部落格：www。jiaopengzi。com
一、背景
最近在看DAX“聖經”第二版《The Definitive Guide to DAX （2nd ed。）》的時候，迭代函式並不慢。所以今天我們來用實驗來驗證一把。
二、實驗過程
1、一個1000萬的資料，資料好看出差異。
看到1000萬行了嗎？
還有一個維度表
關係
實驗電腦配置 2、把度量寫好。
//1、基礎度量total = SUM（data［NUM］） //2、SC_sum_calculate =CALCULATE （ SUM （ data［NUM］ ）， ‘dim’［DIM］ = “A”， ‘data’［ID］ < 50000001 ）//3、SCV_sum_calculatetable_var =VAR T1 =CALCULATETABLE （ ‘dim’， ‘dim’［DIM］ = “A” ）VAR T2 =CALCULATETABLE （ ‘data’， ‘data’［NUM］ < 5000001 ）VAR V =CALCULATE （ SUM （ data［NUM］ ）， T1， T2 ）RETURNV//4、SF_sum_filter =CALCULATE （SUM （ data［NUM］ ），FILTER （ ‘dim’， ‘dim’［DIM］ = “A” ），FILTER （ ‘data’， ‘data’［NUM］ < 5000001 ））//5、SFV_sum_filter_var =VAR T1 =FILTER （ ‘dim’， ‘dim’［DIM］ = “A” ）VAR T2 =FILTER （ ‘data’， ‘data’［NUM］ < 5000001 ）VAR V =CALCULATE （ SUM （ ‘data’［NUM］ ）， T1， T2 ）RETURNV//6、TC_total_calculate =CALCULATE （ ‘measure’［total］， ‘dim’［DIM］ = “A”， ‘data’［ID］ < 50000001 ）//7、TCV_total_calculatetable_var =VAR T1 =CALCULATETABLE （ ‘dim’， ‘dim’［DIM］ = “A” ）VAR T2 =CALCULATETABLE （ ‘data’， ‘data’［NUM］ < 5000001 ）VAR V =CALCULATE （ ‘measure’［total］， T1， T2 ）RETURNV//8、TF_total_filter =CALCULATE （‘measure’［total］，FILTER （ ‘dim’， ‘dim’［DIM］ = “A” ），FILTER （ ‘data’， ‘data’［NUM］ < 5000001 ））//9、TFV_total_filter_var =VAR T1 =FILTER （ ‘dim’， ‘dim’［DIM］ = “A” ）VAR T2 =FILTER （ ‘data’， ‘data’［NUM］ < 5000001 ）VAR V =CALCULATE （ ‘measure’［total］， T1， T2 ）RETURNV
3、每個度量都拉到畫布中，同時開啟性分析器，測試了20組。（visual名稱是度量首字母簡寫，難得寫。）
4、把測試資料匯出，得到我們要的實驗資料。
5、同時我們看到了底層計算邏輯其實都一樣，只有一點細微的差別。
6、資料導回PBI，我們看看最後的結果怎麼樣。
三、總結
1、加入測試：calculate第一引數用
基礎度量
更快，還是用
直接聚合
更快；
2、無論是單純的查詢時間還是總的時間，calculate第一引數用
基礎度量
會更快（如：TF，SF；TC，SC）；
3、在查詢中迭代函式的速度並不慢（如：TC，TF）；
4、用var要比直接套用慢（如果：TF，TFV）
5、最後我們看到底層計算邏輯都是一樣，還是有細微差別，在做pbi專案的時候，動輒上百個的度量，一點點效率的累計，最終會有很大的時效收益。
by焦棚子
焦棚子的文章目錄
