双向关系指南

本文面向使用 Power BI Desktop 的数据建模者。 它指导你何时创建双向模型关系。 双向关系是一种双向筛选的关系。

备注

本文不涵盖对模型关系的介绍。 如果你对模型关系、其属性或配置方法并非完全熟悉,建议先阅读 Power BI Desktop 中的模型关系一文。

此外,还应了解星型架构设计,这一点也很重要。 有关详细信息,请参阅了解星型架构和 Power BI 的重要性

通常,建议尽量减少使用双向关系。 此类关系可能会对模型查询性能产生负面影响,并可能会为报表用户带来令其困惑的体验。

双向筛选可以满足特定要求的场景有以下三种:

特殊模型关系

在创建以下两种特殊模型关系类型时,双向关系起着重要作用:

  • 一对一关系:所有一对一关系都必须是双向的,否则无法进行配置。 通常,建议不要创建这种类型的关系。 有关完整讨论和替换设计,请参阅一对一关系指南
  • 多对多关系:关联两个维度类型表时,必须有桥接表。 为了确保筛选器跨桥接表传播,必须使用双向筛选器。 有关详细信息,请参阅多对多关系指南(关联多对多维度)

“使用数据”的切片器项

双向关系可以将切片器限制为,显示与数据所在位置相关的项。 (如果你熟悉 Excel 数据透视表和切片器,则从 Power BI 语义模型或 Analysis Services 模型采购数据时,这是默认行为。为了帮助解释含义,请先考虑以下模型关系图。

显示包含三个表的模型的关系图。下一段落将介绍如何进行设计。

第一个表名为 Customer,它包含以下三列:Country-Region、Customer 和 CustomerCode。 第二个表名为 Product,它包含以下三列:Color、Product 和 SKU。 第三个表名为 Sales,它包含以下四列:CustomerCode、OrderDate、Quantity 和 SKU。 Customer 和 Product 表是维度类型表,它们与 Sales 表之间都有一对多关系。 每个关系都是单向筛选。

为了帮助介绍双向筛选的工作原理,模型图已修改为显示表行。 本文中的所有示例都以此数据为依据。

备注

本来是不可以在 Power BI Desktop 模型关系图中显示表行的。 本文显示出来为的是通过提供清晰的示例来支持讨论。

显示模型现在显示了表格行的关系图。下一段落将介绍行的详细信息。

下面的项目符号列表介绍了三个表的行详细信息:

  • “Customer”表有两行:
    • CustomerCode CUST-01、Customer Customer-1、Country-Region United States
    • CustomerCode CUST-02、Customer Customer-2、Country-Region Australia
  • Product 表包含以下三行:
    • SKU CL-01、Product T-shirt、Color Green
    • SKU CL-02、Product Jeans、Color Blue
    • SKU AC-01、Product Hat、Color Blue
  • Sales 表包含以下三行:
    • 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

现在来看看下面的报表页。

显示包含三个视觉对象的报表页的关系图。下一段落将介绍详细信息。

报表页包含两个切片器和一个卡视觉对象。 第一个切片器是“国家/地区”,它包含以下两项:“澳大利亚”和“美国”。 此切片器当前按“澳大利亚”切片。 第二个切片器是“产品”,它包含以下三项:“帽子”、“牛仔裤”和“T 恤”。 未选中任何项(即未按任何产品筛选)。 卡视觉对象显示数量 30。

当报表用户按“澳大利亚”切片时,不妨将“产品”切片器限制为,显示数据与澳大利亚销售相关的项。 这就是显示“使用数据”的切片器项的含义。 为了实现此行为,可以将 Product 与 Sales 表之间的关系配置为双向筛选。

显示 Product 和 Sales 表之间的关系现在为双向的模型的示意图。

“产品”切片器现在列出一个项,即“T 恤”。 此项表示唯一销售给澳大利亚客户的产品。

图展示了包含三个视觉对象的报表页,其中突出显示了“产品”。下一段落介绍了详细信息。

首先,建议仔细考虑这种设计是否适用于报表用户。 一些报表用户觉得这种体验令人困惑。 他们不理解为什么在自己与其他切片器交互时,切片器项会动态显示或消失。

如果你确实决定显示“使用数据”的切片器项,建议不要配置双向关系。 双向关系需要更多处理,因此可能会对查询性能产生负面影响,尤其是在模型中的双向关系数量增加时。

有一种更好的方法可以达到同样的效果:可以将视觉对象级别筛选器应用于“产品”切片器本身,而不是使用双向筛选器。

现在来看看,Product 与 Sales 表之间的关系不再是双向筛选。 此外,以下度量值定义已添加到 Sales 表中。

DAX
Total Quantity = SUM(Sales[Quantity])

若要显示“使用数据”的“产品”切片器项,只需按使用“非空白”条件的“总数量”度量值筛选即可。

显示“产品”切片器的“筛选器”窗格现在按“总数量非空白”进行筛选的示意图。

维度到维度分析

另一种涉及双向关系的场景是,将事实类型表视为桥接表。 通过这种方式,支持在不同维度类型表的筛选器上下文中分析维度类型表数据。

使用本文中的示例模型,考虑如何回答下列问题:

  • 有多少种颜色销售给澳大利亚客户?
  • 有多少个国家/地区购买了牛仔裤?

这两个问题都可以回答,无需汇总桥接事实类型表中的数据。 不过,确实需要筛选器从一个维度类型表传播到另一个。 在筛选器通过事实类型表传播后,就可以使用 DISTINCTCOUNT DAX 函数(可能还有 MINMAX DAX 函数)汇总维度类型表列。

由于事实类型表的行为类似于桥接表,因此可以按照多对多关系指南操作,关联两个维度类型表。 需要配置至少一个双向筛选关系。 有关详细信息,请参阅多对多关系指南(关联多对多维度)

不过,正如本文中所述,这种设计可能会对性能产生负面影响,并对用户体验产生与“使用数据”的切片器项相关的影响。 因此,建议改用 CROSSFILTER DAX 函数在度量值定义中激活双向筛选。 CROSSFILTER 函数可用于在表达式求值期间修改筛选器方向,甚至还可用于禁用关系。

现在来看看添加到 Sales 表中的以下度量值定义。 在此示例中,Customer 与 Sales 表之间的模型关系已配置为单向筛选。

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

在“不同国家/地区销售数量”度量值表达式求值期间,Customer 与 Sales 表之间的关系为双向筛选。

下面的表视觉对象显示了每种售出产品的统计信息。 “数量”列只计算数量值的总和。 “不同国家/地区销售数量”列显示所有已购买产品的客户的国家/地区值的非重复计数。

显示表视觉对象中列出了两种产品的示意图。“牛仔裤”和“T 恤”在“不同国家/地区销售数量”列中对应的数量分别为“1”和“2”。

有关本文的详细信息,请参阅以下资源: