Power Bi 中的数据建模与模式、关系及说明：初学者

Source: Dev.to

什么是数据建模

• 数据建模是组织表格并定义它们之间关系的过程，以便 Power BI 能够理解数据是如何关联的。
• 它的工作方式类似于连接图：
  • 表格 = 存放数据的位置。
  • 关系 = 连接表格的道路。
  • DAX 计算 = 依赖于道路正确的指引。

良好模型的好处

• 计算准确
• 性能更佳
• 报表构建更容易
• 大数据集的可扩展性

Power BI 中的模式（Schema）是什么

• 模式描述了数据模型的结构——表格如何排列和相互连接。

Power BI 模式

Power BI 通常遵循数据仓库的模式，主要有：

1. 星型模式（Star schema）
2. 雪花模式（Snowflake schema）
3. 平面表（单表）

星型模式

星型模式是 Power BI 中最推荐的结构。

结构

• 事实表（中心）
• 维度表（围绕其四周）

事实表示例

维度表

• Products（ProductId, ProductName, Category）
• Customers（CustomerID, CustomerName, Region）
• Date（DateID, Year, Month, Day）

重要性

• 关系简单
• 性能更快
• DAX 计算更容易
• 可视化清晰

雪花模式

雪花模式是星型模式的更规范化版本。

结构

• 维度被拆分为多个相关表（例如，product → categories → subcategories）。
• 减少数据重复。
• 适用于复杂层级结构。

基数（Cardinality）

• 描述表之间行的匹配方式。
• 一对多 (1:*) – 例如，一个客户 → 多笔销售。
• 一对一 – 较少出现。
• 多对多 (*) – 如有可能请避免。

过滤方向（重要）

• 单向 – 过滤从维度流向事实表，防止歧义。