Data Analysis Expressions (DAX) ใน Power Pivot

การทําความเข้าใจสูตร DAX

สูตร DAX จะคล้ายกับสูตร Excel มาก เมื่อต้องการสร้างฟังก์ชัน ให้คุณพิมพ์เครื่องหมายเท่ากับ ตามด้วยชื่อฟังก์ชันหรือนิพจน์ และค่าหรืออาร์กิวเมนต์ที่ต้องการ เช่นเดียวกับ Excel DAX มีฟังก์ชันต่างๆ ที่คุณสามารถใช้เพื่อทํางานกับสตริง ทําการคํานวณโดยใช้วันที่และเวลา หรือสร้างค่าตามเงื่อนไข

อย่างไรก็ตาม สูตร DAX จะแตกต่างกันด้วยวิธีที่สําคัญดังต่อไปนี้

• ถ้าคุณต้องการกําหนดการคํานวณเองทีละแถว DAX จะรวมฟังก์ชันที่ช่วยให้คุณใช้ค่าแถวปัจจุบันหรือค่าที่เกี่ยวข้องเพื่อทําการคํานวณที่แตกต่างกันไปตามบริบท

• DAX มีชนิดของฟังก์ชันที่ส่งกลับตารางเป็นผลลัพธ์แทนที่จะเป็นค่าเดียว ฟังก์ชันเหล่านี้สามารถใช้เพื่อให้ป้อนข้อมูลลงในฟังก์ชันอื่นๆ ได้

• ฟังก์ชันตัวแสดงเวลาใน DAX อนุญาตให้คํานวณโดยใช้ช่วงของวันที่ และเปรียบเทียบผลลัพธ์ข้ามช่วงเวลาที่ขนานกันได้

การเปรียบเทียบฟังก์ชัน DAX และฟังก์ชัน Excel

ไลบรารีฟังก์ชัน DAX จะยึดตามไลบรารีฟังก์ชัน Excel แต่ไลบรารีมีความแตกต่างมากมาย ส่วนนี้จะสรุปความแตกต่างและความคล้ายคลึงกันระหว่างฟังก์ชัน Excel และฟังก์ชัน DAX

• ฟังก์ชัน DAX จํานวนมากมีชื่อเดียวกันและลักษณะการทํางานทั่วไปเหมือนกับฟังก์ชัน Excel แต่ถูกปรับเปลี่ยนให้ใช้การป้อนข้อมูลชนิดต่างๆ และในบางกรณีอาจส่งกลับชนิดข้อมูลอื่น โดยทั่วไปแล้ว คุณไม่สามารถใช้ฟังก์ชัน DAX ในสูตร Excel หรือใช้สูตร Excel ใน Power Pivot ได้โดยไม่ต้องปรับเปลี่ยนบางอย่าง

• ฟังก์ชัน DAX จะไม่ใช้การอ้างอิงเซลล์หรือช่วงเป็นการอ้างอิง แต่ฟังก์ชัน DAX จะใช้คอลัมน์หรือตารางเป็นการอ้างอิงแทน

• ฟังก์ชันวันที่และเวลา DAX จะส่งกลับชนิดข้อมูลเวลาวันที่ ในทางตรงกันข้าม ฟังก์ชันวันที่และเวลาของ Excel จะส่งกลับจํานวนเต็มที่แสดงวันที่เป็นเลขลําดับ

• ฟังก์ชัน DAX ใหม่หลายฟังก์ชันจะส่งกลับตารางค่าหรือทําการคํานวณโดยยึดตามตารางของค่าเป็นข้อมูลที่ป้อนเข้า ในทางตรงกันข้าม Excel ไม่มีฟังก์ชันที่ส่งกลับตาราง แต่บางฟังก์ชันสามารถทํางานกับอาร์เรย์ได้ ความสามารถในการอ้างอิงตารางและคอลัมน์ที่สมบูรณ์ได้อย่างง่ายดายคือฟีเจอร์ใหม่ใน Power Pivot

• DAX มีฟังก์ชันการค้นหาใหม่ที่คล้ายกับฟังก์ชันการค้นหาอาร์เรย์และเวกเตอร์ใน Excel อย่างไรก็ตาม ฟังก์ชัน DAX ต้องการให้มีการสร้างความสัมพันธ์ระหว่างตาราง

• ข้อมูลในคอลัมน์คาดว่าจะเป็นชนิดข้อมูลเดียวกันเสมอ ถ้าข้อมูลไม่ใช่ชนิดเดียวกัน DAX จะเปลี่ยนทั้งคอลัมน์เป็นชนิดข้อมูลที่รองรับค่าทั้งหมดได้ดีที่สุด

ชนิดข้อมูล DAX

คุณสามารถนําเข้าข้อมูลลงในตัวแบบข้อมูล Power Pivot จากแหล่งข้อมูลต่างๆ มากมายที่อาจสนับสนุนชนิดข้อมูลที่ต่างกัน เมื่อคุณนําเข้าหรือโหลดข้อมูล แล้วใช้ข้อมูลในการคํานวณหรือใน PivotTable ข้อมูลจะถูกแปลงเป็นหนึ่งใน Power Pivot ชนิดข้อมูล สําหรับรายการของชนิดข้อมูล ให้ดู ชนิดข้อมูลในตัวแบบข้อมูล

ชนิดข้อมูลตารางเป็นชนิดข้อมูลใหม่ใน DAX ที่ใช้เป็นข้อมูลที่ป้อนเข้าหรือแสดงผลไปยังฟังก์ชันใหม่มากมาย ตัวอย่างเช่น ฟังก์ชัน FILTER จะใช้ตารางเป็นข้อมูลเข้าและแสดงผลตารางอื่นที่มีเฉพาะแถวที่ตรงกับเงื่อนไขของตัวกรอง ด้วยการรวมฟังก์ชันตารางกับฟังก์ชันการรวม คุณสามารถทําการคํานวณที่ซับซ้อนบนชุดข้อมูลที่กําหนดแบบไดนามิกได้ สําหรับข้อมูลเพิ่มเติม ให้ดูที่ การรวมใน Power Pivot

สูตรและตัวแบบเชิงสัมพันธ์

หน้าต่าง Power Pivot เป็นพื้นที่ที่คุณสามารถทํางานกับตารางข้อมูลหลายตารางและเชื่อมต่อตารางในตัวแบบเชิงสัมพันธ์ ภายในตัวแบบข้อมูลนี้ ตารางจะเชื่อมต่อกันตามความสัมพันธ์ ซึ่งช่วยให้คุณสร้างความสัมพันธ์กับคอลัมน์ในตารางอื่นๆ และสร้างการคํานวณที่น่าสนใจมากขึ้น ตัวอย่างเช่น คุณสามารถสร้างสูตรที่รวมค่าสําหรับตารางที่เกี่ยวข้อง แล้วบันทึกค่านั้นในเซลล์เดียว หรือเมื่อต้องการควบคุมแถวจากตารางที่เกี่ยวข้อง คุณสามารถนําตัวกรองไปใช้กับตารางและคอลัมน์ได้ สําหรับข้อมูลเพิ่มเติม ให้ดูที่ ความสัมพันธ์ระหว่างตารางในตัวแบบข้อมูล

เนื่องจากคุณสามารถลิงก์ตารางโดยใช้ความสัมพันธ์ PivotTable ของคุณจึงสามารถรวมข้อมูลจากหลายคอลัมน์ที่มาจากตารางต่างๆ ได้

อย่างไรก็ตาม เนื่องจากสูตรสามารถทํางานกับทั้งตารางและทั้งคอลัมน์ได้ คุณจึงต้องออกแบบการคํานวณให้แตกต่างจากที่คุณทําใน Excel

• โดยทั่วไปสูตร DAX ในคอลัมน์จะถูกนําไปใช้กับชุดค่าทั้งหมดในคอลัมน์เสมอ (ไม่ใช้เพียงไม่กี่แถวหรือเซลล์)

• ตารางใน Power Pivot จะต้องมีจํานวนคอลัมน์เท่ากันในแต่ละแถวเสมอ และแถวทั้งหมดในคอลัมน์ต้องมีชนิดข้อมูลเดียวกัน

• เมื่อตารางถูกเชื่อมต่อโดยความสัมพันธ์ คุณคาดว่าจะตรวจสอบให้แน่ใจว่าสองคอลัมน์ที่ใช้เป็นคีย์มีค่าที่ตรงกันสําหรับส่วนใหญ่ เนื่องจาก Power Pivot ไม่ได้บังคับให้มี Referential Integrity คุณจึงสามารถมีค่าที่ไม่ตรงกันในคอลัมน์คีย์และยังคงสร้างความสัมพันธ์ได้ อย่างไรก็ตาม การมีอยู่ของค่าว่างหรือไม่ตรงกันอาจส่งผลต่อผลลัพธ์ของสูตรและลักษณะที่ปรากฏของ PivotTable สําหรับข้อมูลเพิ่มเติม ให้ดู การค้นหาในสูตร Power Pivot

• เมื่อคุณลิงก์ตารางโดยใช้ความสัมพันธ์ คุณจะขยายขอบเขต หรือ ข้อความภายใน ที่ประเมินสูตรของคุณ ตัวอย่างเช่น สูตรใน PivotTable อาจได้รับผลกระทบจากตัวกรองหรือส่วนหัวของคอลัมน์และแถวใน PivotTable คุณสามารถเขียนสูตรที่จัดการบริบท แต่บริบทยังสามารถทําให้ผลลัพธ์ของคุณเปลี่ยนไปในแบบที่คุณอาจคาดไม่ถึงได้ สําหรับข้อมูลเพิ่มเติม ให้ดูที่ บริบทในสูตร DAX

การปรับปรุงผลลัพธ์ของสูตร

ข้อมูล efresh และการคํานวณใหม่เป็นการดําเนินการที่แยกจากกันแต่เกี่ยวข้องกันซึ่งคุณควรเข้าใจเมื่อออกแบบตัวแบบข้อมูลที่มีสูตรที่ซับซ้อน ข้อมูลจํานวนมาก หรือข้อมูลที่ได้รับจากแหล่งข้อมูลภายนอก

การรีเฟรชข้อมูลคือกระบวนการในการอัปเดตข้อมูลในเวิร์กบุ๊กของคุณด้วยข้อมูลใหม่จากแหล่งข้อมูลภายนอก คุณสามารถรีเฟรชข้อมูลด้วยตนเองตามช่วงเวลาที่คุณระบุ หรือถ้าคุณได้ประกาศเวิร์กบุ๊กไปยังไซต์ SharePoint คุณสามารถจัดกําหนดการการรีเฟรชอัตโนมัติจากแหล่งข้อมูลภายนอกได้

การคํานวณใหม่ คือกระบวนการของการอัปเดตผลลัพธ์ของสูตรเพื่อแสดงการเปลี่ยนแปลงใดๆ ในสูตร และเพื่อแสดงการเปลี่ยนแปลงเหล่านั้นในข้อมูลพื้นฐาน การคํานวณใหม่อาจส่งผลกระทบต่อประสิทธิภาพด้วยวิธีต่อไปนี้:

• สําหรับคอลัมน์จากการคํานวณ ผลลัพธ์ของสูตรควรได้รับการคํานวณใหม่สําหรับทั้งคอลัมน์เสมอ เมื่อใดก็ตามที่คุณเปลี่ยนสูตร

• สําหรับการวัด ผลลัพธ์ของสูตรจะไม่ถูกคํานวณจนกว่าการวัดจะถูกวางในบริบทของ PivotTable หรือ PivotChart สูตรจะถูกคํานวณใหม่เมื่อคุณเปลี่ยนส่วนหัวของแถวหรือคอลัมน์ใดๆ ที่มีผลต่อตัวกรองข้อมูล หรือเมื่อคุณรีเฟรช PivotTable ด้วยตนเอง

การแก้ไขปัญหาสูตร

ข้อผิดพลาดเมื่อเขียนสูตร

ถ้าคุณได้รับข้อผิดพลาดในการกําหนดสูตร สูตรอาจมีข้อผิดพลาดทางไวยากรณ์ข้อผิดพลาดทางความหมาย หรือข้อผิดพลาดในการคํานวณ

ข้อผิดพลาดทางไวยากรณ์เป็นวิธีที่ง่ายที่สุดในการแก้ไข โดยปกติแล้วจะมีวงเล็บหรือเครื่องหมายจุลภาคหายไป สําหรับความช่วยเหลือเกี่ยวกับไวยากรณ์ของแต่ละฟังก์ชัน ให้ดูที่ การอ้างอิงฟังก์ชัน DAX

ข้อผิดพลาดชนิดอื่นจะเกิดขึ้นเมื่อไวยากรณ์ถูกต้อง แต่ค่าหรือคอลัมน์ที่อ้างอิงไม่เหมาะสมในบริบทของสูตร ข้อผิดพลาดทางความหมายและการคํานวณดังกล่าวอาจเกิดจากปัญหาใดๆ ต่อไปนี้:

• สูตรอ้างอิงไปยังคอลัมน์ ตาราง หรือฟังก์ชันที่ไม่มีอยู่

• สูตรดูเหมือนถูกต้อง แต่เมื่อโปรแกรมข้อมูลดึงข้อมูล โปรแกรมพบชนิดที่ไม่ตรงกัน และเกิดข้อผิดพลาด

• สูตรส่งผ่านตัวเลขหรือชนิดของพารามิเตอร์ที่ไม่ถูกต้องไปยังฟังก์ชัน

• สูตรอ้างอิงไปยังคอลัมน์อื่นที่มีข้อผิดพลาด ดังนั้นค่าของคอลัมน์จึงไม่ถูกต้อง

• สูตรจะอ้างอิงไปยังคอลัมน์ที่ยังไม่ได้ประมวลผล ซึ่งหมายความว่ามี Metadata แต่ไม่มีข้อมูลจริงที่จะใช้สําหรับการคํานวณ

ในสี่กรณีแรก DAX จะตั้งค่าสถานะทั้งคอลัมน์ที่มีสูตรที่ไม่ถูกต้อง ในกรณีสุดท้าย DAX จะเป็นสีเทาออกจากคอลัมน์เพื่อระบุว่าคอลัมน์อยู่ในสถานะยังไม่ได้ประมวลผล

ผลลัพธ์ที่ไม่ถูกต้องหรือผิดปกติเมื่อจัดอันดับหรือจัดลําดับค่าคอลัมน์

เมื่อจัดอันดับหรือจัดลําดับคอลัมน์ที่มีค่า NaN (ไม่ใช่ตัวเลข) คุณอาจได้รับผลลัพธ์ที่ไม่ถูกต้องหรือไม่ได้คาดคิด ตัวอย่างเช่น เมื่อการคํานวณหาร 0 ด้วย 0 จะส่งกลับผลลัพธ์ NaN

ทั้งนี้เนื่องจากโปรแกรมสูตรจะทําการจัดลําดับและการจัดอันดับโดยการเปรียบเทียบค่าตัวเลข อย่างไรก็ตาม ไม่สามารถเปรียบเทียบ NaN กับตัวเลขอื่นๆ ในคอลัมน์ได้

เพื่อให้มั่นใจว่าได้ผลลัพธ์ที่ถูกต้อง คุณสามารถใช้คําสั่งตามเงื่อนไขโดยใช้ฟังก์ชัน IF เพื่อทดสอบค่า NaN และส่งกลับค่าตัวเลข 0

ความเข้ากันได้กับตัวแบบตาราง Analysis Services และโหมด DirectQuery

โดยทั่วไป สูตร DAX ที่คุณสร้างใน Power Pivot จะเข้ากันได้กับตัวแบบตาราง Analysis Services อย่างสมบูรณ์ อย่างไรก็ตาม ถ้าคุณโยกย้ายโมเดล Power Pivot ของคุณไปยังอินสแตนซ์ Analysis Services แล้วปรับใช้โมเดลในโหมด DirectQuery จะมีข้อจํากัดบางอย่าง

• สูตร DAX บางสูตรอาจส่งกลับผลลัพธ์ที่แตกต่างกันถ้าคุณปรับใช้โมเดลในโหมด DirectQuery

• สูตรบางสูตรอาจทําให้เกิดข้อผิดพลาดในการตรวจสอบความถูกต้องเมื่อคุณปรับใช้ตัวแบบกับโหมด DirectQuery เนื่องจากสูตรมีฟังก์ชัน DAX ที่ไม่ได้รับการสนับสนุนกับแหล่งข้อมูลที่สัมพันธ์กัน

สําหรับข้อมูลเพิ่มเติม ให้ดู เอกสารการสร้างแบบจําลองแบบตาราง Analysis Services ใน SQL Server 2012 BooksOnline