M365Con 2027 – бесплатная онлайн-конференция · 11–22 Jan 2027 · 120 sessions m365con.net

Блог · Mirko Peters

Разбираем DAX: начальное руководство по Data Analysis Expressions

By ·

Добро пожаловать в полное руководство для начинающих по Data Analysis Expressions, которое обычно называют DAX. Если вы когда-либо смотрели на необработанный набор данных в Power BI или Excel и задавались вопросом, как превратить цифры в таблице в динамичную, интерактивную бизнес-аналитику, вы попали по адресу. DAX — это скрытый движок современной аналитики Microsoft, и освоение его возможностей м

Automatically translated with AI from the original post. Read the English original

Добро пожаловать в полное руководство для начинающих по Data Analysis Expressions, которое обычно называют DAX. Если вы когда-либо смотрели на необработанный набор данных в Power BI или Excel и задавались вопросом, как превратить цифры в таблице в динамичную, интерактивную бизнес-аналитику, вы попали по адресу. DAX — это скрытый движок современной аналитики Microsoft, и освоение его возможностей может полностью изменить то, как вы интерпретируете и представляете информацию.

Вы опытный специалист по данным, который хочет освежить синтаксис, или новичок, впервые знакомящийся с миром бизнес-аналитики, — в любом случае понимание DAX необходимо. В этом подробном разборе мы рассмотрим, что такое DAX, как его функциональность соотносится с традиционными формулами электронных таблиц и как можно применять его в повседневной работе. Этот пост напрямую развивает темы, рассмотренные в нашем подкасте, поэтому обязательно послушайте связанный эпизод Data Analysis Expressions (DAX) - Simply Explained, где эти же темы разобраны в аудиоформате.

Обзор DAX

Три золотистые монеты стоят на серой фактурной поверхности: Ethereum, монета в стиле Tether и Bitcoin.

Что такое DAX?

Data Analysis Expressions, или DAX, — это язык формул, созданный специально для анализа данных. С его помощью можно создавать пользовательские вычисления в таких инструментах, как Power BI, Power Pivot для Excel и SQL Server Analysis Services. Язык позволяет выполнять сложные вычисления над целыми таблицами, а не только над отдельными ячейками. Используя DAX, вы можете превращать необработанные данные в содержательные выводы, которые помогают принимать бизнес-решения.

DAX работает аналогично формулам Excel, но предлагает гораздо больше возможностей. Он позволяет создавать динамические отчеты, которые реагируют на действия пользователя, например на фильтры и срезы. Эта возможность необходима для интерактивного анализа данных. По мере знакомства с DAX вы увидите, что он обеспечивает расширенные вычисления и динамические агрегации, что выделяет его среди других языков анализа данных.

Возможности языка DAX

Язык DAX заметно эволюционировал с момента своего появления. Ниже приведен краткий обзор его развития:

ГодОписание разработки
2009DAX представлен в надстройке PowerPivot для Excel 2010.
2016Существенные улучшения появились с распространением Power BI и SQL Server 2016, включая новые возможности DAX, такие как вычисляемые таблицы и переменные.
2016Общее число функций DAX достигло 340.

DAX — это функциональный язык программирования, созданный для инструментов бизнес-аналитики. Его синтаксис напоминает одновременно SQL и Excel и ориентирован на таблицы, агрегации и соединения. Вы заметите, что DAX делает акцент на запросах к таблицам, связанным отношениями, и на агрегированных значениях.

Самое опасное в DAX то, что вы можете написать формулы, которые работают, задолго до того, как поймете, что происходит за кулисами.

Эта цитата подчеркивает важность понимания внутренних механизмов DAX. По мере обучения вы обнаружите, что DAX предлагает уникальные возможности, которые расширяют ваши аналитические возможности. Например, можно создавать вычисляемые столбцы, меры и таблицы, что позволяет проводить детальный и настраиваемый анализ данных.

Функциональность DAX

Основы синтаксиса DAX

При написании формул DAX необходимо соблюдать определенные правила синтаксиса, чтобы они работали корректно. Вот несколько базовых правил, которые стоит помнить:

  • Все таблицы должны иметь уникальные имена.
  • Имена столбцов должны быть уникальными внутри каждой таблицы.
  • Имена объектов не чувствительны к регистру.
  • В некоторых контекстах используйте полные имена, например при работе с такими функциями, как VALUES, ALL или CALCULATE.
  • Заключайте имена таблиц в одинарные кавычки, если они содержат пробелы или специальные символы.
  • Имена мер всегда заключаются в квадратные скобки и могут содержать пробелы.
  • Имена столбцов можно указывать без имени базовой таблицы, если только не возникает конфликт имен.

Формулы DAX не могут изменять или вставлять отдельные значения в таблицах. Вместо этого можно создавать вычисляемые столбцы и меры. DAX автоматически определяет типы данных и выполняет неявные преобразования, что упрощает работу с данными.

Типы данных в DAX

Понимание типов данных в DAX критически важно для эффективного анализа. DAX поддерживает несколько типов данных, и каждый из них по-разному влияет на вычисления. Ниже приведено краткое описание ключевых аспектов типов данных в DAX:

АспектОписание
Независимость от типов данныхДвижок VertiPaq работает независимо от типов данных. Различные типы (строка, число с плавающей точкой, дата) занимают примерно одинаковый объём памяти и работают с comparable скоростью благодаря кодированию по словарю.
Влияние смешанных типов данныхСмешивание типов данных в выражениях может приводить к необходимым преобразованиям, которые могут сказаться на производительности. Одни преобразования выполняются эффективно, а другие требуют больше ресурсов от движка формул, что влияет на общую скорость вычислений.
Ошибки преобразованияПри преобразовании типов данных могут возникать ошибки, особенно между фиксированными десятичными числами и числами с плавающей точкой, из-за различий в точности. Разработчикам следует быть внимательными, чтобы минимизировать ошибки при преобразованиях.
Соображения по производительностиМатематические операции могут требовать обращений к движку формул, что может замедлять работу. Обеспечение согласованных и минимальных погрешностей при вычислениях важно для сохранения точности результатов.

DAX легко взаимодействует с моделями данных в Power BI и Excel. Вы можете создавать пользовательские меры, которые улучшают визуализации и позволяют проводить динамический анализ данных на основе различных полей. Кроме того, DAX позволяет создавать вычисляемые таблицы из связанных или несвязанных таблиц, обеспечивая гибкость при обработке данных.

Освоив синтаксис DAX и понимая типы данных, вы сможете раскрыть весь потенциал выражений анализа данных. Эти знания помогут создавать мощные формулы, которые лежат в основе содержательной отчётности и анализа.

Ключевые выражения анализа данных

Агрегирующие функции

Агрегирующие функции в DAX позволяют эффективно обобщать данные. Они помогают вычислять итоги, средние значения и другие статистические показатели по наборам данных. Ниже приведены некоторые из наиболее часто используемых агрегирующих функций и их типичное применение:

ФункцияОпределениеТипичное применение
SUMСуммирует значения столбца и возвращает общий итог.Расчёт общей выручки по таблице продаж.
MINНаходит наименьшее числовое значение в столбце.Определение минимальной суммы продажи в наборе данных.
MINXВычисляет минимальное значение выражения для каждой строки.Поиск наименьшей суммы продаж по регионам.
COUNTПодсчитывает непустые значения в указанном столбце.Подсчёт количества зарегистрированных транзакций продаж.
COUNTAПодсчитывает все непустые значения независимо от типа.Подсчёт активных сотрудников в логическом столбце.
COUNTROWSПодсчитывает количество строк в таблице или выражении.Подсчёт строк в отфильтрованной таблице сотрудников.
DISTINCTCOUNTОпределяет количество уникальных значений в столбце.Подсчёт уникальных товаров в наборе данных о продажах.

Эти агрегирующие функции необходимы для выполнения выражений анализа данных. Они позволяют извлекать из данных выводы, например общую выручку или количество транзакций. Используя эти функции, вы можете создавать содержательные отчёты, которые показывают ключевые показатели эффективности.

Функции фильтрации

Функции фильтрации в DAX расширяют возможности анализа данных, применяя условия к вычислениям. Например, функция FILTER в DAX эффективно выполняет фильтрацию, применяет условную логику и динамически корректирует вычисления. Это позволяет создавать меры, которые реагируют на слайсеры и фильтры страниц. Вот несколько ключевых особенностей функций фильтрации:

  • Они обеспечивают динамические вычисления с учётом контекста.
  • Они позволяют применять к данным сложные фильтры.
  • Они помогают создавать сложные меры, которые реагируют на действия пользователя.

С помощью функций фильтрации вы можете выполнять надёжный анализ данных, находить ценные выводы и динамически управлять фильтрами. Такая гибкость важна для создания интерактивных отчётов, которые адаптируются к действиям пользователей.

Функции анализа по времени

Функции анализа по времени в DAX позволяют анализировать данные во времени. Они помогают отслеживать показатели за различные периоды, например месяцы, кварталы и годы. Ниже приведены некоторые ключевые функции анализа по времени и их описания:

ФункцияОписание
CLOSINGBALANCEMONTHВычисляет указанное выражение для даты, соответствующей концу текущего месяца, после применения заданных фильтров.
Баланс на конец кварталаВычисляет указанное выражение для даты, соответствующей концу текущего квартала, после применения заданных фильтров.
CLOSINGBALANCEYEARВычисляет указанное выражение для даты, соответствующей концу текущего года, после применения заданных фильтров.
DATEADDСдвигает заданный набор дат на указанный интервал.
DATESBETWEENВозвращает даты между двумя заданными датами.
DATESYTDВозвращает набор дат в году до последней даты, видимой в контексте фильтра.

Эти функции позволяют сравнивать показатели по годам, кварталам и месяцам. Вы можете мгновенно отслеживать прогресс с начала года (YTD), с начала квартала (QTD) и с начала месяца (MTD). Используя функции анализа по времени, вы можете строить скользящие KPI и согласовывать отчетность с реальными бизнес-циклами.

Важно также понимать разницу между вычисляемыми столбцами и мерами. Вычисляемые столбцы рассчитываются для каждой строки и хранятся в памяти. Используйте их, когда нужно группировать вычисления или фильтровать данные. Меры, в свою очередь, вычисляются на основе контекста запроса и в памяти не хранятся. Они динамичны и меняются в зависимости от контекста отчета. Вместе вычисляемые столбцы и меры позволяют создавать интерактивные и содержательные отчеты, которые реагируют на действия пользователя и выбранные фильтры.

Практическое применение DAX

Вид сверху на стол с налоговыми формами, калькулятором, ручкой и рукой, держащей бумаги

DAX в Power BI

DAX играет ключевую роль в Power BI, расширяя возможности анализа данных. Вы можете создавать интерактивные панели, которые реагируют на действия пользователя. В Power BI отчеты представляют собой многостраничные интерактивные документы. Их можно полностью редактировать, используя меры DAX и детализированные визуализации. Такая гибкость позволяет создавать пользовательские вычисления, которые адаптируются к контексту ваших данных.

Ниже приведены некоторые ключевые функции DAX, часто используемые в Power BI:

Функция DAXОписание
SUM()Суммирует значения в столбце
CALCULATE()Динамически изменяет контекст фильтра
FILTER()Возвращает подмножество данных
IF()Реализует условную логику

Например, с помощью функции CALCULATE можно создать меру, которая рассчитывает общие продажи за предыдущий год. Такой динамический расчет помогает отслеживать показатели во времени. Используя DAX, вы можете создавать отчеты, которые не только отображают данные, но и дают аналитику для принятия бизнес-решений.

DAX в Excel

В Excel DAX расширяет возможности анализа данных через Power Pivot. Если формулы Excel применяются непосредственно к ячейкам, то DAX работает с целыми наборами данных. Это различие позволяет выполнять более динамичные вычисления. Вы можете создавать пользовательские расчеты, которые ссылаются на целые столбцы, что делает анализ более надежным.

DAX в Excel ориентирован на ссылки на отдельные ячейки. Результаты видны сразу в таблицах. Однако меры DAX адаптируются к контексту визуализаций отчета. Эта адаптивность имеет решающее значение для создания содержательных отчетов.

Ниже приведены некоторые примеры формул DAX, часто используемых в проектах Excel:

Функция DAXОписаниеПример
CALCULATE()Изменяет контекст фильтра для динамических вычислений.Total Sales (Last Year) = CALCULATE(SUM(Sales[Revenue]), SAMEPERIODLASTYEAR(Date[Date]))
FILTER()Позволяет выполнять сложную фильтрацию на уровне строк.High Value Sales = CALCULATE(SUM(Sales[Revenue]), FILTER(Sales, Sales[Revenue] > 10000))
SWITCH()Реализует условную логику для KPI.Performance Status = SWITCH(TRUE(), [Sales] > 1000000, "Excellent", [Sales] > 500000, "Good", "Needs Improvement")

Освоив DAX и в Power BI, и в Excel, вы раскроете весь потенциал анализа данных. Вы увидите, что DAX позволяет выполнять сложные вычисления, отражающие сложность бизнеса. Это дает возможность создавать отчеты, которые не только информативны, но и пригодны для практических действий.

Типичные сложности DAX

Отладка формул DAX

Отладка формул DAX может быть непростой задачей, особенно для новичков. Вы можете столкнуться с различными ошибками, которые замедляют работу. Вот некоторые распространенные ошибки, с которыми вы можете столкнуться:

  • Синтаксические ошибки: отсутствующие скобки или запятые могут привести к путанице.
  • Семантические ошибки: ссылки на несуществующие столбцы, таблицы или функции часто вызывают проблемы.
  • Ошибки вычислений: несоответствие типов или некорректные аргументы, передаваемые функциям, могут давать неожиданные результаты.

Чтобы эффективно отлаживать формулы DAX, используйте следующие инструменты и приемы:

  • Функция EVALUATEANDLOG: эта функция позволяет журналировать промежуточные результаты в выражениях DAX. Она помогает отслеживать и устранять ошибки в логике.
  • DAX Studio: приложение с открытым исходным кодом, которое упрощает создание, выполнение и анализ запросов DAX. Оно предоставляет возможности мониторинга производительности.

При отладке не начинайте только с синтаксиса. Вместо этого проверяйте меры в нескольких визуализациях, чтобы убедиться, что они корректно работают в разных контекстах. Такой подход помогает быстрее находить проблемы.

Советы по оптимизации производительности

Оптимизация производительности DAX крайне важна для поддержания эффективности отчётов. Вот несколько стратегий для ускорения ваших запросов DAX:

  1. Переносите нагрузку на Storage Engine (SE): по возможности передавайте вычисления движку SE. Этот подход критически важен для повышения производительности.
  2. Сокращайте количество обращений к Storage Engine (SE): структурируйте запросы так, чтобы извлекать более крупные пакеты данных. Это минимизирует количество отдельных обращений к SE.
  3. Минимизируйте зависимость от Formula Engine (FE): избегайте функций, которые заставляют выполнять вычисления построчно. Это позволяет избежать узких мест.
  4. Оптимизируйте проектирование модели данных: эффективные модели данных снижают кардинальность и повышают производительность.
  5. Используйте агрегированные таблицы: предварительно агрегированные сводные таблицы уменьшают вычислительную нагрузку и позволяют не повторять одни и те же расчёты.
  6. Используйте кэширование: оптимизируйте определения мер, чтобы воспользоваться механизмами кэширования и ускорить выполнение запросов.
  7. Оптимизируйте использование FILTER и итераторов: прямая фильтрация столбцов эффективнее, чем вычисления построчно.
  8. Избегайте больших связей «многие ко многим»: упрощение связей снижает вычислительную сложность.
  9. Используйте переменные (VAR): сохраняйте промежуточные результаты, чтобы не выполнять избыточные вычисления.
  10. Оптимизируйте функции временной интеллектуальности: используйте предварительно вычисленные агрегированные таблицы на основе времени для повышения производительности.

Будьте осторожны с распространёнными шаблонами DAX, которые снижают производительность. Чрезмерное использование ALL или REMOVEFILTERS может привести к ненужному полному сканированию таблиц. Вместо этого рассмотрите использование ALLEXCEPT, чтобы сохранить необходимые фильтры. Кроме того, излишне сложная логика может замедлить выполнение; более простые выражения часто оказываются эффективнее.

Преодолев эти распространённые трудности, вы сможете улучшить навыки работы с DAX и создавать более эффективные отчёты, которые дают ценные выводы.


Освоение DAX расширяет ваши навыки анализа данных и позволяет создавать информативные отчёты. Вы узнали об особенностях DAX, его синтаксисе и ключевых функциях. Понимание DAX позволяет выполнять сложные вычисления и создавать динамические отчёты, которые реагируют на действия пользователя.

Чтобы глубже разобраться в теме, обратите внимание на следующие ключевые выводы:

Ключевой выводОписание
Понимание DAXDAX работает иначе, чем Excel и SQL, и требует другого подхода.
Отказ от запоминанияОпора на запоминание может привести к путанице; понимание контекста имеет решающее значение.
Тестирование мерПроверка вычислений на нескольких визуальных элементах необходима для точности.

Для дальнейшего обучения изучите следующие ресурсы:

  • Как быстро изучить DAX для Power BI
  • QuickStart: Основы DAX за 30 минут
  • 20 продвинутых секретов DAX для эффективной работы с моделями данных, как профессионал

Практикуясь и используя эти ресурсы, вы сможете раскрыть весь потенциал DAX в своём аналитическом пути.

Часто задаваемые вопросы

Для чего используется DAX?

DAX применяется для создания пользовательских вычислений в инструментах анализа данных, таких как Power BI и Excel. Он помогает выполнять сложные вычисления по всему набору данных и расширяет возможности отчётности.

Как эффективно изучить DAX?

Эффективно изучить DAX поможет структурированное руководство по DAX. Начните с базовых понятий, регулярно практикуйтесь и изучайте такие ресурсы, как онлайн-курсы и учебные пособия, чтобы глубже понять материал.

Что такое вычисляемые столбцы в DAX?

Вычисляемые столбцы — это новые столбцы, которые вы создаёте в модели данных с помощью формул DAX. Они вычисляют выражения для каждой строки таблицы, позволяя добавлять в анализ пользовательские данные.

В чём разница между мерами и вычисляемыми столбцами?

Меры — это динамические вычисления, которые рассчитываются в зависимости от контекста отчёта. Вычисляемые столбцы, напротив, статичны, хранятся в памяти и вычисляются для каждой строки таблицы.

Можно ли использовать DAX в Excel?

Да, DAX можно использовать в Excel через Power Pivot. Это позволяет создавать мощные вычисления, которые расширяют возможности анализа данных и отчётности в Excel.

Какие существуют распространённые функции DAX?

К распространённым функциям DAX относятся SUM, AVERAGE, CALCULATE и FILTER. Они помогают выполнять различные вычисления и преобразования данных в отчётах.

Как DAX работает с типами данных?

DAX поддерживает несколько типов данных, включая числовой, строковый и датовый. Понимание этих типов важно для корректных вычислений и предотвращения ошибок в формулах DAX.

Похож ли DAX на формулы Excel?

Да, DAX похож на формулы Excel, но работает в более широком масштабе. Он позволяет выполнять сложные вычисления по всем таблицам целиком, что делает его более мощным инструментом для анализа данных.


🎧 Слушайте этот выпуск

Хотите практическое объяснение Data Analysis Expressions (DAX)? Этот выпуск простым языком разбирает тему и показывает, почему она важна для Microsoft 365, Azure, Power Platform, безопасности, ИИ и современной работы. Для более подробного аудиообзора послушайте Data Analysis Expressions (DAX) - Simply Explained.

Слушайте этот выпуск, если вы хотите:

  • Понять ключевые концепции Data Analysis Expressions (DAX)
  • Увидеть, как он вписывается в более широкую экосистему технологий Microsoft
  • Узнать, где он может принести практическую пользу вашей организации

Вам также могут понравиться эти связанные выпуски M365 FM:

  • Microsoft Graph Data Connect — простыми словами
  • От данных к интеллектуальным агентам: создание доверенного корпоративного ИИ с Microsoft AI Foundry, с Шубханги Гоэл [MVP]
  • Как Microsoft Graph связывает данные и контекст Microsoft 365
  • ИИ-агенты и конец ручного ввода данных
  • Безопасность Private RAG: извлечение данных с учётом авторизации

Открывайте больше практических бесед о Microsoft на M365 FM.

Последняя проверка: июль 2026.

Кому стоит послушать

Этот выпуск предназначен для администраторов Microsoft, архитекторов, разработчиков, специалистов по безопасности и руководителей бизнеса, которым нужна практическая база перед принятием решений о внедрении или управлении.

🎧 Вам также стоит послушать

  • Microsoft Fabric — тесно связанный следующий шаг, который добавляет полезный контекст и практическую глубину.
  • Microsoft Fabric OneLake — тесно связанный следующий шаг, который добавляет полезный контекст и практическую глубину.
  • Power BI Copilot — тесно связанный следующий шаг, который добавляет полезный контекст и практическую глубину.
Подписаться на подкастApple PodcastsSpotify

Entities in this article

Темы этой статьи:

DAX – Понятие Power BI – Инструмент аналитики и BI от Microsoft Microsoft Excel – Инструмент аналитики и BI от Microsoft Filter context – Понятие Power Pivot – Продукт SQL – Понятие Microsoft SQL Server – Продукт SQL Server Analysis Services – Инструмент аналитики и BI от Microsoft

Related articles

Другие статьи на тему DAX:

RSS