使用變數改善效能和進行疑難排解
您可在 DAX 公式中使用變數以協助撰寫較不複雜且更有效率的計算。 剛開始使用 Power BI Desktop 的開發人員並未充分利用變數，但變數十分有效，且在建立量值時應根據預設加以使用。
某些運算式涉及使用多個巢狀函式，以及重複使用運算式邏輯。 這些運算式需要較長的處理時間，且難以閱讀，因此也不容易進行疑難排解。 如果使用變數即可節省查詢處理的時間。 這項變更是將語意模型效能優化的正確方向。
在您的語意模型中使用變數可提供下列優點：
改善的效能 - 因為變數不需要 Power BI 多次評估相同的運算式，所以可讓量值更有效率。 只需大約的一半原始處理時間，即可在查詢中獲得相同的結果。
改善的可讀性 - 變數具有自我描述的簡短名稱，並可用來取代不明確且多措辭的運算式。 使用變數時，您可能會發現能更輕鬆閱讀及了解公式。
簡化的偵錯 - 您可使用變數來對公式進行偵錯並測試運算式，這在進行疑難排解時相當實用。
降低複雜度 - 變數不需要使用較舊或最舊的 DAX 函式，這些函式十分不容易了解。 在引進變數之前，這些函式是必要的，且是以引入新篩選內容的複雜運算式來撰寫。 現在您可使用變數來取代這些函式，因此需要撰寫的複雜公式會變得較少。
使用變數來改善效能
為了說明如何使用變數讓量值更具效率，下表以兩種不同的方式來顯示量值定義。 請注意，公式會重複使用計算「去年相同期間」的運算式，但會用兩種不同的方式：第一個執行個體使用一般 DAX 計算方法，第二個則使用計算中的變數。
資料表第二個資料列顯示改善的量值定義。 此定義使用 VAR 關鍵字來引進名為 SalesPriorYear 的變數，並使用運算式將「去年相同期間」的結果指派給新變數。 然後它會在 DIVIDE 運算式中使用變數兩次。
不使用變數
Sales YoY Growth =
DIVIDE (
( [Sales] - CALCULATE ( [Sales], PARALLELPERIOD ( 'Date'[Date], -12, MONTH ) ) ),
CALCULATE ( [Sales], PARALLELPERIOD ( 'Date'[Date], -12, MONTH ) )
)
使用變數
Sales YoY Growth =
VAR SalesPriorYear =
CALCULATE ( [Sales], PARALLELPERIOD ( 'Date'[Date], -12, MONTH ) )
VAR SalesVariance =
DIVIDE ( ( [Sales] - SalesPriorYear ), SalesPriorYear )
RETURN
SalesVariance
因為資料表第一個量值定義中的公式需要 Power BI 評估相同運算式兩次，所以效率不佳。 因為變數的緣故，Power BI 只需要評估 PARALLELPERIOD 運算式一次，所以第二個定義更有效率。
如果您的語意模型有多個具有多個量值的查詢，則使用變數可能會將整體查詢處理時間減少一半，並改善語意模型的整體效能。 此外，這個解決方案算是比較簡單的；請想像一下公式變得更複雜時可獲得的節省量，例如在處理百分比和總計時。
使用變數來改善可讀性
您可能會注意到使用變數除了能改善效能外，還能讓程式碼更易於閱讀。
使用變數時，最佳做法是為變數使用描述性名稱。 上述範例中的變數稱為 SalesPriorYear，其清楚指出此變數正在計算什麼。 請思考使用稱為 X、temp 或 variable1 的變數會有什麼結果；這些變數的用途完全無法明顯看出。
使用清楚簡潔且具有意義的名稱，將可更輕鬆了解正在嘗試計算的內容，而其他開發人員未來也可更輕鬆地維護報表。
使用變數對多個步驟進行疑難排解
您可使用變數來協助對公式進行偵錯，並找出問題所在。 變數可分別評估每個變數，並在 RETURN 運算式之後重新加以叫用，以簡化對 DAX 計算進行疑難排解的工作。
在下列範例中，您將測試指派給變數的運算式。 為了進行偵錯，您將暫時重寫 RETURN 運算式以寫入變數。 量值定義只會傳回 SalesPriorYear 變數，因為這是 RETURN 運算式之後的值。
Sales YoY Growth % =
VAR SalesPriorYear = CALCULATE([Sales], PARALLELPERIOD('Date'[Date], -12, MONTH))
VAR SalesPriorYear% = DIVIDE(([Sales] - SalesPriorYear), SalesPriorYear)
RETURN SalesPriorYear%
RETURN 運算式只會顯示 SalesPriorYear% 值。 此技術可供在完成偵錯時將運算式還原。 因為 DAX 程式碼複雜性降低的緣故，其也可讓計算變得更加易懂。