Handledning för VertiPaq Analyzer: Relationer och referensintegritet

Denna handledning kommer att diskutera fliken Relationer ii DAX Studio. Du kommer att lära dig hur användbart det är för att identifiera referensintegritetsbrott som saktar ner dina DAX-koder. Det hjälper dig att avgöra vilken tabell eller kolumn som behöver optimeras och förbättras.

Innehållsförteckning

Handledning på fliken Relationer i VertiPaq Analyzer

Fliken Relationer visar alla relationer som finns i din datamodell För att illustrera är detta en exempelfil som kommer att användas i denna handledning. Du kan se att den har fyra relationsuppsättningar.

Handledning för VertiPaq Analyzer: Relationer och referensintegritet

Detta är diagramvyn av datamodellen.

Handledning för VertiPaq Analyzer: Relationer och referensintegritet

Den har fyra dimensionstabeller som relaterar till faktatabellen. Om du går tillbaka till fliken Relationer kan du se  kolumnen  Max From Cardinality .

Den här kolumnen definierar kostnaden för relationen, vilket är tidenbehöver överföra filtren från dimensionstabellen till faktatabellen.

Andra viktiga kolumner på fliken är Saknade nycklar , Ogiltiga rader och Exempelöverträdelser  ; de visar referensintegritetsproblem i din modell.

Brott mot referensintegritet

Kränkningar av referensintegritet uppstår när det finns ett värde på många sidan av en en-till-många-relation som inte existerar på ena sidan.

Dessa överträdelser saktar ner prestandan för din DAX och leder ibland till felaktiga beräkningar.

För att lokalisera dessa överträdelser kan du antingen använda fliken Relationer eller köra en . Det är en bästa praxis att alltid åtgärda problemen för att få en jämnare prestanda.

Om du går tillbaka till fliken Relationer kan du se att det finns överträdelser som hänvisar till dimensionstabellens relationer till faktatabellen .

Handledning för VertiPaq Analyzer: Relationer och referensintegritet

Faktatabellen har 781 saknade CustomerKeys  och 1 saknad SalesPersonKey som inte finns i  tabellen  DimCustomer  och DimSalesPerson .

Kolumnen Sample Violations visar vilka nycklarna som saknas. I exemplet visade det bara 5 nycklar från Customer Key-  tabellen.

Om du vill ändra antalet nycklar som visas, gå till Arkiv och klicka på Alternativ. Klicka sedan på Avancerat och ändra sedan antalet överträdelser. I det här exemplet används 20 saknade nycklar.

Handledning för VertiPaq Analyzer: Relationer och referensintegritet

När du går tillbaka till fliken kör du DAX igen genom att klicka på Visa mätvärden. Du kan nu se fler av de saknade nycklarna.

Handledning för VertiPaq Analyzer: Relationer och referensintegritet

Nu måste du ta reda på varför dessa nycklar saknas och vad de är. Skapa en DAX-fråga för att ge dig de saknade nycklarna från Customer Key- tabellen.

Handledning för VertiPaq Analyzer: Relationer och referensintegritet

Använd först funktionen EVALUATE och sedan fungera. För det vänstra bordet, använd funktion för FactSales  -tabellens CustomerKey .

Och för rätt tabell, använd DISTINCT-  funktionen för DimCustome r-tabellens CustomerKey . När du trycker på F5 kommer du att se alla 781 saknade nycklar.

Handledning för VertiPaq Analyzer: Relationer och referensintegritet

Handledning för VertiPaq Analyzer: Åtgärda RI-överträdelser

För att åtgärda överträdelserna går du tillbaka till exempelfilen och klickar på  Transformera data . Gå sedan till DimCustomer- tabellen, hämta hela listan och klicka sedan på Använd.

Handledning för VertiPaq Analyzer: Relationer och referensintegritet

Kör DAX-frågan igen. Du kan nu se att den inte saknar nycklar.

Handledning för VertiPaq Analyzer: Relationer och referensintegritet

För överträdelsen från SalesPersonKey-tabellen, gör samma sak. Gå till tabellen DimSalesPerson , hämta den saknade nyckeln och klicka sedan på Verkställ.

Handledning för VertiPaq Analyzer: Relationer och referensintegritet

Det finns nu inga referensmässiga integritetskränkningar.




Slutsats

Om du inte vet hur och var du ska börja optimera din DAX, använd fliken Relationer i VertiPaq Analyzer Metrics. Den lokaliserar tabeller med referensintegritetsintrång och hjälper dig att bli av med dem snabbare.

Prestandaproblem uppstår alltid men när du väl bemästrar användningen av fliken Relationer får du felfria beräkningar.


Pipe In R: Anslutningsfunktioner med Dplyr

Pipe In R: Anslutningsfunktioner med Dplyr

I den här handledningen kommer du att lära dig hur du kopplar ihop funktioner med hjälp av dplyr-röroperatorn i programmeringsspråket R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX från LuckyTemplates låter dig returnera rankningen av ett specifikt nummer i varje tabellrad som utgör en del av en lista med nummer.

Extrahera LuckyTemplates-teman och bilder från PBIX

Extrahera LuckyTemplates-teman och bilder från PBIX

Lär dig hur du tar isär en PBIX-fil för att extrahera LuckyTemplates-teman och bilder från bakgrunden och använda den för att skapa din rapport!

Excel Formler Fuskblad: Mellanvägledning

Excel Formler Fuskblad: Mellanvägledning

Excel Formler Fuskblad: Mellanvägledning

LuckyTemplates Kalendertabell: Vad är det och hur man använder det

LuckyTemplates Kalendertabell: Vad är det och hur man använder det

LuckyTemplates Kalendertabell: Vad är det och hur man använder det

Python i LuckyTemplates: Hur man installerar och ställer in

Python i LuckyTemplates: Hur man installerar och ställer in

Lär dig hur du installerar programmeringsspråket Python i LuckyTemplates och hur du använder dess verktyg för att skriva koder och visa bilder.

Beräkna dynamiska vinstmarginaler – enkel analys av LuckyTemplates med DAX

Beräkna dynamiska vinstmarginaler – enkel analys av LuckyTemplates med DAX

Lär dig hur du beräknar dynamiska vinstmarginaler vid sidan av LuckyTemplates och hur du kan få fler insikter genom att gräva djupare i resultaten.

Sortering av datumtabellkolumner i LuckyTemplates

Sortering av datumtabellkolumner i LuckyTemplates

Lär dig hur du sorterar fälten från en utökad datumtabells kolumner korrekt. Detta är en bra strategi att göra för svåra fält.

Hitta dina bästa produkter för varje region i LuckyTemplates med DAX

Hitta dina bästa produkter för varje region i LuckyTemplates med DAX

I den här artikeln går jag igenom hur du kan hitta dina toppprodukter per region med hjälp av DAX-beräkningar i LuckyTemplates, inklusive TOPN- och CALCULATE-funktionerna.

Skräpdimension: Vad är det och varför det är allt annat än skräp

Skräpdimension: Vad är det och varför det är allt annat än skräp

Lär dig hur du använder en skräpdimension för flaggor med låg kardinalitet som du vill infoga i din datamodell på ett effektivt sätt.