当我在我的SSAS多维数据集中运行下面的MDX时，我得到了一个数字。有没有人能告诉我当我运行这个的时候会发生什么以及为什么呢？ - 腾讯云开发者社区 - 腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

【Power BI X SSAS]——再看Power BI数据连接的三种方式

仅举一个很小的性能调优示例；这是当我的表上有 4800 万条记录的正常索引时我得到的性能，从我的具有 4800 万条记录的表中进行常规选择总和需要 4 分 4 秒才能运行。...当我拥有聚集列存储索引时，相同的查询会在不到1秒的时间内响应；当我在具有相同数据行数的同一个表上拥有聚集列存储索引时，性能显着提高。 03 什么是实时连接（Live Connection）？...在撰写本文时，此功能尚未与 SSAS Multi-Dimensional 相关联。报表级别度量是一项很棒的功能，因为用户无需调用 BI 开发人员即可创建度量。但是，这些度量不会添加到数据集中。...因此，为了您的模型的一致性，您可能希望将度量创建保留为 SSAS 数据源模型的一部分。 04 实时连接和 DirectQuery 有什么区别？...数据被加载到服务器的内存中，所有查询将立即得到解决。实时连接是此列表中的下一个选项，尤其是在使用 SSAS 表格或 Power BI 服务的情况下，因为这两种技术是内存技术并且比多维执行速度更快。

6.9K2 0

Excel催化剂功能第5波-使用DAX查询从PowerbiDeskTop中获取数据源

说了这么多，的确很兴奋了，有了透视表似乎已经得数据天下的感觉，但接下来有点泼冷水地说一点透视表差强人意的地方，这点的不如意，也就让今天的DAX查询能够显出威力的时候。...透视表向PowerbiDeskTop发出的查询是MDX查询，而非PowerbiDeskTop原生的DAX查询，MDX查询是传统的SSAS多维模型的查询语言，其对数据的聚合效率是很高，但一面对需要查询的颗粒度数据较细...个SKU），最终就出来最多50万条的记录，这个查询在透视表上拖拉字段出来，让透视表自动向PowerbiDeskTop发出MDX查询，将是很漫漫漫漫漫漫长的等待。...查询结果覆盖现有工作表数据查询的结果一般首次使用，会让其在新建的工作表中存储，若已经保存过数据，并且数据又再次引用了其他的公式或透视表，若仍然在新的工作表上重复之前做过的步骤，就未免太重复性低效工作了...和广大拥护者一同期盼：Excel催化剂一直能运行下去，我所惠及的群体们能够给予支持（多留言鼓励下、转发下朋友圈推荐、小额打赏下和最重点的可以和所在公司及同行推荐推荐，让我的技术可以在贵司发挥价值，实现双赢

6.3K3 0

您找到你想要的搜索结果了吗？

是的

没有找到

【Power BI X SSAS】——基础介绍

比如当数据量相对较大时（如几张表的记录有几十万条以上），导入和刷新数据，都会耗费相当长的时间，也占本地空间较多。实时连接是解决数据量大时加载和刷新缓慢的一个很好的替代方案。...AS数据库是用于分析和报告的高度优化的数据库，通常作为数据仓库商业智能解决方案的一部分进行准备和更新。那么AS数据库跟SQL Server数据库有什么区别呢？...这两种模型是在安装SSAS实例时就选定的，安装完成后，不能随意切换。多维度模型不能部署到Azure Analysis Services和Power BI数据集上。...SSAS最后部署（输出）一个表格数据模型。Power BI则实时连接这个模型进行可视化呈现。只要SSAS数据更新了，在Power BI上点一下刷新键即可一秒更新数据。...另一方面，同一个模型，可以搭配不同的展示前端，也提高了模型的复用率。下一篇，我将重点介绍，如何部署SSAS表格模型。

3.7K4 1

机器学习虽好，也要看什么场合！

1 什么时候要用机器学习？那在什么情况下我们需要使用机器学习呢？当然是输入训练集中没有的数据啦！比如说突然来了一个正处于第61个治疗日的患者，我们怎么办？...这时候查表模型就蒙了，它没见过输入是61的情况啊，超纲了……那这种情况下我们应该怎么做呢？抱怨运气不好？胡乱回复一个数字？还是像郭德纲一样扔鞋占卜？……唔……诶？！...所以咱们啰嗦了这么半天，如果这时候你遇到了一个已有数据集中未曾出现的样本（比如第61个治疗日的样本），你会怎么给出结果呢？...当然是先从已有数据集中总结样本的模式，然后根据这个模式做出一个合理的预测了！但是机器学习也是有自己的专属职责的，你训练它干什么，它就能够也只能够做这个任务。...就比如当我们使用了上千张动物照片训练了一个区分猫（就是根据输入图片判断是不是喵星人）的分类器，那么当我们输入一个新样本的时候，它就能告诉我们图片中是否包括猫咪。

3772 0

不要只关心怎么优化模型，这不是机器学习的全部

别说得到更好的名次了，这个新模型的表现还不如上一个模型。代码里有 bug？过拟合了？还是我上传错文件了？我脑中有一个又一个的问题冒出来，但是理智告诉我自己必须要躺下了。...直到现在我才能完全理解我的导师为什么要表扬我。经过了五年时间我才终于明白了，「拟合出最佳的机器学习模型」这件事的影响有多小。可明白这个为什么要花五年呢？...但同时他们的潜台词是：我们不用这个工具就没事，当前确实存在的性别偏倚也就当作不知道了。和上面一样，贴墙纸遮住了事。 为什么不用数据简化你的生活呢？为什么不？...比如你在机器学习竞赛中取得了很靠前的名次，但是你偷偷利用了数据里的漏洞，就和其它排在前面的参赛者一样。那你还成功吗？其实很难说什么时候要为了达成某个数字而努力，什么时候又不要。...当我觉得某人仿佛在「为达成某个数字而努力」的时候，我脑海里会浮现出赛马的景象。有一匹很漂亮、很强壮的马，经过人们的训练它可以跑得很快。

4914 0

优化模型，这不是机器学习的全部

别说得到更好的名次了，这个新模型的表现还不如上一个模型。代码里有 bug？过拟合了？还是我上传错文件了？我脑中有一个又一个的问题冒出来，但是理智告诉我自己必须要躺下了。...直到现在我才能完全理解我的导师为什么要表扬我。经过了五年时间我才终于明白了，「拟合出最佳的机器学习模型」这件事的影响有多小。可明白这个为什么要花五年呢？...但同时他们的潜台词是：我们不用这个工具就没事，当前确实存在的性别偏倚也就当作不知道了。和上面一样，贴墙纸遮住了事。 为什么不用数据简化你的生活呢？为什么不？...比如你在机器学习竞赛中取得了很靠前的名次，但是你偷偷利用了数据里的漏洞，就和其它排在前面的参赛者一样。那你还成功吗？其实很难说什么时候要为了达成某个数字而努力，什么时候又不要。...当我觉得某人仿佛在「为达成某个数字而努力」的时候，我脑海里会浮现出赛马的景象。有一匹很漂亮、很强壮的马，经过人们的训练它可以跑得很快。

5822 0

观点 | 不要只关心怎么优化模型，这不是机器学习的全部

别说得到更好的名次了，这个新模型的表现还不如上一个模型。代码里有 bug？过拟合了？还是我上传错文件了？我脑中有一个又一个的问题冒出来，但是理智告诉我自己必须要躺下了。...直到现在我才能完全理解我的导师为什么要表扬我。经过了五年时间我才终于明白了，「拟合出最佳的机器学习模型」这件事的影响有多小。可明白这个为什么要花五年呢？...但同时他们的潜台词是：我们不用这个工具就没事，当前确实存在的性别偏倚也就当作不知道了。和上面一样，贴墙纸遮住了事。 为什么不用数据简化你的生活呢？为什么不？...比如你在机器学习竞赛中取得了很靠前的名次，但是你偷偷利用了数据里的漏洞，就和其它排在前面的参赛者一样。那你还成功吗？其实很难说什么时候要为了达成某个数字而努力，什么时候又不要。...当我觉得某人仿佛在「为达成某个数字而努力」的时候，我脑海里会浮现出赛马的景象。有一匹很漂亮、很强壮的马，经过人们的训练它可以跑得很快。

3392 0

风靡欧美的工作与生活理念---《极简主义》

当我们的思路开始向复杂的解决方案上靠近的时候，需要停下来思考一下，是否有其他简单的方法去解决这个问题。...比如一个人有拖延症，总是今推明，明推后的。除了这些没有人会无缘无故的不去做该做的事情。...“如果你不去主动的应对项目中存在的风险，这些风险就会袭击你。” 当我们制定好计划，开始做事的时候，突然发现有个其他的事情要我们处理，或者在我们做的过程中遇到了一个我们计划之外的问题。...我们在做事情的时候，要把任务分解细化成多个任务，然后来进行描述任务的进度。比如一个月过去了，15向任务中你已经做了9个了。这是正常的。但是如果你告诉我15项任务中你好在做第一个，这肯定是有问题的。...这一章主要讲的就是要换位思考的重要性，当遇到困难和挫折了，先不要愤怒和悲伤。思考一下别人为什么这样对你，如果你是他你会怎么做？当我们和别人合作的时候，也要换位思考一下对方希望得到什么？

4902 0

DAX 2 - 第一章什么是 DAX

表是整合数据的一种方便的方法。很明显，单表是最简单的形式，它本身也算是一个数据模型。因此，当我们在 Excel 工作簿中写入名称和数字时，我们就已经在创建数据模型了。...理解关系的方向每个关系都可以有一个单向或双向的交叉筛选。筛选总是从关系的一端进行到多端。如果交叉筛选是双向的，也就是说，如果它有两个箭头，筛选也发生在从多端到一端。一个例子会帮助理解这种行为。...在 Excel，你可能会找到一个几乎满足你需求的公式。复制，根据需求微调，不用想这个公式的运行原理就可以直接用了。这个方法适用于 Excel，但不适用于 DAX。...表模式 MDX 在模型定义的多维空间里运行。多维空间的形状取决于数据模型定义的层次结构和数据结构，反过来，层次结构和数据结构又定义了多维空间的坐标集。不同维度中，成员集的交集定义多维空间的点。...因此，在搭建数据模型时，需要一些观念的转换。大多数情况下，适用于 SSAS 多维的数据模型，不适用于表格模型，反之亦然。 DAX之于Power BI使用者如果您跳过前面的部分直接来到这里，欢迎！

4.5K3 0

干货 | 我从资深软件工程师学到的避坑大法

当进入代码审查环境的时候，我才明白为什么命名这么难。在计算机科学里有两个难题：内存不足、命名、以及差一（off-by-one）错误。...每次代码审查时我都问自己：「他们为什么这样做？「。每当我找不到合适的答案时，我就会去和他们谈谈。在第一个月后，我开始在同事的代码中找到错误（就像他们对我代码做的一样）。...最后我们使用了一个有角色访问控制的数据库（只有我们的机器可以与数据库对话）。我们的代码在启动时从这个数据库中获取秘密数据。这个能在开发、测试和产品之间很好地复制——在各自的数据库中都有机密。...我在维护过程中遇到了这个问题：系统为什么会降级，以及如何降级？有两个原因可以解答为什么系统也会有降级的时候：首先，系统不应当舍弃旧的东西，而是在已有的基础上增加更多功能。...如果一个衡量标准是当前产品中运行的机器数量，当这个数字降到 50% 时，这是一个很好的警报——你知道有什么出错了。失败计数高于某个阈值时？是的，又一个警报。这里暗示了另一个需要养成的习惯。

5512 0

TensorFlow 图像深度学习实用指南：1~3 全

请记住，这些设置是从容器的角度来看的：当我们说VOLUME src时，我们真正要说的是在容器上创建一个/src，该容器准备从任何主机上接收金额，我们将在后面的部分中实际运行容器时进行操作。...张量听起来像是一个数学词，的确是，但是作为一名程序员，您已经看到了多维数组，因此您实际上已经在使用张量，我将向您展示其等效性。之后，我们将图像转换为张量。...那么，为什么要浮点数呢？好吧，真正的原因是机器学习从根本上讲是一个数学优化问题，当我们使用浮点数时，计算机正在尝试优化一系列数学关系以找到可以预测输出的学习函数。...现在您可能想知道为什么我们应该考虑这一点，因为您可以轻松地从数字1，2和5看出5是最大的值。好吧，这个想法是，如果您将事情表示为概率，则可以模拟信心。...然后，我们将解释为什么会有Dropout和Flatten，以及它们对您的模型有什么影响。最后，我们将显示一个模型摘要：这是一种可视化机器学习模型中参数和层总数的方法。

8452 0

摆脱前端测试恶梦：摇摆不定的测试（1）

来源：https://juejin.cn 作者：前端小工有一个寓言故事，这些天我经常想起。这则寓言是在我小时候告诉我的。它被称为伊索的 "狼来了的男孩"。它讲述了一个在村子里放羊的男孩。...现在，作为一个开发者，我发现这个话题仍然很有意义，特别是当我试图直接帮助用户和同事的时候。而在测试中，有一个问题特别让我们做噩梦。...当我回忆起我的测试噩梦时，有一个案例特别出现在我的脑海中。那是在一个UI测试中。我们建立了一个自定义风格的组合框（即一个带有输入字段的可选择列表）。 ?...想象一下，一个包含多个条目信息的网格或列表，比如一个货币列表。 ? 我们想处理第一个条目的信息，即 "捷克克朗 "货币。你能确定你的应用程序在每次执行测试时都会把这段数据作为第一条吗？...我说的是产品方面的原因，即松散性。最著名的例子之一是应用程序中的竞赛条件。当这种情况发生时，这个错误需要在产品中修复，而不是在测试中修复在这种情况下，试图修复测试或环境是没有用的。

5202 0

fast.ai 机器学习笔记（一）

最终我们关心的是这个 Kaggle 竞赛的验证集的 RMSE，假设我们已经创建了一个好的验证集。Terrance 的情况，他说当我进行一些特征工程时，验证的 RMSE 变糟了。为什么呢？...或者“人们不再点击这个广告了”，然后他们会给你看一个看起来像这样的图表，问发生了什么。大多数情况下，你会发现答案是“发生了什么”的问题是有其他原因的。...这个部分依赖图是使用随机森林来更清晰地解释我们数据中发生的情况。步骤是：首先看一下未来的重要性，告诉我们我们认为我们关心哪些事情。然后使用部分依赖图告诉我们平均情况下发生了什么。...问题：那么我们要如何处理这些信息呢？解释的目的是为了了解数据集，那么你为什么想要了解一个数据集呢？因为你想要对其进行某些操作。...但大多数情况下，你实际上是在尝试改变你的业务方式——你如何做市场营销，如何做物流，所以你真正关心的是这些事物之间的关系。问题：你能再解释一下为什么这个下降并不意味着我们所认为的吗？是的。

2611 0

方法论：在不是太懂源码的情况下，我是怎么定位源码问题的？

在日常开发中，我们多多少少会遇到些问题，有时候是自己的写法有错误，这时候可能就要先检查一遍，看看文档，看看是哪里的问题。...本篇文章讲解介绍我最近遇到的一个真实例子，在不是太懂源码的情况下，通过自己的一些经验、调试技巧，去定位问题发现问题在我的某个项目中，当我使用 pnpm i --fix-lockfile 时，一定会报如下错误...而且它 pnpm i 是能安装的--fix-lockfile 这个选项，肯定比仅仅使用 pnpm i 的场景少，那在极端场景下，可能 pnpm 的单元测试没覆盖到，有问题也是正常的我是学过英文的，错误信息很明显就说...当我第一次遇到这个问题的时候，我也是抱着，算了不管了后来再遇上，真烦，不如提个 issue 碰碰运气吧再后来多遇上几次，实在不想忍了，晚上调试一下看看，就花一个晚上，不行拉倒因此才有了接下来的一些努力。...因此，第一个问题，是怎么把 pnpm 源码跑起来调试呢？pnpm 源码调试之前看了神光大佬的调试小册，学到了很多调试相关的知识，感兴趣的可以学习一下一般情况下，如何知道一个开源仓库要怎么进行调试呢？

8822 0

程序员不仅要学会百度，更要懂得提问

生僻/不知名/不公开的一些问题时,或许你得考虑下是否有一份文档还没有看完既然搜索引擎都找不到的问题,那你问对该项目毫不知情的人有什么用呢?...既然有开发文档,那你为什么不尝试下在开发文档中发现这个问题的解决方案呢?...例如: 当你没看完新手教程,问swoole为什么运行之后改代码要重启当你没看完面对对象,问为什么不use命名空间就会报错当你连接websocket时,问为什么会发起一个http请求排查问题在提问之前...例如: 当你上传文件这个逻辑出现问题时,你问:"为什么我没法上传文件",是没有人能回答的了你的,你得自行排查,直到一个小范围. 例如: 上传文件,选择文件之后,发生错误....,以及代码) 等框架问题框架问题,我们需要详细的说明框架的哪个部分,以及发生了什么问题,例如: 使用EasySwoole时,发现在生产模式下,调用配置文件错误使用tp3.2时,上传文件总是报文件夹不存在

8692 0

方法论：在不是太懂源码的情况下，我是怎么定位源码问题的？

在日常开发中，我们多多少少会遇到些问题，有时候是自己的写法有错误，这时候可能就要先检查一遍，看看文档，看看是哪里的问题。...本篇文章讲解介绍我最近遇到的一个真实例子，在不是太懂源码的情况下，通过自己的一些经验、调试技巧，去定位问题发现问题在我的某个项目中，当我使用 pnpm i --fix-lockfile 时，一定会报如下错误...而且它 pnpm i 是能安装的 • --fix-lockfile 这个选项，肯定比仅仅使用 pnpm i 的场景少，那在极端场景下，可能 pnpm 的单元测试没覆盖到，有问题也是正常的 • 我是学过英文的...当我第一次遇到这个问题的时候，我也是抱着，算了不管了后来再遇上，真烦，不如提个 issue 碰碰运气吧再后来多遇上几次，实在不想忍了，晚上调试一下看看，就花一个晚上，不行拉倒因此才有了接下来的一些努力...这就找到了报错源头了。因为 resolution 不为真值，所以报错了，那我们的问题就变成了，为什么 resolution 不为真值。

6271 0

数据库信息速递 MONGODB CTO 看数据库发展趋势与不使用MONGODB你就要交“创新税”

在数据库业界是一个 “神一样”存在，因为应用程序是无状态的很容易达到，耐用性，持久性，和更好的容错性，但这些对于数据库是一个非常困难的事情，尤其是NOSQL数据库，但mongodb做到了，这也是我为什么来...我们MOGNODB 和运行维护的团队，不会让这样的事情发生，让数据库崩溃。并且我们设计的软件也是一样，没有可能会down机。 Z：在2022我们看到了什么，比如市场的竞争，你们发生了什么？...而这个的起因就是当时我们在 AWS 时，部署软件错误，导致他们的业务停止 68分钟，实际上我提到的很多公司在部署软件时，都是集中部署，在一个很大的软件团队中，没有人能在部署的时候，说明白到底都部署了什么...，没有一个人的脑子能容纳这个软件的复杂性，所以当出现问题的时候，你需要N个小时来明白到底发生了什么。...Z：在之前你提到了托管和移动方式的管理，我想了解一下？

1312 0

TED演讲 | 盲目信仰大数据的时代必须结束

数据科学家凯西•奥尼尔不久撰写一本著作，名为“数字破坏武器：大数据如何增加不平等和威胁民主”。她担心的是，在急于利用大数据的情况下，可能会因为内置偏差使得结论不准确，并且可能具有相当的破坏性。...她与高级技术编辑瓦勒瑞•斯威特一起探讨数据科学领域的偏见，以及为什么企业需要制定数据科学伦理政策。希望大家能通过凯西•奥尼尔在TED上的演讲了解关于大数据和算法另外的一面。...当我们盲目信任大数据时，很多人都可能犯错。这是凯丽.索尔斯，她是布鲁克林的一名高中校长。2011年，她告诉我，她学校的老师们正在被一个复杂并且隐秘的算法进行打分，这个算法被称为“增值模型”。...后来我发现，纽约市压根儿没有人能接触到这个公式，没有人能看懂，然后，一个非常聪明的人参与了，加里.鲁宾斯坦，他从纽约邮报的数据中找到了665名教师，实际上他们只有两个分数，如果他们都是教七年级与八年级的数学...为什么会发生结果会出现偏差？我将它定义未：数据洗钱，这是一个技术人员把丑陋真相隐藏在算法黑盒子中的过程，并称之为客观，称之为精英模式。

8028 0

写给准数据人的数据世界入门指南

我的教练告诉我的最有用的一句话是：你会憋气吧？你试试在浅水区里什么都不要做，松开栏杆，憋住气，让自己沉下去。如果你受不了了，反正你一站就站起来了。我一想，也对，反正浅水区嘛。于是第一次松开了栏杆。...我始终认为在这条路上，我有一个两词之师，当我比较迷茫的时候，他就像当时教我游泳的导师一样，告诉我：你不需要了解那么多，只要了解数据的世界没有那么复杂，知道有什么维度，看什么度量，然后怎么呈现出来即可。...这种情况，维度的属性会成为分析中的维度。这时，你可能会明白，平时为什么那么多表单要填写各种字段，这些字段，都可能是分析时的维度哦~ 码了这么多，休息一下，给你们放张图： ?...现实生活中，你提需求的时候，不可能让你画个立方体吧？是的，我们是以表格的方式去看数据的，比如第一个切块，是什么表格呢? 站在行业负责人，尤其是女装负责人的视角，可能是这样的一个报表： ?...复杂的则需要多维交叉：比如，当分析某个APP的Active users, 当我已经锁定某个省份有问题的时候，我们既可以继续钻取到城市去明晓细节，又可以交叉到品牌，看不同省份间品牌偏好的问题。

4296 0

云原生关乎文化，而不是容器

为什么？ “我们到底想实现什么？” 这是一个非常重要的问题。当我们在思考技术选择和技术风格的时候，我们要从 “我做 Cloud Native 是因为别人都在做退到思考我到底想解决什么问题？”...当我可以使用别人的数据中心时，我为什么要这么做呢？” 在自己的数据中心和别人的数据中心之间形成成本节约的原因是，自己的数据中心必须为最大需求储备足够的硬件。...为了有信心这些东西能一起工作，他们在发布之前会施加一个 UAT 阶段。在任何微服务发布之前，需要有人花几周时间测试它在更广泛的系统中是否正常工作。有了这样的开销，发布不会经常发生。...他们希望它能工作，而且上次检查时可能已经工作了，但我们没有任何办法在不运行手动测试的情况下知道它现在是否工作。问题是，退步是会发生的。...于是，他们用手写的机器代码，在没有检查的情况下，对绕着地球飞驰的航天器进行了实时更新。能出什么问题呢？发生的是一个非常微妙的 bug。一切似乎都在正常工作。不幸的是，工程师忘记了其中一个指令的零点。

4744 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭