Condividi tramite

Linee guida per la relazione bidirezionale

  • Articolo

Questo articolo è destinato agli autori di modelli di dati che usano Power BI Desktop. Offre indicazioni su quando creare relazioni di modello bidirezionali. Una relazione bidirezionale è una relazione che filtra in entrambe le direzioni.

Nota

Questo articolo non fornisce un'introduzione alle relazioni nei modelli. Se non si ha familiarità con le relazioni, le relative proprietà o le modalità di configurazione, è consigliabile leggere per prima cosa l'articolo Relazioni nei modelli in Power BI Desktop.

È anche importante avere una conoscenza di base della progettazione dello schema star. Per altre informazioni, vedere Informazioni su uno schema star e sull'importanza di questo schema per Power BI.

In genere è consigliabile ridurre al minimo l'uso di relazioni bidirezionali, in quanto possono influire negativamente sulle prestazioni delle query del modello e persino offrire un’esperienza d'uso non chiara agli utenti del report.

Gli scenari in cui i filtri bidirezionali possono essere utili per soddisfare requisiti specifici sono tre:

Relazioni speciali dei modelli

Le relazioni bidirezionali svolgono un ruolo importante quando si creano i due tipi seguenti di relazione speciale dei modelli:

  • Uno-a-uno: tutte le relazioni uno-a-uno devono essere bidirezionali, non è possibile configurarle diversamente. In genere, non è consigliabile creare questi tipi di relazioni. Per una descrizione completa e progettazioni alternative, vedere Linee guida per relazioni uno-a-uno.
  • Molti-a-molti: quando si correlano due tabelle di tipo dimensione, è necessaria una tabella di bridging. È necessario un filtro bidirezionale per garantire la propagazione dei filtri nella tabella di bridging. Per altre informazioni, vedere Linee guida per le relazioni molti-a-molti (Correlare dimensioni molti-a-molti).

Elementi filtro dei dati "con dati"

Le relazioni bidirezionali possono specificare filtri dei dati che limitano gli elementi solo in presenza di dati. Se si ha familiarità con tabelle pivot e filtri dei dati di Excel, si tratta del comportamento predefinito quando si usano dati provenienti da un modello semantico di Power BI (precedentemente noto come set di dati) o un modello di Analysis Services. Per avere un'idea più chiara di cosa questo significhi, si consideri il diagramma del modello seguente.

Diagramma che mostra un modello contenente tre tabelle. La progettazione è descritta nel paragrafo seguente.

La prima tabella è denominata Customer e contiene tre colonne: Country-Region, Customer e CustomerCode. La seconda tabella, denominata Product, contiene tre colonne: Color, Product e SKU. La terza tabella è denominata Salese contiene quattro colonne: CustomerCode, OrderDate, Quantity e SKU. Le tabelle Customer e Product sono tabelle di tipo dimensione e hanno tutte una relazione uno-a-molti con la tabella Sales. Ogni relazione filtra in un'unica direzione.

Per semplificare la descrizione del funzionamento del filtro bidirezionale, il diagramma del modello è stato modificato in modo da visualizzare le righe delle tabelle. Tutti gli esempi in questo articolo sono basati su questi dati.

Nota

Non è possibile visualizzare le righe della tabella nel diagramma del modello di Power BI Desktop. Questa operazione viene eseguita in questo articolo solo per supportare la discussione con esempi chiari.

Diagramma che mostra il modello con le righe di tabella visualizzate. Nel paragrafo riportato di seguito sono descritti i dettagli delle righe.

I dettagli delle righe per le tre tabelle sono descritti nell'elenco puntato seguente:

  • La tabella Customer contiene due righe:
    • CustomerCode CUST-01, Customer Customer-1, Country-Region United States
    • CustomerCode CUST-02, Customer Customer-2, Country-Region Australia
  • La tabella Product include tre righe:
    • SKU CL-01, Product T-shirt, Color Green
    • SKU CL-02, Product Jeans, Color Blue
    • SKU AC-01, Product Hat, Color Blue
  • La tabella Sales include tre righe:
    • OrderDate January 1 2019, CustomerCode CUST-01, SKU CL-01, Quantity 10
    • OrderDate February 2 2019, CustomerCode CUST-01, SKU CL-02, Quantity 20
    • OrderDate March 3 2019, CustomerCode CUST-02, SKU CL-01, Quantity 30

Si consideri ora la pagina di report seguente.

Diagramma che mostra la pagina del report contenente tre oggetti visivi. Nel paragrafo riportato di seguito sono descritti i dettagli relativi.

La pagina è costituita da due filtri dei dati e da un oggetto visivo della scheda. Il primo filtro dei dati è per Country-Region e include due elementi: Australia e Stati Uniti. Attualmente esegue il filtro dei dati per Australia. Il secondo filtro dei dati è per Product ed è costituito da tre elementi: Hat, Jeans e T-shirt. Non è selezionato alcun elemento, ovvero i prodotti non vengono filtrati. L'oggetto visivo della scheda visualizza una quantità pari a 30.

Quando gli utenti del report eseguono il filtro per Australia, è possibile limitare il filtro dei dati Product in modo che vengano visualizzati gli elementi per cui i dati si riferiscono alle vendite australiane. È questo che si intende quando si parla di visualizzazione degli elementi del filtro dei dati "con dati". È possibile ottenere questo comportamento configurando la relazione tra la tabella Product e la tabella Sales in modo che il filtro venga eseguito in entrambe le direzioni.

Diagramma che mostra un modello in cui la relazione tra le Product e Sales è bidirezionale.

Il filtro dei dati Product ora elenca un singolo elemento: T-shirt. L'elemento rappresenta l'unico prodotto venduto ai clienti australiani.

Diagramma che illustra la pagina del report contenente tre oggetti visivi con la parola Product evidenziata. Nel paragrafo riportato di seguito sono descritti i dettagli relativi.

Prima di tutto è consigliabile valutare attentamente se questa progettazione funziona per gli utenti del report. Alcuni utenti di report trovano questo tipo di esperienza poco chiaro. Non capiscono perché gli elementi del filtro dei dati appaiono o scompaiono in modo dinamico quando interagiscono con altri filtri dei dati.

Se si decide di visualizzare gli elementi del filtro dei dati "con dati", non è consigliabile configurare relazioni bidirezionali. Le relazioni bidirezionali richiedono una maggiore elaborazione, quindi possono influire negativamente sulle prestazioni delle query, soprattutto quando il numero di relazioni bidirezionali nel modello aumenta.

Esiste un modo migliore per ottenere lo stesso risultato: invece di usare i filtri bidirezionali, è possibile applicare un filtro a livello di oggetto visivo al filtro dei dati Product.

Si consideri ora che la relazione tra le tabelle Product e Sales non filtri più in entrambe le direzioni. E che sia stata aggiunta la definizione di misura seguente alla tabella Sales.

Total Quantity = SUM(Sales[Quantity])

Per visualizzare gli elementi del filtro dei dati "con dati" Product, è sufficiente filtrare in base alla misura Total Quantity usando la condizione "non è vuoto".

Diagramma che mostra il riquadro Filtri in cui è applicato il filtro dei dati Product con la condizione

Analisi da dimensione a dimensione

Uno scenario diverso che riguarda le relazioni bidirezionali tratta una tabella di tipo fact come una tabella di bridging. In questo modo l'analisi dei dati della tabella di tipo dimensione viene supportata all'interno del contesto filtro di una tabella di tipo dimensione diversa.

Usando il modello di esempio in questo articolo, considerare come rispondere alle domande seguenti:

  • Quanti colori sono stati venduti ai clienti australiani?
  • Quanti paesi/aree hanno acquistato jeans?

È possibile rispondere a entrambe le domande senza riepilogare i dati nella tabella di bridging di tipo fact. Tuttavia, è necessario che i filtri vengano propagati da una tabella di tipo dimensione all'altra. Una volta che i filtri vengono propagati tramite la tabella di tipo fact, è possibile ottenere il riepilogo delle colonne della tabella di tipo dimensione usando la funzione DAX DISTINCTCOUNT ed eventualmente anche le funzioni DAX MIN e MAX.

Dal momento che la tabella di tipo fact si comporta come una tabella di bridging, è possibile seguire le linee guida per la relazione molti-a-molti per mettere in relazione due tabelle di tipo dimensione. Sarà necessario configurare almeno una relazione in modo che filtri in entrambe le direzioni. Per altre informazioni, vedere Linee guida per le relazioni molti-a-molti (Correlare dimensioni molti-a-molti).

Tuttavia, come già descritto in questo articolo, la progettazione avrà probabilmente effetti negativi sulle prestazioni e sull'esperienza utente relativamente agli elementi del filtro di dati "con dati". È quindi consigliabile attivare il filtro bidirezionale in una definizione di misura usando invece la funzione DAX CROSSFILTER. La funzione CROSSFILTER può essere usata per modificare le direzioni del filtro, o persino disabilitare la relazione, durante la valutazione di un'espressione.

Considerare la definizione di misura seguente aggiunta alla tabella Sales. In questo esempio la relazione del modello tra le tabelle Customer e Sales è stata configurata in modo da filtrare in una singola direzione.

Different Countries Sold =
CALCULATE(
    DISTINCTCOUNT(Customer[Country-Region]),
    CROSSFILTER(
        Customer[CustomerCode],
        Sales[CustomerCode],
        BOTH
    )
)

Durante la valutazione dell'espressione di misura Different Countries Sold, la relazione tra le tabelle Customer e Sales filtra in entrambe le direzioni.

Nella tabella oggetti visivi seguente vengono visualizzate le statistiche relative a ogni prodotto venduto. La colonna Quantity è semplicemente la somma dei valori della quantità. La colonna Different Countries Sold rappresenta il conteggio distinto dei valori di paese-area di tutti i clienti che hanno acquistato il prodotto.

Diagramma che mostra due prodotti elencati in un oggetto visivo tabella. Nella colonna

Contenuto correlato

Per altre informazioni correlate a questo articolo, vedere le risorse seguenti: