Power BI 中的模式与数据建模

Source: Dev.to

什么是模式？

Power BI 中的数据建模是什么？

数据建模的核心概念

星型模式

Power BI 的黄金标准。它由一个中心 事实表（包含量化数据）以及围绕它的 维度表（描述性数据）组成。

雪花模式

一种数据仓库建模技术，维度表被规范化为多个相关的子表。

雪花模式的特征

• 规范化 – 减少冗余并提升一致性。
• 层次结构 – 以中心事实表为核心，连接维度表。
• 多层级 – 维度可以拆分为多个层级，支持细致的下钻分析。
• 连接 – 需要更多的连接，在大数据集上可能导致性能下降。
• 可扩展性 – 对大数据有良好的扩展性，但其复杂性使管理更困难。

Power BI 中的关系

表关系的类型

• 一对一 (1:1) – 第一个表中的每一行仅与第二个表中的一行相关。
• 多对一 (*:1) – 第一个表中的多行与第二个表中的一行相关。
• 一对多 (1:*) – 第一个表中的一行可关联第二个表中的一行或多行。
• 多对多 (:*) – 第一个表中的每一行可以关联第二个表中的多行。此类型需要使用中间表来链接两张表。

事实表和维度表

• 事实表 包含我们想要分析的数据，通常是事务性的，并且包含指向相关维度的键。
• 维度表 提供用于描述、分类、分组或过滤事实表中数据的信息。

为什么良好的数据建模对性能和准确报告至关重要

性能优化

• 优化压缩
• 缩短查询时间
• 加快数据刷新
• 高效的内存使用
• 避免 “多对多” 混乱

准确且一致的报告

• 单一真相来源
• 正确的过滤传播
• 时间智能功能
• 处理歧义
• 逻辑分离