Power BI建模权威指南

Excel的用户十分偏爱数字，或许也可以说那些喜欢数字的人喜欢用Excel。无论是前者还是后者，如果你对从不同的数据集里获取各种分析与见解有兴趣，那你很有可能已经花费了大量的时间在Excel（包括数据透视表和公式）上。

自2015年Power BI发布以来，我们认为喜欢数字的人们也会爱上Power BI和Excel里的Power Pivot 。这两个工具有许多相似的特性，如VertiPaq数据库引擎和继承自SQL Server Analysis Services服务的DAX语言。

在Excel的早期版本中，从数字中获取见解的主要方式是：首先加载一些数据集；然后设计一些辅助计算列；后设计图表、编写公式。这其中有一些限制：如工作簿的大小很重要，Excel函数与公式不是处理大量数字的选择等。Power BI和Power Pivot的新引擎则是一个巨大的飞跃——使你现在拥有了数据库的全部能力和一种出色的语言（DAX）。但是，能力越强，责任越大。如果你想真正用好这个新工具，你需要学习数据建模的基础知识。

数据建模并不是高深的学问，而是任何对“从数据中收集见解”感兴趣的人都应该掌握的一项基本技能。如果你喜欢探索数字，那么你也会喜欢上数据建模。所以这不仅是一项容易获得的技能，而且是具有难以置信的乐趣的活动。

本书的目的是通过你在日常生活中可能遇到的实际案例来介绍数据建模的基本概念。我们不想写一本关于数据建模的深度专著，因此不会详细解释面对构建复杂解决方案时应该给出的方法，我们专注于咨询师日常工作中的案例。我们把自己认为很常见的客户问题进行收集和整理。针对这个常见问题集，根据数据建模培训的要求来组织、整理示例，并为每个示例提供了一个解决方案。

虽然当你读完本书的时候，你可能仍不是一名数据建模专家，但你会对数据建模有更直观的认识。本书的目标是：在你阅读完本书以后，查看你的数据库或者报表时，开始认为更改和优化模型可能会有助于计算你需要的值。自此，你将走上成为成功的数据建模师的道路。你的终目标应该是成为一名伟大的数据建模师，但是你只有在经历了多次失败之后才会获得经验。不幸的是，经验不是你能从书中学到的东西。

本书为谁而写  

本书广泛针对不同类型的人。你可能是在Excel里使用Power Pivot的用户，也可能是使用Power BI的数据科学家，还可能需要以商业智能分析师的身份开启职业生涯、希望阅读关于数据建模相关介绍的人。无论你属于上述哪种情况，这本书都适合你。

请注意，我们没有提到希望阅读有关数据建模专业知识的人员。事实上，我们在写这本书的时候认为我们的读者可能根本不知道他们需要数据建模。我们的目标是让你了解你为什么需要学习数据建模，然后让你对这门优美的学科的基础有一些了解。因此，如果你对什么是数据建模以及为什么它是一种有用的技能感到好奇，那么本书非常适合你。

对读者的建议

我们希望读者对Excel数据透视表有基本的了解，并且打算或正在使用Power BI作为构建报告和分析的工具，如果你有一些数字分析的经验，那就更好了。本书不涉及讨论Excel或Power BI的UI界面的任何方面，我们只关注数据模型：如何构建它们及如何修改它们以便更容易地编写代码。因此，我们只讨论“你需要做什么”，而将“如何做”完全留给你。我们不想写一本按部就班的书，而只想写一本用一种简单的方式讲解复杂主题的书。

本书有意不涉及的另一个主题是DAX语言，因为将数据建模和DAX放在同一本书中是不科学的。如果你已经熟悉DAX语言，那么你将会从本书使用的众多DAX代码中受益。如果你需要学习DAX，可以阅读与本书主题联系紧密的《DAX权威指南》（The Definitive Guide to DAX: Business intelligence for Microsoft Power BI, SQL Server Analysis Services, and Excel）（译者注：业内也称其为“DAX圣经”，英文版已经发布第二版），此书是针对DAX语言全面的指南。

如何使用Excel和Power BI高效发现数字背后的信息？在数据分析时如何准确写出所需的公式?如何快速响应各方需求，提升自己的价值……答案是使用“数据模型”。在本书中，著名的Excel、Power BI专家Alberto Ferrari和Marco Russo将会告诉你关于数据模型的基础知识，并通过多个实例帮助你构建、展示报表，教你通过设计数据模型以快速得到想要的答案，并提升效率。通过阅读，你会发现：找到正确的答案原来如此简单！本书不仅适合在校学生、初入职场的白领，也适合那些希望了解数据建模的数据分析师。如果你希望获得资深专家的丰富经验，相信本书也会带给你启发。

Alberto Ferrari和Marco Russo是SQLBI.COM的创始人。 他们定期发布关于微软Power BI、PowerPivot、DAX和SQL Server的文章。自2009年测试版的Power Pivot发布以来，SQLBI.COM成了DAX相关文章和教程的主要来源之一。他们都为商业智能（Business Intelligence，BI）解决方案提供咨询和指导，并精通与BI相关的微软技术。他们编写了很多关于Power Pivot、DAX和Analysis Services的文章、图书。他们是Power BI领域知名的培训师，是微软官方认证的SQL Server分析服务(SSAS)大师，并在MicrosoftIgnite、PASS Summit和SQLBits等大型国际会议上发表演讲，你可以通过Marco.russo@sqlbi.com、ferrari@sqlbi.com来联系他们。
刘钰，网名：天昕。ExcelHome 论坛Power BI 版块版主；“中国电子表格应用大会”讲师；“PowerPivot工坊”BI顾问；拥有超过10年的零售行业数据分析从业经历。潘丽萍，20余年财务工作经验；苏黎世交易所上市公司中国区财务总监，主管兼、并购业务及供应链整合。全球特许管理会计师公会资深会员(FCMA)，全球特许公认会计师公会会员(ACCA)。付大伟，先后就职于西门子、霍尼韦尔、三星等多家世界500强企业，从事质量管理工作。Power BI和Python数据分析的爱好者和使用者。

第1章 数据建模介绍 1 
使用单张表构建模型 2 
数据模型的介绍 9 
关于星形模型 17 
理解命名规则的重要性 22 
本章小结 24 
第2章 处理汇总表/明细表 26 
关于汇总表/明细表 26 
从汇总表聚合值 28 
扁平化汇总表/明细表 35 
本章小结 38 
第3章 处理多维事实表 39 
处理规范化的事实表 39 
维度表的交叉筛选 45 
理解模型中的不确定因素 48 
案例：订单表/发票表 51 
计算客户的开票总额 56 
计算包含指定客户与指定订单的发票金额 56 
计算已经开具发票的订单的金额 57 
本章小结 59 
第4章 处理日期和时间 61 
创建一张日期维度表 61 
使用时间维度自动分组 65 
Excel中的按时间自动分组 66 
Power BI Desktop中的按时间自动分组 67 
处理多个日期维度 68 
处理日期和时间 74 
实现时间智能的计算 76 
处理财年日历 78 
计算工作日 80 
针对单个国家或地区的工作日模型 81 
多个国家或地区的工作日模型 84 
处理年度特定的时间段 88 
处理非重叠日期区间 88 
截至今天的相对周期 90 
处理重叠的日期区间 92 
按照周日历计算 94 
本章小结 100 
第5章 跟踪历史属性 101 
渐变维度简介 101 
使用渐变维度 106 
加载渐变维度表 109 
确定维度表中的颗粒度 113 
在事实表中固定颗粒度 116 
快变维度 118 
选择正确的建模技巧 121 
本章小结 122 
第6章 使用快照表 123 
处理不能随时间累积的数据 123 
快照表的聚合方式 124 
理解派生的快照表 130 
理解转换矩阵 132 
本章小结 138 
第7章 日期和时间间隔分析 140 
处理时态数据 140 
简单间隔的聚合 142 
跨天的间隔 145 
基于工作轮班与时间偏移的建模 150 
分析活动事件 151 
混合不同的持续时间 162 
本章小结 168 
第8章 多对多关系 169 
关于多对多关系 169 
理解双向模式 171 
理解非累加性 174 
级联多对多 175 
时间多对多关系 178 
重新分配因子和百分比 182 
多对多关系的物化 184 
使用事实表作为桥表 185 
考虑性能因素 187 
本章小结 189 
第9章 不同颗粒度的使用 190 
关于颗粒度 190 
不同颗粒度之间的联系 192 
分析预算数据 192 
使用DAX代码移动筛选器 195 
通过关系来筛选 197 
在错误的颗粒度上隐藏值 199 
在更细的颗粒度上分配值 203 
本章小结 205 
第10章 数据模型的切片 206 
计算多列关系 206 
计算静态切片 209 
使用动态切片 211 
理解计算列的威力：ABC分析 214 
本章小结 218 
第11章 处理多币种模型 219 
理解不同的场景 219 
使用多种原始货币，一种报告货币 220 
使用一种来源货币，多种报告货币 225 
使用多种来源货币，多种报告货币 229 
本章小结 232

如何使用Excel和Power BI高效发现数字背后的信息？在数据分析时如何准确写出所需的公式?如何快速响应各方需求，提升自己的价值……答案是使用“数据模型”。在本书中，著名的Excel、Power BI专家Alberto Ferrari和Marco Russo将会告诉你关于数据模型的基础知识，并通过多个实例帮助你构建、展示报表，教你通过设计数据模型以快速得到想要的答案，并提升效率。通过阅读，你会发现：找到正确的答案原来如此简单！本书不仅适合在校学生、初入职场的白领，也适合那些希望了解数据建模的数据分析师。如果你希望获得资深专家的丰富经验，相信本书也会带给你启发。

Alberto Ferrari和Marco Russo是SQLBI.COM的创始人。 他们定期发布关于微软Power BI、PowerPivot、DAX和SQL Server的文章。自2009年测试版的Power Pivot发布以来，SQLBI.COM成了DAX相关文章和教程的主要来源之一。他们都为商业智能（Business Intelligence，BI）解决方案提供咨询和指导，并精通与BI相关的微软技术。他们编写了很多关于Power Pivot、DAX和Analysis Services的文章、图书。他们是Power BI领域知名的培训师，是微软官方认证的SQL Server分析服务(SSAS)大师，并在MicrosoftIgnite、PASS Summit和SQLBits等大型国际会议上发表演讲，你可以通过Marco.russo@sqlbi.com、ferrari@sqlbi.com来联系他们。
刘钰，网名：天昕。ExcelHome 论坛Power BI 版块版主；“中国电子表格应用大会”讲师；“PowerPivot工坊”BI顾问；拥有超过10年的零售行业数据分析从业经历。潘丽萍，20余年财务工作经验；苏黎世交易所上市公司中国区财务总监，主管兼、并购业务及供应链整合。全球特许管理会计师公会资深会员(FCMA)，全球特许公认会计师公会会员(ACCA)。付大伟，先后就职于西门子、霍尼韦尔、三星等多家世界500强企业，从事质量管理工作。Power BI和Python数据分析的爱好者和使用者。

重剑无锋，大巧不工。每一个行业总有那么一群人，他们用着朴素无华的工具，却创造出令人惊叹的成果。刘钰就是“数据江湖”里这样的高手。在他眼里，所有的数据处理工具都各有奇妙，本书介绍的Power Pivot如同独孤求败的玄铁重剑，看似不甚精妙，却是克敌制胜的“神兵利器”；而作者对DAX循序渐进的介绍犹如独孤九剑的剑诀，实用、有效，变化无穷。我相信，当你完整看完本书时，你的数据建模能力将得到全面提升，你将可以从容“笑傲数据江湖”。

——微软AI方向MVP  王豫翔

一直想在市面上寻找一本能真正贴近工作实际的关于Power BI的“硬货”书，现在，它终于出现了！首先，感谢作者团队诚意满满的各种实用案例，让读者阅读后在工作中能立马用上，受益匪浅；其次，感谢译者团队的辛勤翻译，作为国内资深的Power BI专家与多本经典图书的译者，他们翻译出来的译稿清晰、流畅，通俗易懂，能让这么多精彩的内容原汁原味地呈现给国内的爱好者，实在是我们这种对数据深度研究的用户的幸运。

——ExcelHome论坛超级版主及讲师、2013—2017年Excel方向微软MVP
川渝地区Office软件资深培训师  刘晓月

Power BI是微软官方推出的对数据进行可视化探索和制作交互式报告的工具，其核心理念就是让用户不需要具备强大的技术背景，只使用Excel这样好用的工具就能快速上手商业大数据分析及可视化。但当你对Power BI具备了一定的了解，希望将Power BI运用到实际工作中时，你会发现绝大多数的数据处理都需要进行数据建模，此时，数据建模的相关知识变得格外重要，而这本《Power BI建模权威指南》将是你提升Power BI数据建模能力的推荐之作。通过本书，你可以边学边练，感受数据建模的强大。 

——微软Power BI方向MVP  赵保恒

目前，市面上大多数关于Power BI的书籍的主要内容仍局限在软件功能的介绍上，而希望深入学习Power BI的爱好者们亟需一本触及Power BI核心技术的书籍。本书适时地满足了这一需求，让我们得以按图索骥，跟随作者从单表建模开始，系统地学习和使用Power BI进行数据建模的知识。

本书摒弃了浅尝辄止的功能介绍类内容，也没有掉入成为数据建模深度专著的窠臼，而是以常见的实际需求为主，有针对性地提出建模方案。不仅使我们学有所得，亦会学有所思。相信读完此书，我们都将修炼出一双站在数据建模的角度看数据的眼睛。

——微软MVP  法立明

由于时代的发展，数据中的信息量越来越大，Excel里的种种限制已经成为广大数据分析师心中深深的痛。好在微软适时推出了Power BI和Power Pivot新引擎，以及DAX这种出色的语言。然而，想要用好这些工具，需要了解数据建模的基础知识。

本书正是为此而生的，它展示给我们的并不是那些高深的学问，而是一项基本技能。书中所展示的都是我们在日常工作中非常容易接触到的案例，内容由浅入深，循序渐进，一步步将我们带向模型及解决方案的世界，阅读本书不仅能从中获得技能，还能从中获得乐趣。

——微软Office方向MVP  方洁影（网名：小妖同学）

大数据分析、人工智能、区块链、云计算等各种技术的飞速发展使得企业的数据量越来越大、数据的维度也越来越多。因此，Power BI智能可视化分析变得越来越重要。数据建模作为Power BI的灵魂，变得越来越重要，但是国内鲜有相应的学习资料；DAX语言更是晦涩难懂，难以快速上手。本书针对数据建模和DAX语言进行展开，它的出版可谓是广大Power BI爱好者和数据分析人员的福音。

——微软Excel方向MVP  杨彬（网名：BIN_YANG168）