<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Fabric丨白茶]]></title><description><![CDATA[数据分析进阶之路，带你深入了解可视化技巧。]]></description><link>https://blog.csdn.net/sterln</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; sterln]]></copyright><item><title><![CDATA[PowerBI自定义函数]]></title><link>https://blog.csdn.net/sterln/article/details/151904933</link><guid>https://blog.csdn.net/sterln/article/details/151904933</guid><author>sterln</author><pubDate>Sat, 20 Sep 2025 22:10:36 +0800</pubDate><description><![CDATA[Power BI Desktop 9月版本推出自定义函数(UDF)功能，为开发者带来重要变革。文章详细介绍了UDF的语法规则，包括DEFINE FUNCTION结构、参数类型(AnyVal/Scalar/Table/AnyRef)和传递模式(val/expr)。通过日期表创建和环比/同比计算两个实际案例，展示了UDF如何简化重复逻辑构建。目前该功能仍为预览版，存在递归限制、IntelliSense支持不足等约束。]]></description><category></category></item><item><title><![CDATA[PowerBI处理API数据]]></title><link>https://blog.csdn.net/sterln/article/details/141190290</link><guid>https://blog.csdn.net/sterln/article/details/141190290</guid><author>sterln</author><pubDate>Sat, 24 Aug 2024 17:55:24 +0800</pubDate><description><![CDATA[利用Web.Contents处理API数据]]></description><category></category></item><item><title><![CDATA[精品丨模型关系介绍]]></title><link>https://blog.csdn.net/sterln/article/details/140994154</link><guid>https://blog.csdn.net/sterln/article/details/140994154</guid><author>sterln</author><pubDate>Sat, 10 Aug 2024 16:09:36 +0800</pubDate><description><![CDATA[PowerBI中的模型关系相信小伙伴们都不会感觉到陌生，因为一份优秀的报表无法离开数据模型的支撑。对比其它BI类工具而言，白茶认为其建模功能才是最为突出的功能点。]]></description><category></category></item><item><title><![CDATA[必看~计算组转义问题]]></title><link>https://blog.csdn.net/sterln/article/details/140748102</link><guid>https://blog.csdn.net/sterln/article/details/140748102</guid><author>sterln</author><pubDate>Sun, 28 Jul 2024 11:18:18 +0800</pubDate><description><![CDATA[场景介绍：PowerBI在使用计算组进行数据格式转化的时候，有时候逻辑明明是正确的，但是呈现的结果却差强人意。那么这个问题是如何产生的呢？又该如何规避么？]]></description><category></category></item><item><title><![CDATA[注意！避免计算组覆盖！]]></title><link>https://blog.csdn.net/sterln/article/details/140398431</link><guid>https://blog.csdn.net/sterln/article/details/140398431</guid><author>sterln</author><pubDate>Sat, 13 Jul 2024 13:08:50 +0800</pubDate><description><![CDATA[问题描述：PowerBI在实际使用中，针对于某些数据，需要呈现文本类型的标签，一般这类需求，都是通过计算组来解决的。但计算组在使用中，也会存在一些问题，就是一旦点击交互，就会影响到其它度量值。]]></description><category></category></item><item><title><![CDATA[计算组的妙用！！页面权限控制]]></title><link>https://blog.csdn.net/sterln/article/details/140232146</link><guid>https://blog.csdn.net/sterln/article/details/140232146</guid><author>sterln</author><pubDate>Sat, 06 Jul 2024 17:07:14 +0800</pubDate><description><![CDATA[需求描述：某些特殊的场景下，针对某页看板，需要进行数据权限卡控，但是又不能对全部的数据进行RLS处理，这种情况下可以利用计算组来解决这个需求。]]></description><category></category></item><item><title><![CDATA[设计者思维丨权限轴]]></title><link>https://blog.csdn.net/sterln/article/details/140077215</link><guid>https://blog.csdn.net/sterln/article/details/140077215</guid><author>sterln</author><pubDate>Sun, 30 Jun 2024 10:36:56 +0800</pubDate><description><![CDATA[设计者思维：满足管理层用户视角。]]></description><category></category></item><item><title><![CDATA[干货！！SSAS模型刷新步骤]]></title><link>https://blog.csdn.net/sterln/article/details/139880683</link><guid>https://blog.csdn.net/sterln/article/details/139880683</guid><author>sterln</author><pubDate>Sat, 22 Jun 2024 12:45:58 +0800</pubDate><description><![CDATA[白茶在上一篇文章向小伙伴们介绍了如何将已经开发好的PowerBI模型迁移到SSAS整个操作过程，与此同时也带来了新的问题，那就是。]]></description><category></category></item><item><title><![CDATA[精品丨PowerBI迁移到SSAS]]></title><link>https://blog.csdn.net/sterln/article/details/139620864</link><guid>https://blog.csdn.net/sterln/article/details/139620864</guid><author>sterln</author><pubDate>Sat, 15 Jun 2024 08:52:03 +0800</pubDate><description><![CDATA[企业级应用：PowerBI模型迁移到SSAS，解决性能问题。]]></description><category></category></item><item><title><![CDATA[利用PowerQuery控制数据行数]]></title><link>https://blog.csdn.net/sterln/article/details/139543186</link><guid>https://blog.csdn.net/sterln/article/details/139543186</guid><author>sterln</author><pubDate>Sat, 08 Jun 2024 10:39:20 +0800</pubDate><description><![CDATA[利用PowerQuery进行数据过滤，提升你的开发效率。]]></description><category></category></item><item><title><![CDATA[利用Python处理DAX多条件替换]]></title><link>https://blog.csdn.net/sterln/article/details/139383454</link><guid>https://blog.csdn.net/sterln/article/details/139383454</guid><author>sterln</author><pubDate>Sun, 02 Jun 2024 08:22:17 +0800</pubDate><description><![CDATA[小A：白茶，救命啊~~~白茶：什么情况？小A：是这样的，最近不是临近项目上线嘛，有一大波，一个两个倒没啥，600多个，兄弟，救命啊~~~白茶（假装沉思）：兄弟，你这个事不好搞啊！小A（眼神暗示）：放心 ，规矩我懂！白茶：开搞开搞！在实际业务场景中，上述情况产生的频率是非常高的，究其根本，其实有三种原因：业务逻辑在频繁的改动，牵一发而动全身数据来源驳杂而不唯一KPI指标过多，观察口径统一。]]></description><category></category></item><item><title><![CDATA[精品丨PowerBI负载测试和容量规划]]></title><link>https://blog.csdn.net/sterln/article/details/137174217</link><guid>https://blog.csdn.net/sterln/article/details/137174217</guid><author>sterln</author><pubDate>Sat, 30 Mar 2024 15:48:23 +0800</pubDate><description><![CDATA[Power BI如何进行负载测试和容量规划。]]></description><category></category></item><item><title><![CDATA[BI技巧丨个性化视觉对象]]></title><link>https://blog.csdn.net/sterln/article/details/136964404</link><guid>https://blog.csdn.net/sterln/article/details/136964404</guid><author>sterln</author><pubDate>Sat, 23 Mar 2024 12:19:06 +0800</pubDate><description><![CDATA[BOSS：那个，那个谁，最近用户反映了，说是你们做的报表不太行啊？！白茶：（？？？）老板，怎么说？BOSS：就是能不能让**用户在报表上自己调整某个可视化？**比如柱形图调整为环形图或者明细表啥的？（苍蝇搓手！白茶：（假装沉思…）老板，这个有点难啊…BOSS：放心，规矩我懂！（胸脯拍得啪啪作响）白茶：稍等，我研究研究。在报表使用过程中，用户经常会想着能不能自己动手，在当前报表的基础上，自己有一些个性化的DIY操作，来满足自助化分析的需求，毕竟报表开发者，有时候并不能百分百的Get到业务的痛点。]]></description><category></category></item><item><title><![CDATA[BI技巧丨钻取动态度量值]]></title><link>https://blog.csdn.net/sterln/article/details/135032706</link><guid>https://blog.csdn.net/sterln/article/details/135032706</guid><author>sterln</author><pubDate>Sat, 16 Dec 2023 15:03:27 +0800</pubDate><description><![CDATA[PowerBI自带的数据钻取功能，在实际应用中是用户使用度较高的功能之一，特别是需要实际操作的业务用户，往往需要根据汇总的结果定位到相关的明细数据，以便进行下一步的流程操作，这种场景下钻取功能显得尤为便利。两个度量值都可以满足钻取的需求，但是有一个严重的漏洞，实际上我们在设计报表时，明细表默认是不会选择隐藏的，是需要开放给用户进行明细数据导出的，而两个明细表默认进来的情况，都不太理想，需要我们处理一下。根据上面的业务形态，不难发现，其实用户想要的，就是动态度量值的切换，我们实现的办法有两种。]]></description><category></category></item><item><title><![CDATA[BI技巧丨RowNumber应用介绍]]></title><link>https://blog.csdn.net/sterln/article/details/134894652</link><guid>https://blog.csdn.net/sterln/article/details/134894652</guid><author>sterln</author><pubDate>Sat, 09 Dec 2023 14:15:20 +0800</pubDate><description><![CDATA[1.从结果上看，当OrderBy参数只有一个时，Rank会出现并列排名，而RowNumber则不会，会按照顺序依次打标签序号，这点其实和SQL中二者的区别是一致的；白茶在之前的文章中，给大家介绍过Rank函数的应用场景，其实与Rank函数同时推出的还有RowNumber函数，二者之间有一些差异，但是总体应用的场景基本类似。3.这里补充一下，Rank函数的第一参数ties如果省略，则默认为SKIP，排序结果为：1、2、2、4，如果设置为DENSE，则排序结果为：1、2、2、3；]]></description><category></category></item><item><title><![CDATA[BI技巧丨利用Rank函数排名]]></title><link>https://blog.csdn.net/sterln/article/details/134087001</link><guid>https://blog.csdn.net/sterln/article/details/134087001</guid><author>sterln</author><pubDate>Sat, 28 Oct 2023 07:37:41 +0800</pubDate><description><![CDATA[除了上述的3个问题之外，还有相关的绝对排名、相对排名以及组内排名等，白茶这里就不赘述了，感兴趣的小伙伴可以自己动手测试。擅长SQL的小伙伴不难发现，微软就是将SQL中的Rank函数移植到了DAX中，写法上有差异，其内核基本相同。微软新推出的开窗函数Rank，可以说是对排名问题的一次优化，也解决了一些之前Rankx函数的坑点。实际场景中，经常会出现并列排名的情况，一般情况的处理办法是发现并列排名，则进行加权处理。到这里，我们的准备工作完成，接下来我们来看看在不同的场景中，Rank函数的表现。]]></description><category></category></item><item><title><![CDATA[BI技巧丨Window应用之累计求和]]></title><link>https://blog.csdn.net/sterln/article/details/133239278</link><guid>https://blog.csdn.net/sterln/article/details/133239278</guid><author>sterln</author><pubDate>Sun, 24 Sep 2023 14:03:17 +0800</pubDate><description><![CDATA[除了上述累计求和场景应用之外，Window函数在处理同值累计和上期累计的获取上，都要比之前的方式更加灵活，感兴趣的小伙伴可以自行动手测试，白茶这里就不赘述了。③WINDOW的from参数，设定从第一个位置开始，绝对位置，to设定到当前位置，相对位置，即从最初的第一行累计到当前的每一行；核心在于Window的from和to参数的设定，可以将其设置为绝对位置和相对位置。①WINDOW的写法对比之前的写法简洁了很多，省略了获取行日期的操作；从性能分析器的结果来看，Window的写法对比变量的写法要优化很多。]]></description><category></category></item><item><title><![CDATA[BI技巧丨Window应用之移动平均]]></title><link>https://blog.csdn.net/sterln/article/details/132788595</link><guid>https://blog.csdn.net/sterln/article/details/132788595</guid><author>sterln</author><pubDate>Sun, 10 Sep 2023 10:39:32 +0800</pubDate><description><![CDATA[Values的写法本质上和Topn的写法是没差异的，区别就是上下文不同，而案例数据量级非常的小，所以Values的查询时间不具备参考价值。2.为了展示不同的上下文，Topn是借助日期表构建的逻辑，Values利用的是Fact表中的日期列；③.Allselected的用途是为了保证一些其他筛选的效果，在当前案例中使用All的效果是一样的；②.Window里面的REL代表的是相对的意思，即每行从向前平移2行的位置开始，截至到本行为止；④.Filter的用途，是为了过滤掉没有销售事实的日期，避免影响计算结果。]]></description><category></category></item><item><title><![CDATA[BI技巧丨Window应用之同环比]]></title><link>https://blog.csdn.net/sterln/article/details/132510307</link><guid>https://blog.csdn.net/sterln/article/details/132510307</guid><author>sterln</author><pubDate>Sat, 26 Aug 2023 12:39:36 +0800</pubDate><description><![CDATA[无论是对比之前的时间智能函数的写法，还是对比日期表加列的写法，包括本期对比WINDOW函数的写法，OFFSET在同环比计算上的速度都是最优的。relation：表表达式，后续参数orderby，partitionby，matchby的内部参数，都需要来自它或相关表。而WINDOW函数，因为有from和to两个定位值，因此性能上面对比OFFSET是有损耗的。from：表示窗口开始的位置，正负数均可，可以是固定值，也可以是DAX表达式。to：表示窗口结束的位置，正负数均可，可以是固定值，也可以是DAX表达式。]]></description><category></category></item><item><title><![CDATA[BI技巧丨利用Index计算半累计]]></title><link>https://blog.csdn.net/sterln/article/details/132239618</link><guid>https://blog.csdn.net/sterln/article/details/132239618</guid><author>sterln</author><pubDate>Fri, 11 Aug 2023 20:29:49 +0800</pubDate><description><![CDATA[在实际的业务场景中，特别是财务模块和库存管理模块，经常需要我们针对每个月的期初期末进行相关指标计算，这也是我们之前曾经提到的Calculate基础应用——半累计计算。relation：表表达式，后续参数orderby，partitionby，matchby的内部参数，都需要来自它或相关表。这是我们之前的处理方式，利用Lastdate函数或Filter+All+Max的组合，完成半累计计算，求出相关指标。没错，是这样的，除了函数功能有所区分以外，剩下的参数用途基本一致。orderby：可选项，排序依据。]]></description><category></category></item></channel></rss>