PowerBI累计求和性能优化 - Power BI 木小桼

朋友说我很贤惠，闲下来什么都不会

其实不管什么何种语言的开发，性能优化都是必不可少的。比如某水果手机，明明运行内存才4G却比运行内存12G或者更高的安卓还要流畅，因为系统和软件优化做的好。同样的，要想让PowerBI报表达到更好的展现效果，我们也需要做一些优化，而这些优化操作是有规律可循的。

作为优化操作的开篇，先讲一个累加求和的优化，这也是我们在ABC模型中常用的优化方法。

已经存在基础度量值Sales Amount

Sales Amount = SUMX ( Sales, Sales[Quantity] * Sales[Net Price] )

接下来对产品的销售额求累加和，通常我们计算累加和的思路都是筛选出Sales Amount大于等于当前产品销售额的表，然后再求总计，代码如下：

Cumulated Sales =VAR CurrentProductSales = [Sales Amount]VAR BetterProducts =FILTER (  ALL('Product'),  [Sales Amount] >= CurrentProductSales)VAR Result =CALCULATE(  [Sales Amount],  BetterProducts)RETURNResult

这样写没有任何问题，可以得到正确正确答案，我们来看下性能

结果并不能让人满意，如果数据量变大，这个结果会更糟糕，那么我们应该如何优化呢？

先来看一道简单的数学题，1+2+3…+100等于多少，你可能会脱口而出5050，但我们最开始是怎么快速得到这个值的呢？没错，（1+100）*100/2，通过首尾相加的方法减少了我们去累加计算的次数，同样借助于这个思想我们可以进行相应的代码优化。

先对产品表进行聚合，算出每个商品的销售额
再对聚合后的表进行移动累计计算

Cumulated Sales 2 =VAR ProductsOfAmt =ADDCOLUMNS (  ALLSELECTED ( 'Product'[Product Name] ),  "@Amt", [Sales Amount])VAR CurrentOfferAmount = [Sales Amount]VAR BetterProducts =FILTER (  ProductsOfAmt,  [@Amt] >= CurrentOfferAmount)VAR Result = SUMX( BetterProducts, [@Amt])RETURNResult