą z fragmentatorów na twojej stronie. Pochodzą z wizualizacji, którą kliknąłeś. Pochodzą z samej strony. Nawet wiersz, na który patrzysz, tworzy kontekst filtru. Oto dlaczego powinno cię to obchodzić. Pisząc miarę taką jak suma sprzedaży, nie mówisz jej, by patrzyła na region północno-wschodni w trzecim kwartale. Mówisz jej tylko, by zsumowała kolumny sprzedaży. To wszystko. Miara nie wie nic o regionach ani kwartałach. Po prostu sumuje wiersze, które są aktualnie widoczne. Kontekst filtru decyduje o tym, co jest widoczne. Wyobraź sobie reflektor. Cały twój zestaw danych to pokój. Kontekst filtru to właśnie ten reflektor. Miara to aparat robiący zdjęcie dokładnie temu, co oświetla światło. Przesuń reflektor na region północno-wschodni. Miara przelicza się ponownie. Przesuń go na trzeci kwartał, a przeliczy się znów. Nie zmieniłeś formuły. Zmienił się kontekst. To wprawia większość ludzi w zakłopotanie. Piszą miarę, wygląda dobrze w jednym wizualu, a potem wstawiają ją do macierzy z innymi filtrami i wynik się zmienia. Myślą, że coś jest zepsute. Nic nie jest zepsute. Dokładnie tak powinna działać miara. Jest dynamiczna. W tym tkwi prawdziwa siła. Piszesz jedną formułę, która działa dla każdej możliwej kombinacji filtrów w całym raporcie. Jedna formuła, nieskończona liczba odpowiedzi. Musisz jednak uważać. Jeśli nie wiesz, jakie filtry są aktywne, nie zrozumiesz swoich wyników. Musisz śledzić światło reflektora. Opanuj kontekst filtru, a odblokujesz prawdziwą moc DAX. To prowadzi nas do gwiazdy programu funkcji C-A-L-C-U-L-A-T-E, najważniejszej funkcji C-A-L-C-U-L-A-T-E. Witajcie ponownie. Dzisiejsza porcja wiedzy dotyczy najważniejszej funkcji w języku DAX. Nazywa się ona C-A-L-C-U-L-A-T-E. Jeśli masz opanować tylko jedną funkcję, niech to będzie właśnie ta. C-A-L-C-U-L-A-T-E pozwala kontrolować kontekst filtru, zamiast tylko akceptować aktywne filtry. Oto jak działają zwykłe miary. Kiedy piszesz miarę, automatycznie uwzględnia ona bieżący kontekst filtru. Jeśli ktoś wybierze rok 2024 ze Slicera, miara pokaże dane dla 2024 roku. Jeśli wybierze region północno-wschodni, pokaże dane dla tego regionu. Miara reaguje na wszelkie aktywne filtry bez potrzeby dodatkowej pracy. To zachowanie domyślne. A co, jeśli potrzebujesz liczby, która ignoruje bieżące filtry? Może chcesz sumy sprzedaży dla wszystkich regionów obok sprzedaży dla wybranego regionu? Albo potrzebujesz sprzedaży z zeszłego roku, gdy ktoś przegląda bieżący rok? W takich przypadkach nie możesz polegać na domyślnym kontekście. Musisz go zmodyfikować. Właśnie tym zajmuje się C-A-L-C-U-L-A-T-E. C-A-L-C-U-L-A-T-E działa poprzez tymczasową zmianę kontekstu filtru. Podajesz wyrażenie do obliczenia, a następnie jeden lub więcej filtrów do zastosowania. Zmienia kontekst, wykonuje obliczenia i zwraca wynik. Oryginalny kontekst filtru pozostaje nienaruszony. Na tym polega magia. Składnia jest prosta. Wpisujesz C-A-L-C-U-L-A-T-E wyrażenie, filtr pierwszy, filtr drugi. Wyrażenie to zazwyczaj miara, którą już utworzyłeś. Filtry to warunki, które chcesz zastosować. Możesz dodać tyle filtrów, ile potrzebujesz. Zobaczmy to w działaniu. Załóżmy, że masz miarę o nazwie Całkowita sprzedaż. Pokazuje ona sprzedaż dla wybranego okresu. Aby pokazać sprzedaż z analogicznego okresu ubiegłego roku, piszesz Calculate całkowita sprzedaż, same period last year, calendar date. To wszystko, czego potrzeba. Calculate bierze twoją istniejącą miarę i przesuwa kontekst daty o rok wstecz. Uzyskujesz potrzebne porównanie w jednej linii. Bez Calculate jesteś ograniczony do istniejącego kontekstu filtra. Dzięki Calculate możesz zastępować filtry, dodawać nowe lub usuwać istniejące. Możesz zażądać całkowitej sprzedaży dla wszystkich produktów, nawet gdy ktoś przefiltruje raport do określonej kategorii. Możesz pobrać sprzedaż z zeszłego miesiąca, gdy raport pokazuje bieżący miesiąc. Kontrola jest w twoich rękach. Około 80% zaawansowanego języka DAX opiera się na Calculate. Analiza czasowa, dynamiczne porównania, niestandardowe agregacje, sumy bieżące, wszystkie one wykorzystują Calculate w tle. Oswojenie się z tą jedną funkcją daje ci ogromną władzę nad raportami. Ale Calculate działa na poziomie filtrów. A co z logiką wiersz po wierszu wewnątrz miary? Tutaj wkracza inny zestaw funkcji. Funkcje iteracyjne, gdy musisz myśleć wiersz po wierszu. Zatem Calculate świetnie radzi sobie ze zmianami na poziomie filtrów, ale czasem musisz wejść do tabeli i obliczyć coś dla każdego wiersza z osobna wewnątrz miary. Zwykła suma tego nie potrafi. Potrzebujesz czegoś, co przejdzie przez tabelę wiersz po wierszu. Oto typowa sytuacja. Masz tabelę sprzedaży z ilością i ceną jednostkową w oddzielnych kolumnach. Chcesz miarę, która pokazuje całkowity przychód. Nie możesz po prostu pomnożyć ilości przez cenę jednostkową. To pomnożyłoby sumy, a nie poszczególne wiersze. Musisz pomnożyć ilość z każdego wiersza przez jego cenę jednostkową, a następnie dodać wszystkie te wyniki. To matematyka wiersz po wierszu. Do tego stworzono funkcje iteracyjne. To funkcje kończące się na x, s, u, m, x, a, v, e, r, a, g, e, x, c, u, n, t, x, m i n, x, max. Litera x oznacza wyrażenie expression. Funkcje te przyjmują tabelę, przechodzą przez każdy wiersz, wykonują obliczenie dla każdego z nich, a następnie agregują wyniki w jedną wartość. Dla przykładu przychodu piszesz SUMX Sales, Sales Quantity, Sales Unit Price. Pierwszym argumentem jest tabela, po której następuje iteracja. Drugim argumentem jest wyrażenie do obliczenia w każdym wierszu. SUMX przechodzi wiersz po wierszu, mnoży ilość przez cenę i wszystko sumuje. Jedna miara daje Ci poprawny całkowity przychód, prosto i bezpośrednio. Używaj iteratorów zawsze, gdy Twoje obliczenia angażują wiele kolumn z tego samego wiersza. Zysk na pozycję, cena po rabacie, ważone wyniki za każdym razem, gdy obliczenia wymagają logiki wiersz po wierszu wewnątrz miary narzędziem jest iterator. Jednak iteratory mają swój koszt wydajnościowy. Przechodzą one przez każdy wiersz, więc nadużywanie ich w tabelach z milionami rekordów może drastycznie spowolnić działanie raportów. Prosta zasada, używaj iteratora tylko wtedy, gdy faktycznie potrzebujesz logiki dla każdego wiersza z osobna. Jeśli prosta suma lub średnia daje właściwy wynik, użyj właśnie tego. Twoje raporty Ci za to podziękują. Jeszcze jedna wskazówka, czasami kolumna obliczeniowa wraz z prostą sumą jest szybsza niż SUMX. Jeśli utworzysz kolumnę obliczeniową, która wykona obliczenia na poziomie wiersza raz podczas odświeżania, a potem użyjesz zwykłej sumy na tej kolumnie, unikniesz kosztu iteratora przy każdym wyświetleniu raportu. Przetestuj oba podejścia na własnych danych. Najszybsza opcja zależy od rozmiaru modelu i tego, jak często zmieniają się dane. Wybieraj mądrze. Analiza czasu w prostym wydaniu. Porozmawiajmy teraz o jednej z najbardziej pożądanych funkcji w Power BI, porównywaniu okresów czasu. Jak wygląda sprzedaż w tym miesiącu w porównaniu do poprzedniego? Jak wypada bieżący rok w zestawieniu z ubiegłym? Te pytania pojawiają się w niemal każdym raporcie biznesowym, a DAX ma wbudowane funkcje właśnie do tego. Funkcje analizy czasu obsługują sumy od początku roku, ten sam okres w zeszłym roku, średnie kroczące oraz zmiany miesiąc do miesiąca. Są one częścią języka DAX, więc nie musisz pisać złożonej logiki filtrów od zera. Jest jednak haczyk. Funkcje analizy czasu wymagają poprawnej tabeli dat, a nie tylko dowolnej kolumny z datami z tabeli faktów. Potrzebujesz oddzielnej tabeli z jednym wierszem na każdy dzień, obejmującej pełny zakres dat bez luk, oznaczonej w modelu jako tabela dat. Jeśli pominiesz ten krok, funkcje po prostu nie będą działać. Gdy masz już przygotowaną tabelę dat, najbardziej użyteczne funkcje to TOTALYTD, SAMEPL, IODLASTYAR, DATEADD oraz DATESBETWEN. TOTALYTD jest najprostsza. Wpisujesz TOTALYTD w suma sprzedaży, kalendarzowa data. Otrzymujesz sumę narastającą od początku roku do dowolnej daty w kontekście. Umieść ją na wykresie liniowym według miesięcy, a zobaczysz, jak suma narastająca rośnie w miarę upływu roku. SAMEPL i ODLASTYAR robi dokładnie to, na co wskazuje nazwa. Przesuwa kontekst daty o rok wstecz. Łączysz to z funkcją CALCULATE w ten sposób. CALCULATE, suma sprzedaży, SAMEPL i ODLASTYAR, kalendarzowa data. Teraz masz sprzedaż z zeszłego roku obok tegorocznych wyników dla łatwego porównania. DATE ADD jest jeszcze bardziej elastyczna. Pozwala przesuwać daty o dni, miesiące, kwartały lub lata. Możesz porównać bieżący kwartał do tego samego kwartału sprzed dwóch lat lub sprawdzić wyniki z zeszłego miesiąca, używając przesunięcia o minus jeden miesiąc. To szwajcarski scyzoryk do przesuwania czasu. Najczęstszym błędem, jaki popełniają ludzie, jest zapominanie o oznaczeniu tabeli dat. Możesz mieć idealną tabelę dat z każdym dniem od 2020 roku do 2030 roku, ale jeśli nie oznaczysz jej w modelu jako tabeli dat, funkcje będą zwracać błędy lub puste wartości. To proste ustawienie. Kliknij tabelę prawym przyciskiem nyszy, wybierz oznacz jako tabelę dat i wskaż kolumnę daty. Zrób to raz, a wszystko zacznie działać. Innym błędem jest używanie funkcji analizy czasowej na kolumnie dat wewnątrz tabeli faktów zamiast w dedykowanej tabeli dat. Funkcje te oczekują ciągłego zakresu dat bez luk, a tabele faktów prawie nigdy go nie mają. Zbuduj więc odpowiednią tabelę dat, oznacz ją, a funkcje czasowe będą działać bez zarzutu. Typowe pułapki początkujących. Nawet przy użyciu właściwych funkcji początkujący wpadają w typowe pułapki. Pozwól, że przeprowadzę Cię przez te największe, abyś mógł ich unikać od pierwszego dnia. Głównym źródłem błędów w DAX jest mylenie kontekstu wiersza z kontekstem filtru. Wcześniej mówiliśmy o tym, jak kolumny obliczeniowe tworzą kontekst wiersza, przetwarzając jeden wiersz na raz, podczas gdy miary używają kontekstu filtru w oparciu o aktywne filtry. Początkujący często piszą miarę tak, jakby miała dostęp do poszczególnych wierszy, a potem dziwią się, że wyniki są błędne. Jeśli Twoja miara musi widzieć poszczególne wiersze, użyj funkcji iteratora. Jeśli nie, postaw na prostotę. Drugim dużym błędem jest używanie kolumn obliczeniowych, gdy sprawdziłaby się miara. Kolumny obliczeniowe wydają się znajome, bo widzisz wartości w tabeli, ale każda kolumna obliczeniowa powiększa model i spowalnia jego odświeżanie. Zanim dodasz kolejną, zadaj sobie pytanie, czy ta wartość musi się zmieniać, gdy ktoś przefiltruje raport. Jeśli tak, powinna to być miara. Kolejną pułapką jest ignorowanie samego modelu danych. DAX nie działa w izolacji. Zależy on od relacji między Twoimi tabelami. Jeśli Twój model ma słabe relacje, błędną kardynalność lub brakujące klucze łączenia, Twoje formuły DAX będą zawodzić w sposób niezauważalny. Otrzymasz liczby, które wyglądają wiarygodnie, ale w rzeczywistości są błędne. Rozwiązaniem nie jest lepszy kod DAX. Najpierw napraw swój model. Jest jeszcze niewłaściwe użycie funkcji CALCULATE. Początkujący dodają wiele filtrów wewnątrz CALCULATE, nie zdając sobie sprawy, że mogą się one wzajemnie wykluczać. Na przykład filtr sprzedaży za 2024 rok i inny filtr sprzedaży z zeszłego roku będą w konflikcie, a wynik nie będzie tym, czego oczekujesz. Każdy filtr wewnątrz CALCULATE powinien mieć jasny cel. Jeśli nie jesteś pewien, co robi, przetestuj go najpierw w izolacji. Jeszcze jednym częstym błędem jest nieużywanie zmiennych. Zmienne deklarowane za pomocą VAR pozwalają przechowywać wyniki pośrednie i używać ich ponownie w tej samej mierze. Bez nich powtarzasz te same obliczenia wielokrotnie w jednej formule, co czyni kod trudniejszym do czytania, debagowania i wolniejszym w działaniu. Wyrób sobie nawyk wczesnego używania VAR. Oszczędzi Ci to wielu godzin frustracji. I na koniec zawsze sprawdzaj swoje miary w różnych kontekstach. Miara, która działa idealnie w wizualizacji typu karta, może przestać działać w podsumowaniu macierzy. Dzieje się tak, ponieważ wiersz sumy jest obliczany w innym kontekście filtru niż wiersze szczegółowe. Testuj swoje miary w tabelach, kartach, macierzach i przy różnych kombinacjach fragmentatorów. Jeśli miara sprawdza się we wszystkich tych scenariuszach, wiesz, że jest solidna. Podsumowując wszystko razem. Dobrze, przeanalizujmy rzeczywisty przykład, który łączy wszystko w całość. Wyobraź sobie, że tworzysz raport sprzedaży i musisz pokazać trzy wartości. Całkowitą sprzedaż za ten okres, całkowitą sprzedaż za ten sam okres w zeszłym roku oraz procentowy wzrost między nimi. Pierwszą rzeczą, której potrzebujesz, jest przejrzysta tabela dat. Wejdź do swojego modelu, stwórz tabelę dat obejmującą pełny zakres dat jeden wiersz na dzień, bez przerw. Następnie kliknij ją prawym przyciskiem myszy, wybierz oznacz jako tabelę dat i wybierz kolumnę z datą. Zrób to raz, a każda funkcja analizy czasowej, którą napiszesz od tego momentu, będzie po prostu działać. Następnie napisz swoją miarę bazową. Nazwij ją Total Sales i wpisz Total Sales równa się sum Sales Amount. To fundament, a każde inne obliczenie będzie budowane na tej jednej prostej linii. Następnie napisz miarę dla poprzedniego roku. Użyj funkcji CALCULATS funkcją SAMEPR i ODLASTYAR. Wygląda to tak. Prior Year Sales równa się Calculate Total Sales, same period last year, calendar, date. Teraz masz bieżący rok tuż obok zeszłego roku. Teraz czas na procentowy wzrost. Użyj Divide, aby obsłużyć przypadki, w których sprzedaż z zeszłego roku może wynosić zero. A na pewno tak będzie. Zapisz to w ten sposób. Growth Percent równa się Divide Total Sales Prior Year Sales Prior Year Sales. Funkcja Divide bezpiecznie zwraca pustą wartość zamiast błędu, jeśli mianownik wynosi zero. To sprytny sposób na uniknięcie błędów. Masz teraz trzy miary wielokrotnego użytku, które działają z każdym filtrem, jaki na nie nałożysz. Umieść je w tabeli według produktu, regionu czy miesiąca, a będą reagować poprawnie za każdym razem. O to właśnie chodzi. Buduj na czystym modelu, opanuj garść podstawowych funkcji, a reszta ułoży się sama. Więc nie próbuj pisać złożonego kodu DAX z pierwszego dnia. Najpierw zadbaj o swój model. Poznaj podstawy, miary, kontekst filtra, funkcję CALCULATE, a rozwiążesz większość problemów biznesowych Wiesz już, czym jest DAX, dlaczego kontekst filtra jest ważny oraz jak działają funkcje CALCULATE i iteratory. Poznałeś typowe pułapki i wiesz, jak ich unikać. Przeszliśmy też przez rzeczywisty przykład, który łączy to wszystko w całość. Prawdziwa siła języka DAX nie tkwi w zapamiętywaniu setek funkcji, lecz w czystym modelowaniu danych i kilku podstawowych wzorcach. Zadbaj o poprawny model, a tworzenie kodu DAX stanie się niemal oczywiste. O to, co sugeruję wypróbować. Otwórz Power BI. Zbuduj prosty model z tabelą DAT, tabelą sprzedaży i tabelą produktów. Następnie przez tydzień pisz po jednej mierze dziennie. Zacznij od całkowitej sprzedaży, dodaj sprzedaż z poprzedniego roku, wzrost procentowy, a potem spróbuj obliczyć sumę bieżącą. Pod koniec tygodnia będziesz pisać miary, nawet się nad tym nie zastanawiając. Właśnie tak to zaczyna działać. Jeśli ten odcinek pomógł, zasubskrybuj i dalej buduj swoją wiedzę. Następnym razem porozmawiamy o debakowaniu DAX, gdy coś pójdzie nie tak, bo na pewno tak będzie, a wiedza jak to naprawić to połowa sukcesu. Do zobaczenia!