DAX权威指南运用PowerBI、SQLServerAnalysisSpdf下载pdf下载

DAX权威指南运用PowerBI、SQLServerAnalysisS百度网盘pdf下载

作者:
简介:本篇主要提供DAX权威指南运用PowerBI、SQLServerAnalysisSpdf下载
出版社:文轩网旗舰店
出版时间:2021-03
pdf下载价格:10.00¥


预览


内容介绍

作  者:(意)马尔·科鲁索,(意)阿尔贝托·费拉里 著 高飞 译
定  价:188
出 版 社:电子工业出版社
出版日期:2021年03月01日
页  数:712
装  帧:平装
ISBN:9787121405051
"DAX里程碑式经典教材,4.8分(总分5分) 读完本书,你会成为DAX大师! 微软MVP,Power BI可视化大赛评委 翻译 原书作者、DAX之父、ExcelHome 创始人、Power BI MVP力荐"
章DAX是什么1
理解数据模型1
理解关系的方向3
给Excel用户的DAX学习建议5
单元格和智能表格5
Excel函数和DAX:两种函数式语言7
使用迭代器7
DAX相关理论8
给SQL开发人员的DAX学习建议8
处理关系9
DAX是函数式语言9
DAX是一种编程语言和查询语言10
DAX和SQL中的子查询与条件语句10
给MDX开发者的DAX学习建议11
多维模型和表格模型12
DAX是一种编程语言和查询语言12
层级结构12
叶级计算14
给PowerBI用户的DAX学习建议14
第2章DAX介绍15
理解DAX计算15
DAX的数据类型17
DAX运算符20
表构造器22
条件语句22
理解计算列和度量值23
计算列23
度量值24
正确选择计算列和度量值27
变量28
处理DAX表达式中的错误29
转换错误29
算术运算错误30
空值或缺失值30
截获错误32
生成错误35
规范化DAX代码36
聚合函数和迭代函数介绍39
认识常用的DAX函数42
聚合函数42
逻辑函数43
信息函数45
数学函数45
三角函数46
文本函数46
转换函数48
日期和时间函数48
关系函数49
结论51
第3章使用基础表函数52
表函数介绍52
EVALUATE函数语法介绍54
理解FILTER函数56
ALL和ALLEXCEPT函数介绍58
理解VALUES、DISTINCT函数和空行63
将表用作作为标量值68
ALLSELECTED函数介绍70
结论72
第4章理解计值上下文73
计值上下文介绍74
理解筛选上下文74
理解行上下文79
测试你对计值上下文的理解81
在计算列中使用SUM函数81
在度量值中使用列83
使用迭代函数创建行上下文83
嵌套多个表的行上下文84
同一个表上的多层嵌套行上下文85
使用EARLIER函数90
理解FILTER、ALL函数和上下文交互91
使用多个表94
行上下文和关系95
筛选上下文和关系98
在筛选上下文中使用DISTINCT和SUMMARIZE函数102
结论105
第5章理解CALCULATE和CALCULATETABLE函数107
CALCULATE和CALCULATETABLE函数介绍107
创建筛选上下文108
CALCULATE函数介绍111
使用CALCULATE函数计算百分比116
KEEPFILTERS函数介绍126
筛选单列130
筛选复杂条件131
CALCULATE计值顺序135
理解上下文转换139
行上下文和筛选上下文回顾139
上下文转换介绍142
计算列中的上下文转换145
度量值中的上下文转换148
理解循环依赖151
CALCULATE函数调节器155
理解USERELATIONSHIP函数155
理解CROSSFILTER函数158
理解KEEPFILTERS函数159
理解CALCULATE函数中的ALL函数160
无参数的ALL和ALLSELECTED函数介绍162
CALCULATE规则总结163
第6章变量165
VAR语法介绍165
变量是常数167
理解变量的范围168
使用表作为变量171
理解惰性计算173
使用变量的常见模式174
结论176
第7章迭代函数和CALCULATE函数的使用177
迭代函数的使用177
理解迭代的基数178
在迭代函数中使用上下文转换180
CONCATENATEX函数的使用184
返回表的迭代函数186
使用迭代函数解决常见问题189
计算平均和移动平均189
RANKX函数的使用192
改变计算的颗粒度200
结论204
第8章时间智能计算205
时间智能介绍205
PowerBI中的“自动日期/时间”206
ExcelPowerPivot中的自动日期列207
ExcelPowerPivot中的日期表模板208
创建日期表208
CALENDAR和CALENDARAUTO函数的使用209
多个日期表的使用212
处理连接到与日期表的多个关系212
处理多个日期表214
理解基础时间智能计算215
标记为日期表219
基础时间智能函数介绍221
计算年初至今、季度初至今和月初至今222
计算平移后的周期平移224
嵌套混合使用时间智能函数227
计算周期之间的差异229
计算移动年度总计231
为嵌套的时间智能函数选择正确的调用顺序232
理解半累加计算234
使用LASTDATE和LASTNONBLANK函数236
使用期初和期末余额241
理解不错时间智能计算245
理解累计至今区间246
理解DATEADD函数249
理解FIRSTDATE、LASTDATE、FIRSTNONBLANK和
LASTNONBLANK函数255
利用时间智能函数进行钻取258
使用自定义日期表258
基于周的时间智能259
自定义YTD、QTD和MTD262
结论2
第9章计算组265
计算组介绍265
创建计算组268
理解计算组274
理解计算项的应用277
理解计算组优先级285
在计算项中包含或排除度量值289
理解横向递归292
使用佳实践296
结论296
0章使用筛选上下文298
使用HASONEVALUE和SELECTEDVALUE函数299
ISFILTERED和ISCROSSFILTERED函数介绍303
理解VALUES和FILTERS函数的区别306
理解ALLEXCEPT和ALL/VALUES函数的区别308
使用ALL函数避免上下文转换312
使用ISEMPTY函数314
数据沿袭和TREATAS函数介绍316
使用固化筛选器320
结论326
1章处理层级结构328
计算层级占比328
处理父/子层级结构333
结论344
2章使用表函数345
使用CALCULATETABLE函数345
操作表的函数347
使用ADDCOLUMNS函数348
使用SUMMARIZE函数351
使用CROSSJOIN函数354
使用UNION函数356
使用INTERSECT函数360
使用EXCEPT函数361
使用表作为筛选器363
实现或(OR)条件3
将销售额的计算范围缩小至首年客户367
计算新客户368
使用DETAILROWS函数复用表表达式370
创建计算表372
使用SELECTCOLUMNS函数372
使用ROW函数创建静态表373
使用DATATABLE函数创建静态表374
使用GENERATESERIES函数375
结论376
3章编写查询377
DAXStudio介绍377
理解EVALUATE函数378
EVALUATE函数语法介绍378
在DEFINE函数中使用VAR379
在DEFINE函数中使用度量值381
实现DAX查询的常用模式382
使用ROW函数测试度量值382
使用SUMMARIZE函数383
使用SUMMARIZECOLUMNS函数385
使用TOPN函数391
使用GENERATE和GENERATEALL函数396
使用ISONORAFTER函数399
使用ADDMISSINGITEMS函数401
使用TOPNSKIP函数402
使用GROUPBY函数402
使用NATURALINNERJOIN和NATURALLEFTOUTERJOIN函数405
使用SUBSTITUTEWITHINDEX函数407
使用SAMPLE函数409
理解DAX查询中的自动匹配(Auto-Ests)行为410
结论416
4章不错DAX原理418
扩展表介绍418
理解RELATED函数422
在计算列中使用RELATED函数424
理解表筛选器和列筛选器的区别425
在度量值中使用表筛选器428
理解活动关系431
表的扩展行为和筛选行为的区别433
扩展表中的上下文转换435
理解ALLSELECTED函数和影子筛选上下文436
影子筛选上下文介绍437
ALLSELECTED函数返回迭代的行441
无参数的ALLSELECTED函数443
ALL系列函数443
ALL函数445
ALLEXCEPT函数446
ALLNOBLANKROW函数446
ALLSELECTED函数446
ALLCROSSFILTERED函数446
理解数据沿袭446
结论449
5章不错关系451
使用计算列创建物理关系451
创建基于多列的关系451
创建基于范围的关系453
使用计算列创建关系中的循环依赖问题456
使用虚拟关系459
在DAX中转移筛选器460
使用TREATAS函数转移筛选器462
使用INTERSECT函数转移筛选器463
使用FILTER函数转移筛选器4
使用虚拟关系实现动态分组465
理解DAX中的物理关系468
使用双向交筛选器470
理解一对多关系472
理解一对一关系473
理解多对多关系473
通过桥接表实现多对多关系473
通过公共维度表实现多对多关系479
使用MMR弱关系实现多对多关系483
选择正确的关系类型485
管理数据颗粒度486
管理关系中的歧义490
理解活动关系中的歧义492
解决非活动关系中的歧义494
结论496
6章DAX中的不错计算497
计算日期之间的工作日数量497
同时展示预算数据和销售数据505
计算同店销售额508
对事件进行排序514
根据新销售日期计算上一年的销售额517
结论522
7章DAX引擎523
了解DAX引擎的架构523
公式引擎介绍524
存储引擎介绍525
VertiPaq(in-memory)存储引擎介绍526
DirectQuery存储引擎介绍527
理解数据刷新527
理解VertiPaq存储引擎528
列式数据库介绍528
理解VertiPaq压缩531
理解值编码531
理解哈希编码532
理解行程长度编码(RLE)533
理解再编码536
确定佳排序顺序536
理解层级和关系538
理解分段和分区539
使用动态管理视图540
理解关系在VertiPaq中的运用542
物化介绍545
聚合表介绍547
为VertiPaq配置合适的硬件549
是否可以自主选择硬件550
设置硬件优先级550
CPU型号550
内存速度552
内核数量552
内存大小552
硬盘I/O和分页553
硬件选择的佳实践553
结论553
8章优化VertiPaq引擎555
收集有关数据模型的信息555
反规范化560
列基数566
处理日期和时间列567
计算列570
使用布尔类型的计算列优化复杂筛选器572
计算列的处理573
存储合适的列574
优化列存储577
列的拆分优化577
优化大基数列578
禁用属性层级结构578
优化钻取属性579
管理VertiPaq聚合表579
结论582
9章分析DAX查询计划583
捕获DAX查询583
DAX查询计划介绍586
收集查询计划587
逻辑查询计划介绍587
物理查询计划介绍588
存储引擎查询介绍589
获取配置信息590
使用DAXStudio591
使用SQLServerProfiler594
读懂VertiPaq存储引擎查询597
xmSQL语法介绍597
聚合函数598
算术运算600
筛选运算600
Join运算符602
批处理事件中的临时表和浅关系603
理解扫描时间605
理解DISTINCTCOUNT函数的内部行为606
理解并行度和数据缓存607
理解VertiPaq缓存609
理解CallbackDataID函数611
读懂DirectQuery模式下的存储引擎查询616
分析复合模型617
在数据模型中使用聚合表618
读懂查询计划620
结论626
第20章DAX优化628
定义优化策略629
确定要优化的单个DAX表达式629
创建查询副本632
创建DAX查询副本632
使用DAXStudio创建查询度量值633
创建MDX查询副本635
分析执行时间和查询计划信息636
发现存储引擎或公式引擎中的性能瓶颈639
修改并重新运行测试查询639
优化DAX表达式中的瓶颈639
优化筛选条件0
优化上下文转换4
优化IF条件650
优化度量值中的IF函数650
选择IF函数还是DIVIDE函数655
优化迭代函数中的IF函数658
减少CallbackDataID函数带来的影响661
优化嵌套的迭代函数665
避免在表筛选器中使用DISTINCTCOUNT函数671
使用变量避免重复计算676
结语结论681
本书是微软DAX语言在商业智能分析、数据建模和数据分析方面的指南。通过对本书的学习,你将了解如何使用DAX语言进行商业智能分析、数据建模和数据分析;你将掌握从基础表函数到不错代码,以及模型优化的所有内容;你将确切了解在运行DAX表达式时,引擎内部所执行的操作,并利用这些知识编写可以高速运行且健壮的代码。本书第2版的重点内容包括基于免费的PowerBIDesktop来构建和运行示例,帮助你在Power Bl、SQL Server Analysis Services或Excel中充分利用强大的变量(VAR)语法。你想要使用DAX所有的强大功能那么这本未进行任何删减、深入浅出的著作正是你所需要的。本书适合Excel不错用户、商业智能分析人员、使用DAX和微软分析工具的专业人士。
(意)马尔·科鲁索,(意)阿尔贝托·费拉里 著 高飞 译
"Marco Russo和Alberto Ferrari是SQLBI.COM的创始人,他们定期在网站上发表有关DAX和其他微软数据分析和商业智能工具的文章。他们还定期在主要的会议(如TechEd、PASS峰会、SQLRally和SQLBits)上发表演讲,。两位作者在商业智能和微软商业智能技术方面提供咨询和指导。 译者介绍 高飞 数据分析师,BI总监 2015年接触Power Pivot,被DAX语言的强大和灵活所吸引。 2016年3月创建了面向Power BI用户的微信公众号“Power BI极客”,并更新至今。 2019年上线同名网站PowerBIGeek.com,致力于打等