VertiPaq Analyzer Tutorial: Relationer og referenceintegritet

Denne tutorial vil diskutere fanen Relationer ii DAX Studio. Du vil lære, hvor nyttigt det er til at identificere overtrædelser af referenceintegritet, som bremser dine DAX-koder. Det hjælper dig med at bestemme, hvilken tabel eller kolonne, der skal optimeres og forbedres.

Indholdsfortegnelse

Selvstudie på fanen Relationer i VertiPaq Analyzer

Fanen Relationer viser alle de relationer, der er  i din datamodel. For at illustrere er dette en eksempelfil, som vil blive brugt i denne øvelse. Du kan se, at den har fire forholdssæt.

VertiPaq Analyzer Tutorial: Relationer og referenceintegritet

Dette er diagramvisningen af ​​datamodellen.

VertiPaq Analyzer Tutorial: Relationer og referenceintegritet

Den har fire dimensionstabeller, der relaterer til faktatabellen. Går du tilbage til fanen Relationer , kan du se kolonnen  Max From Cardinality  .

Denne kolonne definerer omkostningerne ved forholdet, som er mængden af ​​tidskal overføre filtrene fra dimensionstabellen til faktatabellen.

Andre vigtige kolonner på fanen er manglende nøgler , ugyldige rækker og prøveovertrædelser  ; de viser problemer med referenceintegritet i din model.

Krænkelser af referenceintegritet

Krænkelser af referenceintegritet opstår, når der er værdi på mange sider af et en-til-mange forhold, som ikke eksisterer på den ene side.

Disse overtrædelser sænker ydeevnen af ​​din DAX og fører nogle gange til unøjagtige beregninger.

For at finde disse overtrædelser kan du enten bruge fanen Relationer eller køre en . Det er en god praksis altid at løse problemerne for at få en mere jævn ydeevne.

Hvis du går tilbage til fanen Relationer, kan du se, at der er overtrædelser, der refererer til dimensionstabellens relationer til faktatabellen .

VertiPaq Analyzer Tutorial: Relationer og referenceintegritet

Faktatabellen har 781 manglende CustomerKeys  og 1 manglende SalesPersonKey , der ikke findes i  DimCustomer  og DimSalesPerson tabellen. 

Kolonnen Sample Violations viser, hvad de manglende nøgler er. I eksemplet viste den kun 5 nøgler fra kundenøgletabellen  .

Hvis du vil ændre antallet af viste nøgler, skal du gå til Filer og klikke på Indstilling. Klik derefter på Avanceret og skift derefter antallet af overtrædelser. I dette eksempel bruges 20 manglende nøgler.

VertiPaq Analyzer Tutorial: Relationer og referenceintegritet

Når du går tilbage til fanen, skal du køre DAX igen ved at klikke på Vis metrics. Du kan nu se flere af de manglende nøgler.

VertiPaq Analyzer Tutorial: Relationer og referenceintegritet

Nu skal du finde ud af, hvorfor disse nøgler mangler, og hvad de er. Opret en DAX-forespørgsel for at give dig de manglende nøgler fra kundenøgletabellen .

VertiPaq Analyzer Tutorial: Relationer og referenceintegritet

Brug først EVALUER- funktionen og derefter fungere. Til venstre bord, brug funktion for FactSales-  tabellens CustomerKey .

Og for den rigtige tabel skal du bruge DISTINCT-  funktionen til DimCustome r-tabellens CustomerKey . Når du trykker på F5, vil du se alle de 781 manglende taster.

VertiPaq Analyzer Tutorial: Relationer og referenceintegritet

VertiPaq Analyzer Tutorial: Reparation af RI-overtrædelser

For at rette op på overtrædelserne skal du gå tilbage til eksempelfilen og klikke på  Transformer data . Gå derefter til DimCustomer- tabellen, få den fulde liste, og klik derefter på Anvend.

VertiPaq Analyzer Tutorial: Relationer og referenceintegritet

Kør DAX-forespørgslen igen. Du kan nu se, at den ikke mangler nøgler.

VertiPaq Analyzer Tutorial: Relationer og referenceintegritet

For overtrædelsen fra SalesPersonKey-tabellen skal du gøre det samme. Gå til tabellen DimSalesPerson , få den manglende nøgle, og klik derefter på Anvend.

VertiPaq Analyzer Tutorial: Relationer og referenceintegritet

Der er nu ingen henvisningsmæssige integritetskrænkelser.




Konklusion

Hvis du ikke ved, hvordan og hvor du skal begynde at optimere din DAX, skal du bruge fanen Relationer i VertiPaq Analyzer Metrics. Det lokaliserer tabeller med referenceintegritetskrænkelser og hjælper dig med at slippe af med dem hurtigere.

Ydeevneproblemer opstår altid, men når du mestrer brugen af ​​fanen Relationer, får du fejlfrie beregninger.


Pipe In R: Tilslutningsfunktioner med Dplyr

Pipe In R: Tilslutningsfunktioner med Dplyr

I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX fra LuckyTemplates giver dig mulighed for at returnere rangeringen af ​​et specifikt tal i hver tabelrække, der udgør en del af en liste over tal.

Udpakning af LuckyTemplates-temaer og -billeder fra PBIX

Udpakning af LuckyTemplates-temaer og -billeder fra PBIX

Lær, hvordan du adskiller en PBIX-fil for at udtrække LuckyTemplates-temaer og -billeder fra baggrunden og bruge den til at oprette din rapport!

Excel Formler Snydeark: Mellemvejledning

Excel Formler Snydeark: Mellemvejledning

Excel Formler Snydeark: Mellemvejledning

LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det

LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det

LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det

Python i LuckyTemplates: Sådan installeres og konfigureres

Python i LuckyTemplates: Sådan installeres og konfigureres

Lær, hvordan du installerer programmeringssproget Python i LuckyTemplates, og hvordan du bruger dets værktøjer til at skrive koder og vise billeder.

Beregning af dynamiske fortjenestemargener – nem analyse af LuckyTemplates med DAX

Beregning af dynamiske fortjenestemargener – nem analyse af LuckyTemplates med DAX

Lær, hvordan du beregner dynamiske fortjenstmargener ved siden af ​​LuckyTemplates, og hvordan du kan få mere indsigt ved at grave dybere ned i resultaterne.

Sortering af datotabelkolonner i LuckyTemplates

Sortering af datotabelkolonner i LuckyTemplates

Lær, hvordan du sorterer felterne fra kolonner med udvidet datotabel korrekt. Dette er en god strategi at gøre for vanskelige felter.

Find dine topprodukter for hver region i LuckyTemplates ved hjælp af DAX

Find dine topprodukter for hver region i LuckyTemplates ved hjælp af DAX

I denne artikel gennemgår jeg, hvordan du kan finde dine topprodukter pr. region ved hjælp af DAX-beregninger i LuckyTemplates, herunder funktionerne TOPN og CALCUATE.

Junk Dimension: Hvad er det, og hvorfor det er alt andet end junk

Junk Dimension: Hvad er det, og hvorfor det er alt andet end junk

Lær, hvordan du bruger en uønsket dimension til flag med lav kardinalitet, som du ønsker at inkorporere i din datamodel på en effektiv måde.