Descripción de las relaciones de modelos
Una relación de modelo propaga los filtros aplicados en la columna de una tabla de modelos a otra tabla de modelos. Los filtros se propagarán siempre que haya una ruta de relación que seguir, lo que puede implicar la propagación a varias tablas.
Las rutas de relación son deterministas; es decir, los filtros siempre se propagan de la misma manera y sin variación aleatoria. Sin embargo, las relaciones pueden deshabilitarse o el contexto del filtro puede modificarse debido a los cálculos del modelo que usan funciones DAX concretas. El uso de funciones de relación de DAX se describe en la unidad 2.
Importante
Las relaciones de modelo no aplican la integridad de los datos. La unidad 4, que describe la evaluación de relaciones, explica cómo se comportan las relaciones de modelo cuando hay problemas de integridad de datos con los datos.
Veamos, con un ejemplo animado, cómo las relaciones propagan los filtros.
En este ejemplo, el modelo se compone de cuatro tablas: Category, Product, Year y Sales (Categoría, Producto, Año y Ventas). La tabla Category (Categoría) está relacionada con la tabla Product (Producto) y la tabla Product (Producto) está relacionada con la tabla Sales (Ventas). La tabla Year (Año) también está relacionada con la tabla Sales (Ventas). Todas las relaciones son de uno a varios (los detalles de esta relación se describen en la siguiente unidad).
Una consulta —tal vez generada por un objeto visual de tarjeta de Power BI— solicita las ventas totales correspondientes a los pedidos realizados para una sola categoría, Cat-A (Categoría A) y para un solo año, CY2018 (AC2018). Esta es la razón por la que se pueden ver filtros aplicados en las tablas Category (Categoría) y Year (Año). El filtro de la tabla Category (Categoría) se propaga a la tabla Product (Producto) para aislar dos productos asignados a la categoría Cat-A (Categoría A). A continuación, los filtros de la tabla Product (Producto) se propagan a la tabla Sales (Ventas) para aislar solo dos filas de ventas de estos productos. Estas dos filas de ventas representan las ventas de productos asignados a la categoría Cat-A (Categoría A). Su cantidad combinada es de 14 unidades. Al mismo tiempo, el filtro de la tabla Year (Año) se propaga para filtrar aún más la tabla Sales (Ventas), lo que da lugar a la única fila de ventas que corresponde a los productos asignados a la categoría Cat-A (Categoría A) solicitados en el año CY2018 (AC2018). El valor devuelto por la consulta es de 11 unidades. Tenga en cuenta que, cuando se aplican varios filtros a una tabla, (como en el caso de la tabla Sales [Ventas] en este ejemplo), siempre se trata de una operación AND, lo que significa que se deben cumplir todas las condiciones.
Aplicación de principios de diseño de esquemas de estrella
Se recomienda aplicar principios de diseño de esquemas de estrella para generar un modelo que comprenda tablas de hechos y de dimensiones. Es habitual configurar Power BI para aplicar reglas que filtran las tablas de dimensiones, lo que permite que las relaciones del modelo propaguen eficazmente esos filtros a las tablas de hechos.
La siguiente imagen es el diagrama del modelo de datos de análisis de ventas de Adventure Works. Muestra un diseño de esquema de estrella que consta de una sola tabla de hechos denominada Sales. Las otras cuatro tablas son tablas de dimensiones que admiten el análisis de medidas de ventas por fecha, estado, región y producto. Observe las relaciones del modelo que conectan todas las tablas. Estas relaciones propagan filtros (directa o indirectamente) a la tabla Sales.
Uso de tablas desconectadas
Es poco frecuente que una tabla del modelo no esté relacionada con otra tabla del modelo. Este tipo de tabla en un diseño de modelo válido se describe como una tabla desconectada. La tabla desconectada no pretende propagar filtros a otras tablas del modelo. En su lugar, acepta la "entrada del usuario" (quizás con un objeto visual de segmentación), lo que permite que los cálculos del modelo usen el valor de entrada de una manera significativa. Por ejemplo, pensemos en una tabla desconectada que se carga con un intervalo de valores de tasas de cambio de divisa. Suponiendo que se aplica un filtro para conseguir un valor de tasa único, este valor se puede usar en una expresión de medida para convertir valores de ventas.
El parámetro de hipótesis de Power BI Desktop es una característica que crea una tabla desconectada. Para más información, consulte Creación y uso de un parámetro de hipótesis para visualizar variables en Power BI Desktop.