粒度、度量與階層

Power BI 中級資料建模

Maarten Van den Broeck

Content Developer at DataCamp

理解粒度

  • 粒度（granularity）：資料相對於各維度是以哪個層級儲存？
  • 可用來查詢的最小細節層級
  • 用「by」陳述式定義粒度：
    • 例如：by customer、by product、by day
    • 例如：by id、by NAICS$^1$ code、by establishment age、by year

1 NAICS: North American Industry Classification System
Power BI 中級資料建模

在 Power BI 處理粒度

  • 轉為更「細」的粒度：不建議！
  • 轉為更「粗」的粒度：聚合與分組
    • 列數較少時，查詢效能更好
    • 快取更小，重新整理更快

在 PBI 中聚合

在 PBI 中依欄位分組

Power BI 中級資料建模

度量（Measures）

  • 可被聚合或計算的欄位或欄位組合
    • 直接來自事實資料
    • 也可計算新的度量

事實表中的度量

Power BI 中級資料建模

建立度量

  • 數值欄位會自動轉為度量，並以加總聚合

  • 在 Power BI 中使用 DAX 建立自己的度量
  • 透過對話方塊建立特定計算類型：快速度量（Quick measures）

  • 很適合學習建立中等複雜度的度量
Power BI 中級資料建模

階層（Hierarchies）

讓使用者向下鑽研各資料維度

自然階層
  • 階層的層級在「真實世界」中本就存在
  • Year -> Month -> Day
人工階層
  • 為查詢目的建立的層級
  • Intake year -> Favorite color -> Favorite sport
Power BI 中級資料建模

一起來練習吧！

Power BI 中級資料建模

Preparing Video For Download...