如何理解 DAX 数据沿袭

数据沿袭，这个词汇，相当生僻，很多小伙伴都问这个什么意思，以及如何去使用他。那本文就来帮大家理解这个事物。

数据沿袭

数据沿袭（data lineage），表示数据的一种本质联系。

举一个例子，如下：

在 SUMX 进行计算的时候，问题来了：

• vTable，是一个孤立的表吗？
• vTable，是一个与原数据模型实际保持关联的表数据吗？

从 SUMX 的计算结果来看，这的确是总计结果。

这说明，在针对 vTable 进行计算时候，进行的上下文转换，的确由于筛选上下文对模型有实际的影响，这说明：

虽然 vTable 是通过 VAR 独立构建的，但它依然保持着在实际数据模型中的数据血缘关系。

进一步的案例

如果刚刚的案例没能让你觉得有什么特别，那么请看这个例子：

DataLineage.Demo = 
VAR vTable = SELECTCOLUMNS( DISTINCT( 'Product'[Category] ) , "Item" , 'Product'[Category] )
RETURN SUMX( vTable , [KPI] )

现在，用 VAR 构建的 vTable 的过程是：

第一步，先计算 DISTINCT( 'Product'[Category] 得到一个过程中的表；

第二步，再通过 SELECTCOLUMNS 取出上述过程表的 'Product'[Category] 列，并更名为：Item；

第三步，针对这个 vTable 计算度量值后求和。

我们看看最后的结果：

可以看出，与此前的结果是一致的。

也就是说，不管我们在中间的计算过程再增加多少过程，如果其本质只是针对数据模型中的列的获取，那都不会改变数据模型本身，也就不会改变计算过程中数据与数据模型的联系。

一个反例

当然，我们需要一个反例来更好的理解这个数据沿袭，如下：

DataLineage.Error = 
VAR vTable = SELECTCOLUMNS( DISTINCT( 'Product'[Category] ) , "Item" , 'Product'[Category] & "" )
RETURN SUMX( vTable , [KPI] )

这里的区别在于：

在使用 SELECTCOLUMNS 取出元素的时候，将该列的元素进行了计算，那么虽然元素没有变化，但计算结果就不再一样了，如下：

由于没有了数据沿袭，在计算 SUMX 的时候，vTable 有 3 行，由于其山下文转换没有了数据沿袭的存在，不再构成对数据模型的联系，也就不会筛选数据模型，进而导致总的结果是普通计算结果的 3 倍。

进一步实验

从刚才的反例可以看出，如果破坏了列的元素，就会丢失数据沿袭。

还可以再做一个更仔细的实验，如下：

DataLineage.Error2 = 
VAR vTable = 
    SELECTCOLUMNS( 
        DISTINCT( 'Product'[Category] ) , 
        "Item" , IF( 'Product'[Category] = "家具" , 'Product'[Category] & "" , 'Product'[Category] )
    )
RETURN SUMX( vTable , [KPI] )

这个实验的特点是，仅仅针对某个元素进行破坏数据沿袭的计算，而其他元素保持不变，那么可以还会部分保持数据沿袭吗？

神奇的效果出现了：

也就是说，如果某行的计算并非获取原始元素，而进行了计算；而其他元素直接获取原始元素，在这种情况下，是否可以部分保持数据沿袭？

请在留言区写下你的看法和你的理解吧。

当然，你可以自己完成这个实验里知道这个结果是什么。

数据沿袭有什么用

数据沿袭，其本质是一种非常自然的存在。请大家考虑一个经典的帕累托积累 % 计算问题，如下：

针对这条积累 % 的计算曲线，考虑以下 DAX 公式：

ABC.KPI.Cumulate% =
VAR vCurrentValue = [KPI.Sales]
VAR vItemList = ALLSELECTED( 'Model_产品'[产品子类别] )
VAR vItems = 
    FILTER( 
        vItemList , [KPI.Sales] >= vCurrentValue
    )
RETURN CALCULATE( [KPI.Sales], vItems ) / CALCULATE( [KPI.Sales] , ALLSELECTED( 'Model_产品'[产品子类别] ) )

其中，vItemList = ALLSELECTED( 'Model_产品'[产品子类别] ) 已经将数据模型的某列进行了暂存，而进一步对其进行计算，得到 vItems，更重要的是在最后的计算中，vItems 作为 CALCULATE 的筛选参数是否可以起到筛选的作用呢，毕竟 vItems 已经经过了四次转换：

• 第一次，ALLSELECTED ('Model_产品 '[产品子类别] )；
• 第二次，赋给 vItemList；
• 第三次，FILTER；
• 第四次，vItems。

在四次转换后所得到的 vItems，即使你理解了上述的数据沿袭的概念，但此时你可以意识到以下两个重要的知识吗？

• 【重要知识】即使经过多达 4 次，且包括取出，暂存，过滤等操作，依然会保持数据沿袭，与原有数据模型有关系。
• 【重要启发】可以通过数据沿袭的特性构建逻辑清晰但形式多步复杂的计算流程，由于数据沿袭，整个计算流程完全自然与数据模型打通。

上述的 ABC.KPI.Cumulate% 的计算逻辑是正确的，而且，这正反应了这两点重要的知识。

结论

数据沿袭，表面是一个晦涩的概念，但其实它是数据模型在计算中的自然演化，保持对数据模型的联系。

注意：这里用了 “联系” 二字，而没有用 “关系” 二字。请你理解我们想强调的以及避免的混淆。

另外，在理解了数据沿袭的知识后，我们通过上述的【重要启发】构建很多复杂的计算而逻辑清晰，这篇文章就是为了后续的内容做的引子。有了数据沿袭，我们就可以设计出一些通用的模式，在随后的文章中会和大家分享。

最后，请你猜猜：上述 DataLineage.Error2 的计算会不会保持部分数据沿袭？请你在留言区写出你的想法吧。