Begivenhed
31. mar., 23 - 2. apr., 23
Den ultimative Microsoft Fabric-, Power BI-, SQL- og AI-communityledede begivenhed. 31. marts til 2. april 2025.
Tilmeld dig i dagDenne browser understøttes ikke længere.
Opgrader til Microsoft Edge for at drage fordel af de nyeste funktioner, sikkerhedsopdateringer og teknisk support.
gælder for:beregnet kolonneberegnet tabelMeasurevisualiseringsberegning
Returnerer value for first-argumentet, and logfører det i en DAX evaluation Log profiler-hændelse. Denne funktion er kun fuldt funktionel i Power BI Desktop. Den fungerer som en simpel passthrough-funktion i andre miljøer.
EVALUATEANDLOG(<Value>, [Label], [MaxRows])
Udtryk | Definition |
---|---|
Value |
Ethvert skalarudtryk or tabeludtryk, der skal evalueres and logført. |
Label |
(Valgfrit) En konstantstreng, der er inkluderet i både json-teksten and kolonnen Label for hændelsen DAX Evaluation Log, der nemt kan bruges til at identificere en forekomst af funktionskaldet. |
MaxRows |
(Valgfrit) Det maksimale antal rækker i json-teksten i hændelsen DAX Evaluation Log, når argumentet first er et tabeludtryk. Standard er 10. |
value af argumentet first.
Den JSON-struktur, der er logget på en DAX evalueringshændelse Log profiler, omfatter:
expression
er tekstversionen af argumentet first.label
er parameteren Label, når den er angivet i udtrykket.inputs
er en liste over kolonner i evalueringskonteksten, der påvirker values af argumentet first.outputs
er en liste over en enkelt kolonne [Value], når first-argumentet er et skalarudtryk and en liste over outputkolonner, når argumentet first er et tabeludtryk.data
er en liste over input valuesand output values når first argument er et skalarudtryk, and en liste over input valuesand tilsvarende outputrækker, når first-argumentet er et tabeludtryk.rowCount
er antallet af rækker, når argumentet first er et tabeludtryk.
Even selvom antallet af rækker i json-outputtet afkortes af parameteren MaxRows, er rowCount det reelle antal rækker uden afkortning.Sporingshændelser kan registreres ved hjælp af SQL Server Profilerand værktøjet til fejlfinding af output DAX med åben kildekode.
Denne funktion kan bruges sammen med næsten alle underudtryk i et DAX udtryk, and vil hele udtrykket stadig være gyldigt.
Når argumentet first evalueres flere gange i en enkelt forespørgsel, genererer funktionen en enkelt DAX evaluation Log hændelse, der både contains input valuesand det tilsvarende output values.
Når etiketparameteren er angivet, returneres dens value i både json-outputtet and kolonnen Label for hændelsen DAX Evaluation Log.
If argumentet first er et tabeludtryk, er det kun de øverste MaxRows-rækker, der vises i hændelsen DAX Evaluering Log.
I nogle tilfælde udføres denne funktion not på grund af optimeringer.
If hændelsen Log evaluering af DAX er større end én million tegn, afkortes den for at bevare den korrekte json-struktur.
Følgende DAX forespørgsel:
evaluate
SUMMARIZE(
EVALUATEANDLOG(FILTER(Sales, [ProductKey] = 528)),
Sales[SalesTerritoryKey],
"sum",
sum(Sales[Sales Amount])
)
Returnerer følgende DAXLog hændelse for evaluering:
{
"expression": "FILTER(Sales, [ProductKey] = 528)",
"inputs": [],
"outputs": ["'Sales'[SalesOrderLineKey]", "'Sales'[ResellerKey]", "'Sales'[CustomerKey]", "'Sales'[ProductKey]", "'Sales'[OrderDateKey]", "'Sales'[DueDateKey]", "'Sales'[ShipDateKey]", "'Sales'[SalesTerritoryKey]", "'Sales'[Order Quantity]", "'Sales'[Unit Price]", "'Sales'[Extended Amount]", "'Sales'[Product Standard Cost]", "'Sales'[Total Product Cost]", "'Sales'[Sales Amount]", "'Sales'[Unit Price Discount Pct]"],
"data": [
{
"input": [],
"rowCount": 3095,
"output": [
[52174001, -1, 23785, 528, 20190707, 20190717, 20190714, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[52173001, -1, 26278, 528, 20190707, 20190717, 20190714, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[52082001, -1, 23831, 528, 20190705, 20190715, 20190712, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[52054002, -1, 11207, 528, 20190704, 20190714, 20190711, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[52036001, -1, 25337, 528, 20190704, 20190714, 20190711, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[51939002, -1, 23670, 528, 20190702, 20190712, 20190709, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[51911002, -1, 11746, 528, 20190701, 20190711, 20190708, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[51379003, -1, 13745, 528, 20190612, 20190622, 20190619, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[51264002, -1, 11282, 528, 20190605, 20190615, 20190612, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[51184003, -1, 11263, 528, 20190531, 20190610, 20190607, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0]
]
}
]
}
Følgende DAX forespørgsel med et skalarargument and forskellige attributter:
evaluate
SELECTCOLUMNS(
TOPN(5, Customer),
[Customer],
"Customer",
EVALUATEANDLOG([Customer] & ", " & [Country-Region], "customerLog")
)
Returnerer følgende DAXLog hændelse for evaluering:
{
"expression": "[Customer] & \", \" & [Country-Region]",
"label": "customerLog",
"inputs": ["'Customer'[Customer]", "'Customer'[Country-Region]"],
"data": [
{
"input": ["Russell Xie", "United States"],
"output": "Russell Xie, United States"
},
{
"input": ["Savannah Baker", "United States"],
"output": "Savannah Baker, United States"
},
{
"input": ["Maurice Tang", "United States"],
"output": "Maurice Tang, United States"
},
{
"input": ["Emily Wood", "United States"],
"output": "Emily Wood, United States"
},
{
"input": ["Meghan Hernandez", "United States"],
"output": "Meghan Hernandez, United States"
}
]
}
Begivenhed
31. mar., 23 - 2. apr., 23
Den ultimative Microsoft Fabric-, Power BI-, SQL- og AI-communityledede begivenhed. 31. marts til 2. april 2025.
Tilmeld dig i dag