有没有面对着稀奇古怪的DAX而感到有点丈八金刚摸不着头脑或者干瞪眼？！
有没有想得到某个值想不出来DAX怎么写而直跳脚！？
看完这篇文章，你会恍然大悟，捂脸偷笑。呼呼呼~
前言：
这篇文章对于具有一点SQL查询基础人会十分容易理解，譬如：掌握SELECT，SUM，GROUP BY等。
注：此文不涉及到Filter Context（筛选上下文）的介绍。
正文：
对于对SQL有一定了解的人来说，咋看DAX，怎么都不习惯。 但是，如果理解以下几个后，DAX学起来就得心应手一些。
- SUMMARIZE
- FILTER
- CALCULATE 与 CALTULATETABLE
注：这里不会对这些语法详细的讲解，而是从SQL的角度，看看那些DAX的等价相似语句。
先来看一个例子，
查询Products表里的所有行：
DAX |
SQL |
-- list all the Products EVALUATE Product |
show all the Products SELECT * FROM tblProduct |
DAX Filter vs SQL Filter
| DAX | SQL |
EVALUATE
FILTER (
Product,
RELATED ( Category[Product Category Name] ) = "Bike"
)
|
SELECT * FROM Product P
JOIN Category c on P.[Category_KEY] = c.[Category_KEY]
WHERE
c.[Product Category Name] = 'Bikes'
|
FILTER是一个MUST know的语句
从Transaction表中统计销售数目 – SUM-GRUOP BY：
| DAX | SQL |
-- 显示每个产品销售数目 EVALUATE SUMMARIZE ( 'Transaction', 'Transaction'[ProductId], "Total qty", SUM ( 'Transaction'[Quantity] ) ) |
-- 显示每个产品销售数目 SELECT ProductId, SUM(Quantity) AS 'Total Qty' FROM tblTransaction GROUP BY ProductId |
SUMMERIZE
选择一个表中指定的列：
| DAX | SQL |
-- list selected columns EVALUATE SUMMARIZE( Product, Product[Name], Product[Size])
|
-- show selected columns SELECT Name, Size FROM tblProduct
|
排序：
| DAX | SQL |
-- show products in name order EVALUATE Product ORDER BY Product[ProductName] |
-- show products by name SELECT * FROM tblProduct ORDER BY ProductName |
选择前几行：
| DAX | SQL |
-- show 5 most expensive products EVALUATE TOPN ( 5, Product, Product[FullPrice] ) |
SELECT TOP 5 FROM Product ORDER BY FullPrice
|
SUMMERIZE vs Group BY
SUMMARIZE是一个比较重要语句：
记住：这个跟SQL极为相似，学习过程中只要想想SQL就容易理解很多了。
EVALUATE
SUMMARIZE(
源表名,
Group by 列 1,
...,
Group by 列 N,
汇总列名1,
汇总列名1所对应的表达式,
...,
汇总列名N,
汇总列名N所对应的表达式
)
再来一个例子：
对产品的分类，颜色，产品名字进行统计：交易单量，销售数目
MSDN的例子
| DAX |
SQL |
EVALUATE
SUMMARIZE('Internet Sales'
, ROLLUP('Date'[Calendar Year], 'Product Category'[Product Category Name])
, "Sales Amount", SUM('Internet Sales'[Sales Amount])
, "Discount Amount", SUM('Internet Sales'[Discount Amount])
)
|
SELECT D.[Calendar Year], PC.[Product Category Name]
, SUM(F.[Sales Amount]) 'Sales Amount'
, SUM(F.[Discount Amount]) 'Discount Amount'
FROM [Internet Sales] F
JOIN DATE D ON S.[DAY_KEY] = F.[DAY_KEY]
JOIN [Product Category] PC ON PC.[Category_KEY] = F.[Category_KEY]
GROUP BY
D.[Calendar Year],PC.[Product Category Name]
|
| Date[Calendar Year] | Product Category[Product Category Name] | [Sales Amount] | [Discount Amount] |
|---|---|---|---|
| 2005 | Bikes | 6958251.043 | 4231.1621 |
| 2006 | Bikes | 18901351.08 | 178175.8399 |
| 2007 | Bikes | 24256817.5 | 276065.992 |
| 2008 | Components | 2008052.706 | 39.9266 |
| … | … | … | … |
等价的SQL如下，如果你只看浅蓝色的部分，是不是很好理解呢？
SUMMARIZE还有其他的Option，这里就不做详细介绍。
SUMMARIZE详情参考：https://msdn.microsoft.com/en-us/library/gg492171.aspx
CALCULATETABLE vs Sub Query
下面语句统计Bike这个类别的产品的销售数目。
| DAX | SQL |
EVALUATE
SUMMARIZE (
CALCULATETABLE (
'Internet Sales',
'Product Category'[Product Category Name] = "Bikes" ),
-- field to group by
Product[Product Name],
"Quantity sold",
SUM ( 'Internet Sales'[Order Quantity] )
)
|
SELECT
P.[Product Name],
SUM(Fact.[Quantity]) as 'Quantity sold'
FROM
(SELECT F.* FROM [Transaction] F
JOIN Category c ON F.[Category_Key] = C.[Category_Key]
WHERE C.[Product Category Name] = 'Bikes'
) Fact
join Product P ON P.[Product_Key] = Fact.[Product_Key]
GROUP BY
P.[Product Name]
|
上述的SQL语句有很多种写法。
高亮部分CalculateTable里面筛选了Bikes这个类别，正如SQL的sub Query一样。
DAX ADDCOLUMNS vs SQL Derived Column
注：ADDCOLUMNS跟Calculated Column类似：即给指定的表加入计算列。不一样的地方在于Addcolumn所加的只在它所在的语句有效。
| DAX | SQL |
EVALUATE
ADDCOLUMNS (
'Product Category',
"Number transactions", COUNTROWS ( RELATEDTABLE ( 'Internet Sales' ) )
)
|
SELECT [Product Category Name], count(t.Id) AS 'Number transactions'
FROM Transaction F
JOIN [Product Category] C on F.[Category_Key] = C.[Category_Key]
GROUP BY
C.[Product Category Name]
|
小结：
DAX语法十分灵活，有些看起来晦涩难懂，但是，如果能够以SQL为基础的角度去切入会事半功倍。
还有，此文没有介绍的上下文（Filter Context）是一个重要的概念，如果要真正掌握DAX和一些高级的用法，深刻理解上下文是必须的。
DAX基础 – 30分钟掌握从SQL到DAX 作者：马丁叔叔
链接：http://www.cnblogs.com/lizardbi/p/DAX-FOUNDATION-DAX-FOR-SQL-DEVELOPER-IN-30-MINUTES.html