Data Modeling With Dax 简明教程

Data Modeling with DAX - Concepts

商业智能 (BI) 在多个领域和组织中日益重要。在日益激烈的竞争环境中，基于历史数据的决策和预测已变得至关重要。对于任何类型的数据分析而言，都有大量数据可从内部和外部的不同来源获得。

然而，挑战在于根据当前需求从可用大数据中提取相关数据，并以一种便于从数据中预测不同见解的方式存储数据。因此，使用关键业务术语获得的数据模型是一种有价值的沟通工具。该数据模型还需要提供按需生成报告的快速方法。

面向 BI 系统的数据建模使您能够应对许多数据挑战。

BI 数据模型应满足正在对其进行数据分析的业务需求。以下是对任何数据模型提出的基本要求：

适合一条业务线的模型可能不适合另一条业务线。因此，必须根据特定业务、使用的业务术语、数据类型及其关系来开发数据模型。它应基于组织的目标和决策类型。

数据模型应通过元数据、层次结构和继承关系包含内置智能，从而促进高效有效的商业智能流程。通过这一点，您将能够为不同用户提供一个公共平台，从而消除重复的流程。

数据模型应准确地展示特定于业务的数据。它应启用有效的磁盘和内存存储，以方便快速处理和报告。

数据模型应该能够以快速、有效的方式适应不断变化的业务场景。可能需要包括新的数据或数据类型。可能需要有效处理数据刷新。

BI 的数据建模包含以下步骤 -

构建数据模型所需的数据可以来自多种来源，并且可以采用不同的格式。您需要确定来自每个数据源的数据的哪一部分对于特定的数据分析是必需的。这被称为整形数据。

例如，如果您正在检索组织中所有员工的数据，则需要决定每个员工的哪些详细信息与当前上下文相关。换句话说，您需要确定需要导入员工表中的哪些列。这是因为，数据模型中表中的列数越少，对该表的计算速度就越快。

您需要加载已标识的数据 - 表格中带有每个表中所选列的数据。

接下来，您需要定义不同表之间的逻辑关系，以便于组合来自这些表的数据，即如果您有一个表 - 产品 - 包含有关产品的数据和一个表 - 销售 - 其中包含产品的各种销售交易，通过定义两个表之间的关系，您可以按产品总结销售额。

识别数据模型中数据合适的类型对于计算的准确性至关重要。对于您导入的每个表中的每一列，您需要定义数据类型。例如，文本文档类型、实数数据类型、整型数据类型等。

这是 BI 中数据建模的关键步骤。所构建的数据模型可能必须与需要理解数据趋势并在很短的时间内制定所需决策的几个人共享。因此，从源数据创建新的数据见解将有效，避免对分析进行返工。

新的数据见解可以是特定业务人员可以轻松理解并使用的元数据形式。