Datumsdimensionen und Beziehungen

Intermediate Data Modeling in Power BI

Maarten Van den Broeck

Content Developer

Datums- und Zeitdimensionen

Datumsdimensionen bieten einen integrierten Kalender und reduzieren komplexe Datumslogik
- z. B. Geschäftsjahr mit Kalenderjahr abgleichen
- z. B. nach Quartal, Monat, Woche aufteilen
Zeitdimensionen behandeln Tageszeiten: Stunde, Minute, Sekunde
Zeitdimensionen sind viel seltener als Datumsdimensionen

Eine Datumsdimension in einem Sternschema

Optionen zum Erstellen einer Datumsdimension

Methode	Vorteile	Nachteile
In Datenbank hosten	Ideal, wenn du aus einem Warehouse ziehst!	Erfordert eine Datenbank
	Am einfachsten mit mehreren Services zu teilen, Updates sind leicht
Daten in Datei speichern	Keine DB nötig, einmalig erstellen	Datei muss erstellt werden
	Power BI hat gute Unterstützung für Textdateien	Aktualisieren nicht so einfach wie in DB
Mit DAX erstellen	Mehr Anpassungen möglich als bei den ersten beiden Optionen	Eigener Code nötig
	Keine externe Vorarbeit nötig	Manche Funktionen hier schwieriger umzusetzen

Einfache Datumsdimension mit DAX erstellen

Month_Year = 





        CALENDAR(DATE(1950, 1, 1),
                 TODAY()),

CALENDAR() ist eine eingebaute Funktion, die alle Daten in einem Bereich zurückgibt

Einfache Datumsdimension mit DAX erstellen

Month_Year = 





        CALENDAR(DATE(1950, 1, 1),
                 TODAY()),

CALENDAR() ist eine eingebaute Funktion, die alle Daten in einem Bereich zurückgibt
Erstellt das Feld [Date] mit jedem Datum zwischen 1950-01-01 und heute $$ $$ $$

[Date]
1950-01-01
1950-01-02
...
2021-06-30

Einfache Datumsdimension mit DAX erstellen

Month_Year = 



    SELECTCOLUMNS(

        CALENDAR(DATE(1950, 1, 1),
                 TODAY()),

        "Month", MONTH([Date]),
        "Year", YEAR([Date])
    )

CALENDAR() ist eine eingebaute Funktion, die alle Daten in einem Bereich zurückgibt
Erstellt das Feld [Date] mit jedem Datum zwischen 1950-01-01 und heute
Wähle die Spalten aus, die du hinzufügen willst $$ $$

Month	Year
01	1950
01	1950
...	...
06	2021

Einfache Datumsdimension mit DAX erstellen

Month_Year = 

DISTINCT(

    SELECTCOLUMNS(

        CALENDAR(DATE(1950, 1, 1),
                 TODAY()),

        "Month", MONTH([Date]),
        "Year", YEAR([Date])
    )

)

CALENDAR() ist eine eingebaute Funktion, die alle Daten in einem Bereich zurückgibt
Erstellt das Feld [Date] mit jedem Datum zwischen 1950-01-01 und heute
Wähle die Spalten aus, die du hinzufügen willst
Behalte nur eindeutige Zeilen

Month	Year
01	1950
02	1950
...	...
06	2021

Beziehungen definieren

Beziehungen verknüpfen Tabellen in Power BI
- Übertragen Filter über Tabellen hinweg
- Ermöglichen bereichsübergreifende Berechnungen
Beziehungen verwalten
- Automatisch anhand von Spaltennamen erkennen
- Manuell anpassen

ein Datenmodell mit Beziehungen

Beziehungsschlüssel

Beziehungen basieren auf Schlüsseln
- Eine oder mehrere Spalten, die Eindeutigkeit einer Zeile garantieren
Zwei Schlüsselarten:
- Natürlicher Schlüssel: bestehende Spalte (z. B. E-Mail)
- Surrogatschlüssel: künstliche Spalte (z. B. ID)
Power BI erfordert Beziehungen mit einer einzigen Spalte

Beziehungsschlüssel

Beziehungen basieren auf Schlüsseln
- Eine oder mehrere Spalten, die Eindeutigkeit einer Zeile garantieren
Zwei Schlüsselarten:
- Natürlicher Schlüssel: bestehende Spalte (z. B. E-Mail)
- Surrogatschlüssel: künstliche Spalte (z. B. ID)
Power BI erfordert Beziehungen mit einer einzigen Spalte
Zusammengesetzter Schlüssel: Schlüssel aus mindestens zwei Spalten

First Name	Last Name	Birth year	Value
Chris P	Bacon	1996	599
Jane	Bonds	1998	523
Dwayne	Pipe	1988	-566

Composite Key	Value
Chris P-Bacon-1996	599
Jane-Bondts-1998	523
Dwayne-Pipe-1988	-566

Kardinalität

Misst die Beziehung zwischen Zeilen zweier Tabellen
Many-to-one/One-to-many: am häufigsten
- Verknüpft eine Zeile aus der Dimension mit einer oder mehreren Zeilen in der Faktentabelle

eins-zu-viele Beziehung

viele-zu-eins Beziehung

Kardinalität

Weniger verbreitet:
- Eins-zu-eins $$
- Viele-zu-viele

Lass uns üben!

Intermediate Data Modeling in Power BI