在介紹星形結(jié)構(gòu)和powerbi最佳實(shí)踐的時候，通常會被問到如何在同一個模型中處理預(yù)算和實(shí)際的問題？如果兩者的粒度不一樣怎么處理？通常我們不能通過簡單的模型和關(guān)系處理這個問題，這需要復(fù)雜的DAX計算。但是這里的解決方案是，我們可以通過簡單的模型解決這個問題！下面我們會通過一個案例來介紹解決過程，使用簡單模型如何處理預(yù)算和實(shí)際粒度不同的問題。
銷售的星形模型
事實(shí)表包含了發(fā)生的業(yè)務(wù)，其中保存了數(shù)值和可聚集的數(shù)值。下面這個FactResellerSales表就是一個事實(shí)表，DimProduct,DimDate,DimSalesTerritory，DimEmployee表。
建立模型的步驟：
1.把數(shù)據(jù)表加載到模型中
2.選擇對于的表
3.移除DimSalesTerritory 和 DimEmployee之間的關(guān)系
4.把FactResellerSales 和 DimEmployee的關(guān)系設(shè)為活動的
5.使用FactResellerSales中的OrderDateKey和DimDate表的DateKey建立關(guān)系
上面這樣的模型就是一個典型的星形模型。這個模型可以很好的處理銷售相關(guān)的問題。但是，當(dāng)我們要把另外一個不同粒度的表格添加到模型中的時候，似乎建立模型就有些困難。
銷售指標(biāo)：一個粒度不同的表
舉個栗子，這里我們使用銷售指標(biāo)來替代預(yù)算表，也是和業(yè)務(wù)表是不同粒度的。概念是一樣的。我們要把一個粒度不同的表添加到模型中。銷售指標(biāo)表記錄的是每個員工每個季度的銷售指標(biāo)數(shù)值。粒度是每員工每季度，而銷售表的粒度是每員工每天每地區(qū)每產(chǎn)品。
連接兩個不同粒度的表的難點(diǎn)：
如果你要對著兩種表（指標(biāo)和實(shí)際）添加到星形模型中，那么一般會遇到下面著兩個問題：
1.如何把指標(biāo)表連接到日期表？
2.如果我們建立了一個季度的維度表，那么如何把這個表和日期表關(guān)聯(lián)？會形成一個雪花模型？
我們的目標(biāo)是建立一個簡單的模型來解決這個問題，也還是使用星形模型
連接指標(biāo)表和日期表
雖然這里我們的銷售指標(biāo)表使用的粒度是基于季度的，我們還是可以把它連接到日期表。這樣的方法可以避免額外的維度表以及產(chǎn)生雪花模型。有個需要考慮的是，我們要對每個季度確定一個默認(rèn)的日期。例如，我們可以把每個季度的第一天設(shè)置為這個日期值。
要達(dá)到這個目標(biāo)，我們需要在指標(biāo)表建立一個列，下面的圖中可見，我們使用了YYYYMMDD的格式。
通過以下步驟可以建立下面的列：
1.基于季度值，建立月份值
2.用月的第一天建立自定義列。
要建立季度一個月的值，我們使用下面著公式即可以完成：
calculation of ((<quarter-1>*3)+1)
[圖片上傳中...(image.png-aa0d4d-1565855207069-0)]
這個計算我們放在Power Query Editor中完成。
第二步就是在這個基礎(chǔ)上建立一個DateKey列。
這里，我們要確保的是，月份值都是兩位的長度，通過三個步驟可以完成：1.把值轉(zhuǎn)換為文本 2.對該列添加前綴“0” 3.提取該列右邊的兩個位置的值。
把數(shù)值類型轉(zhuǎn)換為文本：
把列添加前綴：
添加“0”作為前綴：
提取字符串末尾兩位字符：
結(jié)果是這樣：
現(xiàn)在，我們已經(jīng)得到了我們需要的最后的步驟是建立一個自定義列，把年月日連接起來
然后把DateKey的值轉(zhuǎn)換整數(shù)，我們現(xiàn)在可以把其他中間過程的列給刪除了。
這里我們沒有介紹其中的詳細(xì)步驟，因?yàn)閷?shí)際中，各自的數(shù)據(jù)不一定就是季度的粒度，然后對于日期的格式，可能也是不同的版本。無論使用什么方法，主要的目標(biāo)就是讓我們的表可以直接連接到日期維度表，而不同新增其他的維度。
星形模型無處不在
在對指標(biāo)表添加了DateKey后，我們可以通過它連接到日期表和employee表，這里我們依舊是星形模型。
這里我們不需要使用雙向的關(guān)系，或者把一個維度連接到另外一個維度。這個模型可以輕松解決我們關(guān)于預(yù)算和實(shí)際的問題。
案例分析
下面簡單的展示一些分析的案例，我們從處理實(shí)際和預(yù)算的場景中，建立了一些指標(biāo)和報表。所有這些工作都不需要特別的DAX函數(shù)計算以及使用雙向的關(guān)系等。之所以能這樣實(shí)現(xiàn)，是基于正確的建立了數(shù)據(jù)模型。
DAX案例指標(biāo)
這里我們只建立了兩個計算，很簡單，分別是bud vs act：
以及Bud vs Act %:
報表案例
建立了如下這樣的案例：
從Employee角度：
以及這個通過上面兩個頁面下鉆后的詳情頁：
這個模型的優(yōu)點(diǎn)
這里，我們展示了一個處理預(yù)算和實(shí)際情況的完整數(shù)據(jù)模型。這個模型繼承了星形模型的全部優(yōu)點(diǎn)，包括但是不限于如下：
1.不需要額外的建立關(guān)系。只需要在事實(shí)表和維度表之間建立簡單的關(guān)系就可以了。
2.不需要使用雙向的關(guān)系。
3.不需要使用多對多關(guān)系。
4.不需要使用復(fù)雜的DAX函數(shù)計算。
5.處理計算需求的時候，性能上會更優(yōu)秀。
改進(jìn)的地方
這模型仍然還有一些地方可以進(jìn)行改進(jìn)，例如，如果你要在更低的一個粒度上分析數(shù)據(jù)，你需要額外的一些考慮。例如，如果你需要在“天”的級別上分析數(shù)據(jù)（注意，我們的指標(biāo)數(shù)據(jù)是基于季度的，而不是“天”），然后，你需要一些其他的計算。這個我們會在另外的時間探討以下。
