了解 DAX 函数中 LASTDATE 和 MAX 之间的区别

2021-01-08 19:13:57 ⋅ 2016 ⋅ 1 ⋅ 0

本文翻译自国际Power BI大师Alberto Ferrari的文章——《Understanding the difference between LASTDATE and MAX in DAX》，本文解释了为什么在许多情况下，应使用MAX而不是LASTDATE来使用DAX搜索某个时间段内的最后日期。

很多DAX新手使用LASTDATE搜索某个时间段内的最后一天，使用NEXTDAY检索给定日期之后的日期。尽管这些函数可以实现和描述相符的功能，但它们并不是用于简单的表达式的。相反，它们是用于时间智能计算的表函数。错误地使用它们会导致代码效率低下。此外，以非设定的方式使用这些函数也暴露出开发人员并未掌握DAX的某些细节。

在本文中，我们将详细讨论这个话题，以便读者理解这些时间智能功能的作用。我们还讲讨论为什么它们会如此容易和简单的日期数学运算混淆。我们将通过例子来进行详细阐述。因此，我们先从枯燥的的理论开始讲起，而不是从一个计算开始，即使这个计算工作正常，但它本质上是错误的。

假设您希望计算包含在给定选择中的天数，并构建如下所示的报表。

计算“一段时间范围内的天数”非常简单：天数是时间段中第一个日期和最后一个日期之间的差。DAX提供了两种功能:FIRSTDATE和LASTDATE，这两种功能看起来很适合:

Days in period :=INT ( LASTDATE ( 'Date'[Date] ) - FIRSTDATE ( 'Date'[Date] ) )

这个度量值可以正常工作并得到正确的结果。所以皆大欢喜对吗？并非如此。

我们并不满意此结果，因为我们使用了LASTDATE来检索一个时间段内最后一个可见日期的值。LASTDATE完全执行此作业，但它最终返回一个包含最后日期的表而不是日期。再说一遍：它不返回日期，它返回一个包含日期的表。

这样做的原因是LASTDATE是时间智能函数。其主要目的是用作CALCULATE中的过滤器参数。CALCULATE过滤器参数是表。因此，要使函数在以下度量中使用，它需要返回一个表：

SalesOfLastDay =CALCULATE ( [Sales Amount], LASTDATE ( 'Date'[Date] ))

您可以使用DAX Studio再次检查LASTDATE的结果。LASTDATE返回一个表。这就是为什么您可以在EVALUATE语句中使用它的原因，该语句需要一个表作为结果。

如您所看到的，结果是包含一个列(日期)的表，该表的值为最后日期。

在DAX中，可以使用仅包含一行和一列的表（即您从LASTDATE得到的结果）代替内部的值。实际上，单行一列的表仅包含一个值。这就是DAX允许您将表自动转换为值的原因。这也是您可以在我们的度量中减去两个表的原因：

Days in period :=INT ( LASTDATE ( 'Date'[Date] ) - FIRSTDATE ( 'Date'[Date] ) )

实际上，LASTDATE和FIRSTDATE都返回表。因为我们使用的是减法运算符，所以DAX会将两个表转换为标量值，然后计算表内包含的值之间的差。

虽然这种行为是透明的，但它是有代价的。更好的表达上文计算的办法是使用标量函数，如用MIN代替FIRSTDATE，用MAX代替LASTDATE。MIN和MAX不返回表:它们返回第一个和最后一个日期的值。因此，更好地制订该措施的办法如下:

Days in period MIN MAX :=INT ( MAX ( 'Date'[Date] ) - MIN ( 'Date'[Date] ) )

同样，您可以使用DAX Studio再次检查MIN和MAX的结果。如果您尝试使用MAX而不是LASTDATE作为EVALUATE语句的结果，则会出现错误。

为了使用EVALUATE获得结果，您需要构建一个包含最大日期的表。例如，您可以使用表构造函数来实现。

如前所述，DAX自动将具有一行和一列的表转换为一个值。但是这种行为是有代价的。此外，LASTDATE和FIRSTDATE都在查找第一个和最后一个日期之前执行上下文转换。此行为不会影响我们的简单示例，但是仅由于此方面，在更复杂的情况下性能可能会很差。

如何检查两种形式的公式之间的行为差异?通过使用DAX Studio，您可以分析此查询的服务器时间:

---- This version uses FIRSTDATE and LASTDATE

--

EVALUATE

SUMMARIZECOLUMNS (

'Date'[Year Month],

"Days in period",

[Days in period]

)

尽管速度非常快，但您可以从服务器计时中看到，该引擎必须对日期表进行两次实体化:一次为Date[Date]列，一次为Date[Date]和Date[Calendar Year Month]两列，生成两个2556行数据缓存。公式引擎(FE)随后扫描这些数据缓存以计算所需的结果。

当使用MIN和MAX计算“周期内的天数”时，这个优化版本的计算并没有让查询变得更快。不过，它在具体实现的过程中展现了优越性，因为整个计算被下推到存储引擎(SE)，它生成一个87行的数据缓存:与查询结果的行数相同。因此，在最小最大周期内的天数测量产生一个最优的实现，并由SE执行完整的计算。在较大的模型中，或者在更复杂的场景中，这种具体化上的小差异可能会产生巨大的影响。