DAX: SUMMARIZECOLUMNS 性能优势分析

本文将会拿SUMMARIZECOLUMNS函数与SUMMARIZE做个对比，分析SUMMARIZECOLUMNS的性能优势

前述

MarcoRusso在此前的文章中，首先讲到SUMMARIZE函数在有度量值时的执行效率问题，并在其后提出了其与ADDCOLUMNS函数组合的替代方案，SUMMARIZECOLUMNS发布后，又建议我们使用其来代替SUMMARIZE与ADDCOLUMNS的组合，但对于深层原因，Marco也只是点到为止，下文讲结合示例数据集对此展开，分析原因。

当公式中不含度量值时，两个函数在性能上无区别，本文省略此部分

案例

还是上文使用的数据集：

现在我们需要生成一个销量表，聚合到产品类别和月份。如果我们使用SUMMARIZE生成，它应该是这样的：

SUMMARIZE = 
SUMMARIZE (
    'FactSales',
    'DimProductCategory'[ProductCategoryName],
    'DimDate'[FiscalMonth],
    "SALES", SUM ( 'FactSales'[SalesQuantity] )
)

结果如下：

对于SUMMARIZE加ADDCOLUMNS组合方案，现已基本被SUMMARIZECOLUMNS方案取代，这是由于前者相对复杂的写法，以及在某些情况下的低效率（详情参考此文）。

SUMMARIZECOLUMNS则语句简洁一些：

SUMMARIZECOL = 
SUMMARIZECOLUMNS (
    'DimProductCategory'[ProductCategoryName],
    'DimDate'[FiscalMonth],
    "SALES", SUM ( 'FactSales'[SalesQuantity] )
)

他们都返回完全相同的结果，但如果我们使用DAX Studio进行分析，就可以看出他们的区别。

对于SUMMARIZE方案，存储引擎需要执行两次，耗时39ms：

第一次，是直接GroupBy并返回聚合结果，SQL参考如下：

SELECT
'DimDate'[FiscalMonth], 'DimProductCategory'[ProductCategoryName],
SUM ( 'FactSales'[SalesQuantity] )
FROM 'FactSales'
	LEFT OUTER JOIN 'DimDate' ON 'FactSales'[DateKey]='DimDate'[Datekey]
	LEFT OUTER JOIN 'DimProduct' ON 'FactSales'[ProductKey]='DimProduct'[ProductKey]
	LEFT OUTER JOIN 'DimProductSubcategory' ON 'DimProduct'[ProductSubcategoryKey]='DimProductSubcategory'[ProductSubcategoryKey]
	LEFT OUTER JOIN 'DimProductCategory' ON 'DimProductSubcategory'[ProductCategoryKey]='DimProductCategory'[ProductCategoryKey];

然后，引擎执行如下查询，为每行生成行上下文：

SELECT
'DimDate'[FiscalMonth], 'DimProductCategory'[ProductCategoryName]
FROM 'FactSales'
	LEFT OUTER JOIN 'DimDate' ON 'FactSales'[DateKey]='DimDate'[Datekey]
	LEFT OUTER JOIN 'DimProduct' ON 'FactSales'[ProductKey]='DimProduct'[ProductKey]
	LEFT OUTER JOIN 'DimProductSubcategory' ON 'DimProduct'[ProductSubcategoryKey]='DimProductSubcategory'[ProductSubcategoryKey]
	LEFT OUTER JOIN 'DimProductCategory' ON 'DimProductSubcategory'[ProductCategoryKey]='DimProductCategory'[ProductCategoryKey];

对于SUMMARIZECOLUMNS方案，存储引擎仅执行了一次，性能更优：

后台的SQL查询为：

SELECT
'DimDate'[FiscalMonth], 'DimProductCategory'[ProductCategoryName],
SUM ( 'FactSales'[SalesQuantity] )
FROM 'FactSales'
	LEFT OUTER JOIN 'DimDate' ON 'FactSales'[DateKey]='DimDate'[Datekey]
	LEFT OUTER JOIN 'DimProduct' ON 'FactSales'[ProductKey]='DimProduct'[ProductKey]
	LEFT OUTER JOIN 'DimProductSubcategory' ON 'DimProduct'[ProductSubcategoryKey]='DimProductSubcategory'[ProductSubcategoryKey]
	LEFT OUTER JOIN 'DimProductCategory' ON 'DimProductSubcategory'[ProductCategoryKey]='DimProductCategory'[ProductCategoryKey];

可以发现，SUMMARIZECOLUMNS方案的查询与SUMMARIZE方案的第一次查询是完全一样的，只不过后者多进行了一次查询，用于行上下文。这就不仅能解释为何在公式有度量值时，SUMMARIZECOLUMNS比SUMMARIZE性能更优，也可以解释为何SUMMARIZECOLUMNS只有筛选上下文，而无行上下文。

小结

当你的表里不包含任何度量值时，使用SUMMARIZE，有度量值时，则使用SUMMARIZECOLUMNS来代替SUMMARIZE以及SUMMARIZE加ADDCOLUMNS。