@洞里乾坤
关于第七个度量值， 产品-sum:=SUMX(FILTER('产品','产品'[产品]="A"),SUM('销售'[数量]))，你的结果是用‘销售’[产品]作为透视表的行标签，而当我用'产品'[产品]作为透视表的行标签时，结果发生了变化，A行=4，B行=空。
但是对于其他所有度量值，无论用哪个表的[产品]作行标签，结果都是一样的，对于这第七个度量值发生的异常想不通。为什么当行标签为产品B时，此筛选上下文对结果不能产生影响，反而得到了产品B=3的结果。
然后我在DAX Do里面试了不同的公式组合如下

得到如下结果
。

此结果基本上的意思是前面的Sumx（filter（），部分对后面的影响基本没有，sumx可以变为其他迭代聚合函数结果也是一样。
不知道是否因为行标签属于关系里面的多端，此多端无法传递筛选关系到一端，所以公式的结果基本上由最后的公式Sum（）部分决定。

6万个SKU在数据模型里面也很难用得快。不如考虑下如何将6万个SKU变成少一些的产品种类进行分析。
关于优化，第二个方案中的分组步骤，可以考虑下这个，看性能是不是比原来的快些。

"Grouped Rows" = Table.Group(#"Changed Type", {"产品编号"}, {{"产品信息", each Table.Max(_,"销售日期")[产品编号], type text}}),

另外你说的性能不好是刷新时候需要多少分钟才完成刷新？可以用Power Query 的 Diagnostics 看下两个方法的占用时间。