PowerBI 将要解锁增量刷新(Incremental refresh)功能,这是一个令人期待的更新,使得PowerBI可以加载大数据集,并能减少数据的刷新时间和资源消耗,该功能目前处于预览状态,只对 Power BI Premium 版本开放预览. 增量刷新只是加快了数据集刷新的速度,对于具有潜在数十亿行的大型数据集,可能还是不适合Power BI Desktop,因为它通常受用户桌面PC上可用资源的限制,以及系统的限制. 因此,这些数据集通常在导入时被过滤,以适应Power BI Desk

微软在休斯敦的全球合作伙伴大会上发布了Power BI for Office 365,通过Excel和Office 365中的自服务式商业智能解决方案为信息工作者提供了数据分析以及可视化功能以帮助他们更好的洞悉企业内部和外部的数据.其中有一个很棒的功能就是Power BI的QA功能,它是一种基于自然语言的方式来对数据进行检索.这个功能发布之后获得了很多人的关注并且希望微软能够提供更多的信息,以下就是Power BI 中关于这个特性的几个功能. QA通过用户输入的自然语言来查找,理解并且根据你的数

本文使用Power BI模板描述DAX中的引用Date表,可以在Analysis Services模型中使用相同的技术.在Dax Date Template页面下载最新版本的模板. 为什么引用Date表 Power BI中提供的自动日期/时间功能存在以下几个限制: 它有一组固定的行. 它没有处理财政年度. 它不包括周. 它不能在同一数据模型中的不同表之间共享. 通常,必须禁用该功能并创建自定义日期表.此任务重复且耗时.从包含功能齐全的Date表的Power BI模板开始创建新的Power BI模

今天,我们来简单聊一聊“地图”. 在我们日常生活中,地图地位已经提升的越来越高,出门聚餐.驾驶.坐车.旅行......应运而生的就是各种Map APP. 作为数据分析师,我们今天不讲生活地图,要跟大家叨叨的当然是我们最关心的是:怎样选择合适的Power BI的可视化“地图”.本文主要介绍10种地图的优缺点,其中有四个本地地图可以直接在Power BI Desktop中访问,而无需导入它们.有四个自定义视觉效果可供导入,还有两个属于“自己创建”的. 1. 原生—ESRI ArcGIS地图 ArcG

https://zhuanlan.zhihu.com/p/96823622 ​开始半累加的计算之前,我们先看看什么是累加.半累加以及不可累加数据. 在含有大量行的数据表中,各种数据处理语言,包括DAX,为了性能考虑,不太可能总是检索表的每一行,更常见的情形是,一次性检索成千上万行,处理如此多行数据的最有效操作就是将它们加到一起,也就是累加汇总. 可以累加的数据类型就是可累加数据,比如订单表中的销售额,就是这种类型,无论是按照客户维度还是按照时间维度,都可以将每行的销售额直接汇总,并且这种汇总的结

Power BI的增量刷新功能现在已经对Pro用户开通,但由于种种限制,很多人依然无法使用无这个功能,所以,每一次刷新,都要彻底更新数据集.这对于量级比较大的数据集来说,着实是一件耗费时间的事情. 拿我的亲身经历举个例子,我有一份报表涵盖了客户近3年的销售情况,由于客户的业务流量比较大,数据集的每一次手动刷新都在15分钟左右,而计划刷新更是会延迟到35分钟左右,严重影响到报表的日常使用. 不过呢,聪明如我( 偷笑 ),我还是发掘到了一个十分简单的”增量刷新”解决方案,使用一个DAX函数就可以实现

https://zhuanlan.zhihu.com/p/75462046 对于初学者,总是会把度量值和计算列搞混,我也经常碰到这样的问题,有些星友用文章中的代码总是报错,发给我一看,才知道TA把本来是度量值的DAX用在了计算列上,或者相反. 即使是已经学习了很长时间的人,对于计算列和度量值的写法也未必轻车熟路,还是有可能不明白其中到底有什么不同,这篇文章就试图把度量值和计算列彻底讲清楚. 什么是计算列.什么是度量值 计算列是直接在现有的表上添加一个新列, 新建的计算列,和表中之前已经存在的列一

我花了一点时间试图解决一个棘手的DAX表达式,那就是如何动态计算方差,下面我们认识一下这两个函数: PARALLELPERIOD  和 SAMEPERIODLASTYEAR  它能实现我们想要的结果,我们可以选择随机区域,并且根据切片器选择不同时间段,智能得到时间段的差异. 先看一下我的数据: 下面我们创建一个 Previous Period度量值: 首先创建了一个变量来获取Current period值 VAR CurrentPeriod = MAX(Table1[Period]) 然后我创建

https://zhuanlan.zhihu.com/p/78537828 最近碰到星友的一个问题,他是在Excel的PowerQuery中已经把数据处理好了,但是处理后的数据又想用PowerBI来分析,那么还需要在PowerBI中用Powerquery重新再处理一遍吗? 或者说有什么方法把Excel中已经处理好的数据,直接导入到PowerBI中? 比如,在Excel中,已经用powerquery进行了数据处理, 将这些查询导入到PowerBI Desktop中,可以有以下几种方式: 1,获取E

https://zhuanlan.zhihu.com/p/67564062 进行数据分析时,每个分析维度并不总是独立的,比如省份是一个维度,城市也是一个维度,而这两个维度之间是有逻辑关系的,那么在进行切片分析时,我们希望能达到动态联动的效果.在PowerBI中,只要维度表的数据有关系并建立了层次结构的,其实是可以自动实现联动的效果的,比如有个“省市表”如下, 分别利用[省份]和[城市]生成两个切片器,效果如下, 两个切片器是不是联动起来了呢? 如果维度表还有更细分的层次,三个切片器也是可以联动的

https://zhuanlan.zhihu.com/p/64413703 通常情况下,在PowerBI进行分析的各种数据表都是从外部的各种数据源导入进来的,但并不总是如此,某些情况下在PowerBI Desktop中也可以根据需要直接建立各种表格. 在进行数据分析的过程中,也许还需要加入新的数据表或者新的维度,而我们并不想再导入源数据或者回到PQ编辑器进行处理,那么就可以利用已加载到模型中的数据进行构建新表,下面就来看看如何在PowerBI Desktop中新建数据表,以及几种常见的使用场景.

https://zhuanlan.zhihu.com/p/68384001 本文聊聊在PowerBI中如何进行各种类型的排名问题. PowerBI中计算排名主要使用RANKX函数,关于该函数的具体语法,不再细说,可以查看该函数的官方文档,也可以参照这个函数卡片: ↑ 知识星球每日函数卡片 下面通过几个示例来看看它的用法. 假设数据模型为一个订单表,以及对应的产品维度表和客户维度表,产品维度表有产品名称和产品类别. 下面分别按销售额对各种维度进行排名. 销售额 = sum('订单'[销售额]) 对

https://zhuanlan.zhihu.com/p/64415543 把Excel中数据加载到PowerBI中我们都已经熟悉了,但是怎么把在PowerBI中处理好的数据导出到Excel中呢?毕竟大多数时候,Excel工作簿才是与他人分享数据的通用格式. 特别是PowerBI对数量级没有限制,处理上亿行数据都有可能,那么这些数据是不是只能保存在pbix文件中呢?当然不是,依然可以通过csv格式来保存到Excel中. 下面就来介绍PowerBI中的不同形式的数据如何导出到Excel. (一)P

根据某一个维度的数据,进行分组统计,是很常见的做法,比如按年龄对客户进行分组,按考试成绩进行分组统计等,这篇文章介绍一下,在PowerBI中如何对数据进行分组. 在PowerQuery编辑器中分组 在PQ中,直接用添加条件列的方式进行分组,假设依据数学成绩来进行分组,直接添加条件列,分别填入相应的分数和等级名称, 点击确定,表格中就会出现一个新列, 如果对M语言比较熟悉,也可以不用功能界面添加列的方式,直接编写M语言即可, Table.AddColumn(更改的类型, "等级",eac

之前的文章(采悟:连接表的几个DAX函数,一次全掌握)介绍了产品A的客户与产品B的客户的各种交叉关系,其中最常用的应该是找出A和B的共同客户,以便进行产品关联分析. 之前的思路是计算出两个产品的共同客户数,那么能不能选择三个产品呢,当然是可以的,利用上篇文章的思路,把三种产品的客户找出来,然后求三个表的交集就可以了. 但是这种方法是不是显得太笨拙了?如果只是两三个产品的共同客户数,勉强还可以使用,但如果是十几个甚至几十个产品,难道要先计算出几十个产品的客户表,再一个个求交集? DAX当然不会这么

在Makefile中,写在同一行的代码就相当于是在Linux中的同一行命令行写的代码一样,是一次性执行的:如程序中如下编写Makefile代码(请注意,两个命令之间应该使用分号“:”来进行分隔): all: cd .leds_s/;pwd; 执行的结果是: 如果把相同的代码分开两行来编写,如下: all: cd .leds_s/; pwd; 执行的结果是: 由以上结果可以看到,通过pwd命令打印出来的地址,在写同一行代码的时候,打印出来的地址是cd 命令执行之后的地址.而分开两行写的Makefi

Power BI Desktop10月产品功能摘要 本月Power Plus Desktop的更新充满了整个产品的小型和大型改进.一个巨大的更新是Power BI服务支持我们的复合模型和聚合预览.这实际上使我们这群PBI粉丝们可以开始使用这些预览功能进行端到端的正常报告.另外本月还有两个重要的数据准备功能:合并查询和数据分析时的模糊匹配功能,可以帮助识别质量问题. 以下是10月重大更新的列表:让我们具体了解下: 报告 在过滤器中搜索 创作体验的改进 ArcGIS 地图的性能改进 数据模型 DAX

开始研究Azure官网等,提供的链接都是错误的,躺了很大的一个坑,配置后根本无法获取账单信息,经过多次查询找到了方向,过来记录一下: 错误的地址(应该是适用于全球版,国内版无法这样获取): https://docs.microsoft.com/zh-cn/power-bi/service-connect-to-azure-consumption-insights 正确获取国内账户的配置地址: https://docs.microsoft.com/zh-cn/power-bi/service-co

Power BI Desktop 7月产品功能摘要 7月是Power BI Desktop团队的重要发布!但由于官方延迟更新,我们的讲述也就更晚了一点,也许大家觉得没有必要了,都8月了,谁还看7月的?但是,7月的料还是蛮足,也是很值得分享学习的,因为我们会满足大家的每一个月的更新,希望大家不要落掉每一个月的更新学习.言归正传,本月Power BI最令人激动的功能是复合模型的预览.此功能使您可以使用其他DirectQuery源甚至导入的数据无缝扩展DirectQuery模型.因为对于我们大家来说,

Power BI Desktop 9月新功能摘要 Power BI 9月更新如期而至,这一次Power BI 又推出了新功能——聚合预览,它可在内存中无缝地存储汇总值,大大提高报告的性能.另外本月还包括PDF文件连接器的预览,这是UserVoice上请求最多的连接器; M 智能也是 Power BI 对高级查询编辑器的最大更新之一.话不多说,一起学习吧! 以下是9月重大更新的列表:让我们具体了解下: 报告 散点图中的点图布局支持 Power BI中的散点图有了实质性的更新.您现在可以在散点图的x

Power BI Desktop 8月新功能摘要 Power BI 产品八月发布的新版本又刷新了大家所期待的一些功能,它可以更方便的解决我们从用户那里听到的一些最重要的请求:其中最令人兴奋的是我们的导出到PDF功能,就问你意不意外,惊不惊喜!另外,Power BI 还通过新的Python集成为数据科学家和统计学家提供了令人兴奋的更新. 以下是8月重大更新的列表:让我们具体了解下:    报表 通过导出PDF打印报告 微软已经清楚地听到Power粉们在Power BI Desktop中需要一个选项