一对一关系指南

项目
01/23/2025

本文专为使用 Power BI Desktop 的数据建模人员设计。它指导你如何处理一对一模型关系。如果两个表都包含一列唯一公用值，可以创建一对一关系。

注意

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。

涉及一对一关系的场景有以下两种：

退化维度：可从事实数据表派生一个退化维度。
行数据跨表：单个业务实体或主题加载为两个（或更多）模型表，可能是因为它们的数据源来自不同的数据存储。此方案对于维度表很常见。例如，主产品详细信息存储在运营销售系统中，而附属产品详细信息则存储在其他源中。

但是，将两个事实表与一对一关系相关联是不寻常的。这是因为这两个事实数据表都需要具有相同的维度和粒度。此外，每个事实数据表都需要唯一的列才能创建模型关系。

退化维度

当事实数据表中的列用于筛选或分组时，可以考虑在单独的表中提供它们。这样一来，就可以将用于筛选或分组的列与用于汇总事实行的列分隔开来。这种分隔可以：

减少存储空间。
简化模型计算。
有助于提高查询性能。
向报表作者提供更直观的“数据”窗格体验。

请考虑名为 Sales 的源表，该表将销售订单行引用详细信息存储在两列中。

关系图显示了 Sales 退化维度表的表行。设计在下一段落中进行介绍。

OrderNumber 列存储订单号，OrderLineNumber 列存储订单中的一系列订单项。

在下图中，请注意，订单号和订单行号列尚未加载到 Sales 表中。而它们的值用于创建名为 OrderLineNumberID 的代理键列。（键值的计算方法为，将订单号乘以 1000，然后再加上订单项号。）

关系图显示了两个表：Sales 和 Sales Order。一对一关系将两个“订单行号 ID”列关联起来。

Sales Order 维度表为报表作者提供了丰富的体验，其中包含两列：Sales Order 和 Sales Order Line。这些特定列资源支持需要对订单和订单行进行筛选、分组或向下钻取的报表设计。

由于 Sales Order 表派生自销售数据，因此每个表中的行数应完全相同。此外，每个 OrderLineNumberID 列之间应有匹配的值。

跨表的行数据

请考虑涉及两个一对一相关维度表的示例：Product 和 Product Category。每个表表示导入的数据，并具有一个包含唯一值的 SKU（保留单位）列。

下面展示了这两个表的部分模型图。

图示显示一个包含两个表格的模型，其中的行数据跨越这两个表格。以下段落介绍了设计。

第一个表命名为 Product，其中包含三列：Color、Product和 SKU。第二个表命名为 Product Category，其中包含两列：Category 和 SKU。一对一关系将两个 SKU 列关联起来。关系为双向筛选，对于一对一关系，总是如此。

为了帮助描述关系筛选器传播的工作原理，下图显示了一些表行。本文中的所有示例都以此数据为依据。

关系图显示了 Product 和 Product Category 表及一些数据行。行详细信息在下一段落中进行介绍。

下面的项目符号列表描述了两个表的行的详细信息：

编号为 Product 的表共有三行：
- SKU CL-01、 ProductT 恤、Color绿色
- SKUCL-02，Product牛仔裤，Color蓝色
- SKU AC-01、Product帽子、Color蓝色
Product Category 表有两行：
- SKU CL-01、Category服装
- SKUAC-01、Category配件

请注意，Product Category 表中不包含产品 SKU CL-02的一行。本文稍后将讨论缺少此行的结果。

在“数据”窗格中，报表作者在两个表中查找与产品相关的字段：Product 和 Product Category。现在来看看添加有两个表中字段的表视觉对象是什么样的。在此示例中，SKU 列源自 Product 表。

关系图显示了包含两个表的数据窗格，以及一个包含四列的表视觉对象。产品 SKU CL-02 的“类别”值为 BLANK。

请注意，产品 SKU CL-02 的 Category 值为 BLANK。这是因为此产品的 Product Category 表中没有相应的行。

建议

若为跨模型表的行数据，建议尽可能避免创建一对一模型关系。这是因为此设计可以：

导致“数据”窗格混乱，列出不必要的表。
导致报表作者很难找到相关字段，因为它们分布在多个表中。
限制创建层次结构的能力，因为其级别必须基于同一表中的列。
在表之间的行不完全匹配时导致意外结果出现。

具体建议因一对一关系是源组内还是跨源组而异。有关关系评估的详细信息，请参阅 Power BI Desktop中的模型关系。

源组内一对一关系

如果表之间是一对一源组内关系，建议将数据合并到一个模型表中。可以通过合并 Power Query 查询来执行此操作。

以下步骤提供了一种合并和建模一对一相关数据的方法。

合并查询：合并两个查询时，考虑每个查询中数据的完整性。如果一个查询包含一组完整的行（如主列表），请将另一个查询与它合并。将合并转换设置为使用左外部联接（即默认联接类型）。这种联接类型可确保你保留第一个查询的所有行，并使用第二个查询的任何匹配行进行补充。将第二个查询的所有必需列扩展到第一个查询中。
禁用查询负载：请务必对第二个查询禁用负载。这样，它就不会将其结果加载为模型表。此配置减少了数据模型存储大小，并有助于让“数据”窗格保持整洁。

在我们的示例中，报表作者现在可在“数据”窗格中找到一个名为 Product 的表。它包含所有与产品相关的字段。
替换缺失值：如果第二个查询包含不匹配的行，那么从它引入的列中会显示 null 值。视情况考虑使用标记值替换 null 值。当报表作者按列值筛选或分组时，替换缺少的值尤为重要，因为报表视觉对象中可能会显示 BLANK。

在下图中，请注意，产品 SKU CL-02 的类别现在显示为 [未定义]。在查询中，null 类别已替换为此标记文本值。
创建层次结构：如果当前合并的表的列之间存在关系，不妨创建层次结构。这样，报表作者会快速发现报表视觉对象钻取机会。

在我们的示例中，报表作者现在可以使用具有两个级别的层次结构：Category 和 Product。