PowerBI数据建模：其实一点都不高深
2026-10-30 20:44:21
PowerBI数据建模其实一点都不高深
Power BI数据建模，尽管听起来可能让人望而生畏，但实际上它并没有那么复杂。通过简单的实例和概念理解，你同样可以轻松掌握这一技能。
一、Power BI数据建模的基础
Power BI数据建模相当于Excel中的Power Pivot插件，只不过这个插件已经内嵌到了Power BI Desktop中。两者的功能基本相同，都允许用户从多个表格、多种来源的数据中，根据不同的维度、不同的逻辑来聚合分析数据。而这一切的前提，是要将这些数据表建立关系，这个建立关系的过程就是数据建模。
二、数据建模的实例
以一个电子产品专卖店的销售数据为例，该店销售的产品有三类：手机、电脑、平板，每一类又分别来自三个品牌：小米、苹果、三星。为了分析每个品牌的销售金额或每个产品类别的销售情况，我们需要设计产品明细表、品牌表、种类表以及销售明细表。
数据表设计：
产品明细表：记录每个产品的详细信息，包括产品编号、品牌、种类等。
品牌表：记录每个品牌的详细信息。
种类表：记录每个产品种类的详细信息。
销售明细表：记录每天的销售数据，包括销售数量、金额以及对应的产品编号。
建立关系：
品牌表和产品明细表通过“品牌”字段建立关系。
种类表和产品明细表通过“种类”字段建立关系。
产品明细表和销售明细表通过“产品编号”字段建立关系。
在Power BI Desktop中导入这些表后，点击“关系”视图，可以看到这四张表以及它们之间的关系。Power BI会自动检测并连接一些关系，未检测到的关系可以通过拖动字段来建立。
三、度量值和DAX
在Power BI中，度量值是数据建模的灵魂。它们是基于数据表中的列创建的公式，用于计算和分析数据。创建度量值的公式称为DAX公式，与Excel公式非常相似。
创建度量值：
在Power BI Desktop中，点击“建模”选项卡下的“新建度量值”。
在公式栏中输入DAX公式，例如：销售额 = SUM('销售明细表'[金额])。
使用度量值：
创建的度量值会出现在右侧的字段区中。
可以将度量值拖放到可视化对象中，例如卡片图，以展示计算结果。
度量值的交互性：
度量值可以与切片器等可视化对象交互，根据用户的筛选条件动态展示数据。
四、基数和交叉筛选方向
在建立关系时，还需要注意基数和交叉筛选方向这两个选项。
基数：
表示两个连接字段的对应关系，分为多对一、一对一和一对多（实际上多对一和一对多是相同的）。
多对一：一个表中的关系列有重复值，而在另一个表中是单一值。
一对一：两个表是一对一的关系，列中的每个值在两个表中都是唯一的。
交叉筛选方向：
表示数据筛选的流向，分为双向和单向。
双向：两个表可以互相筛选。
单向：一个表只能对另一个表筛选，而不能反向。
五、总结
通过上述实例和概念介绍，我们可以看出Power BI数据建模其实并不高深。它允许我们从多个表格、多种来源的数据中聚合分析数据，并通过建立关系、创建度量值等方式实现数据的可视化和交互性分析。只要掌握了这些基本概念和操作技能，你就可以轻松上手Power BI数据建模。
热门标签
