PowerBI的M与DAX之争

写给自学PowerBI的人

前些日子，有一位读者留言一个问题，我写了个公式过去，来回几次都没有解决，最后发现她竟然把DAX公式写在了编辑查询器里，我是五十步笑百步，因为本人也犯过同样的错误！我想告诉她没关系，自学成材这件事注定要有试错的弯路，而这些弯路都会让你更深刻地认识一个知识点。

M是什么？DAX是什么？他们有什么区别？哪个更好用？哪个更难学？我应该学哪个？为什么？我把这些问题的答案都写在这一篇文章里。

M和DAX，无论这两门语言的设计初衷和用途如何，同一个工具里面要用到两种不同的语言真让人有点分裂。那英有首歌叫《天生不完美》，让我们欣然接受这个事实，并知道编辑查询器里面用的是M语言，新建度量值和列用到的是DAX，这个小坑就你就避过去了。

为什么会掉入这个坑？我们知道使用PowerBI做分析的流程是PQ+PP+PV，PowerQuery数据查询整理、PowerPivot数据建模、PowerView数据可视化，其实无论你用什么工具做分析，都是这个顺序，所以很有可能你见到的第一个写公式的地方是PQ而不是PP。

M vs. DAX

撇开那些官方的抽象的定义，从功能的角度，我们说PowerBI做数据分析的三个模块PQ+PP+PV这个过程就好比烹饪，PQ是获取食材、洗菜、切菜；PP是烹饪；PV是呈现你的菜。M位于PQ中，DAX是在PP中使用，所以如果你想问M和DAX哪个更好，这个问题就好比问洗菜切菜重要还是烹饪更重要？答案很简单，虽然烹饪的技术含量更高，但如果原材料是臭鱼烂虾，再牛的大厨也做不出健康的美味。不过也请你意识到一个残酷的现实，洗菜工往往没有厨师赚钱。

为什么说DAX是PowerBI的灵魂

管理学大师德鲁克的这句经典名言还有时下流行的增长黑客概念，都透露着数据化运营的前提在于度量。写度量值用的是什么？DAX啊！当老板问哪个渠道的客户在过去的80天里流失得最快？哪个产品线上个季度的利润率最高？能回答这些问题的就是用DAX写的度量值。把度量值称为Excel20年历史上最好的发明并不是空穴来风。

M和DAX哪个更难

M是长下面这个样子的。对于一个没写过代码的人，可能有点蒙圈。

DAX的样子，有点似曾相识，但与Excel里的公式还是有一定差别。

M和DAX都叫语言，但对于DAX（Data Analysis Expression数据分析表达式）确切地说它是类似Excel的公式语言。至于哪个更难，远近高低各不同。对于懂代码的IT人，写M语言可能上手快；对于像我这样仅有Excel公式基础的人，对DAX的表达方式更容易理解。所以你是哪类人，请自行对号入座吧。而且这也是件因人而异的事情，很多人说DAX难理解，我却享受于度量值的逻辑思考，反而是对M代码怀揣敬畏之心。

我应该学习哪个

其实这个问题根据上面三个问题的回答，你可以自行推出适合自己的结论。前些日子PowerBI祖师爷级别的人物Rob Collie写了一篇文章 《M/PowerQuery "Set Up"DAX, so learn DAX (and modeling) first》 翻译过来是 《M/数据查询“坑了”DAX，所以先学习DAX(和数据建模)》，这篇稍有火药味的文章Rob也做出了一些特别声明，并给出了80/20原则，意思是80%DAX，20%PowerQuery/M将会是你掌握PowerBI后的理想时间分配。

M是一个强大的工具，就如变形金刚，我非常羡慕那些拥有M本领的大神弹指间就把一张丑陋的数据表变成了小清新。所以如果你的数据源很难看，M语言会有不可替代的价值。

然而在现实中，很多Excel用户接触的数据源并没有那么恶劣。从ERP系统或者从数据库中导出的数据往往是规范的。可能需要做些拆分和格式调整类的工作，但通过查询编辑器面板上的工具完全可以满足。 (我在视频课程中使用的去重、拆分、提取、逆透视等数据清洗30招就是完全不碰代码来执行的) 还有一些新功能比如示例中的列，你只要输入你想要的结果，电脑就智能地给出了答案。而且微软每个月的更新还会持续地上线新功能。

PowerQuery/M的神奇是帮你解决了低附加值且往往花得时间最多的地方，而DAX的伟大是不单单用省去多少时间来衡量的，它是你决策的依据，能够给你的业务带来变革，实现数据驱动增长。

所以，M和DAX，并没有哪个更好的一说。只因为我们都是在百忙之中抱着上进的心态来学习一门让人刮目相看的技能，所以我用此篇文章来帮你思考怎样规划学习时间的分配，避免花了大量的时间却没有体验到PowerBI的精髓。

祝好，

微信公众号PowerBI大师