如何应对极度刁钻的甲方：Power BI处理非结构化流数据集思路

本文提供了PowerBI处理非结构化数据的新思路，单张表构建多维度的复杂报告；

本文提供的方法配合流数据集可以实现无限刷新、实时更新的复杂报告；

甲方爸爸的要求

有这么一个场景：

甲方提供了一个带数据的PowerBI模型，只有一张表：

要求只有一个：

不允许对数据做任何修改，不允许新建表、新建列、修改数据格式、按列排序等操作，也不允许设置自动日期智能：

也就是说，对于这个模型，只能写度量值，然后在报告中呈现，不能有任何其他操作。要求最终呈现结果：

本来很简单的一个事，添加一个日期表，2分钟搞定，为啥要这么麻烦呢？

甲方嘛，咱也不敢说，咱也不敢问。

收人钱财替人消灾

很明显这个数据表跟我们之前接触的表很不同，因为它并不是结构化的。这张表单看前三列是结构化的销售记录表：

单看后5列也是结构化的日期表：

但是放在一起这是什么操作？

面对这么无理合情合理的要求，我们先拖个表看看情况吧：

嗨，连看也不用看，肯定不对，不能这么直接来筛选。

我们来拆解一下：

首先拖个年月序号：

数据表本质上是前三列，它一定不能被这个年月序号直接筛选，所以写度量值的时候一定要ALL掉。

后面的日期表中包含了所有销售日期，因此我们可以用日期列去匹配数据表的签单日期，从而获得每一天的销售额，然后相加就是本月的销售记录：

我们直接写度量值：

sales.month = 
//首先创建一个只包含日期列的表
var days_table=
ADDCOLUMNS(
    VALUES('Table'[日期ID]),
    "formate_day",
    FORMAT('Table'[日期ID],"yyyy-mm-dd")
)
//然后添加列，计算每一天的sales
//这里在VAR中又加了一个var，为了在虚拟表中计算匹配日的sales
var sales_day=
ADDCOLUMNS(
    days_table,
    "sales",
    var thisday=[formate_day] 
    return 
    CALCULATE(
        [sales],
        FILTER(
            ALL('Table'),
            FORMAT('Table'[签单时间],"yyyy-mm-dd")=thisday))
)
//累加求和
var sales_month=SUMX(sales_day,[sales])
return sales_month

拖入表中：

ok！

度量值其实并不是很难写。

只是我们很少会遇到这样的数据表，哪怕遇到这样的数据表，我们也不会遇到这样的要求。

那为什么学谦还要写这篇文章呢？

谁是甲方爸爸

正如昨天的文章中说的：

从Power Automate到Power BI实时流数据集：翻山越岭的问题解决

在流数据集中我们是没有办法对数据进行任何的修改，不允许新建表、新建列、修改数据格式、按列排序等操作，也不允许设置自动日期智能：

所以这个甲方爸爸正是：流数据集。

流数据集的优点非常强，在仪表板中能够实时显示数据，完全自动化刷新，可以解决大量的对于时间序列敏感的数据。

但是缺点也非常明显，那就是无法添加数据表获取信息以外的维度，尤其是绝大部分数据的日期同时包含了时间信息：

我们根本无法做到对于更大周期的比如日、周、月的数据分析与各种对比。

本文解决了这个问题。

无限刷新

甚至，我们继续往下想，一个拥有多张数据表、多张维度表的模型，我们完全可以将其合并为一张表，在不同列上显示。

然后通过以上的方式，构建出完全相同的模型。

不要忘了，这一切都是基于流数据集来实现。回想一下， 流数据集的优点：

实时更新！

自动刷新！