Jak scalić zapytania w LuckyTemplates

Scalanie  to kolejna potężna transformacja optymalizująca nasze tabele i informacje, które możemy uzyskiwać z różnych źródeł. Nauka scalania zapytań w usłudze LuckyTemplates jest istotna, ponieważ ta transformacja może uprościć nasze modele danych.

Pobieranie danych z różnych źródeł w LuckyTemplates nie jest dużym problemem. Tak naprawdę nie ma znaczenia, skąd pochodzą dane, ponieważ staną się po prostu zapytaniem. To, co naprawdę ma znaczenie, to sposób, w jaki uporządkujemy te tabele w naszym modelu.

To powiedziawszy, scalanie jest świetną techniką tworzenia tabel, które są zupełnie inne niż to, co zwykle mamy, ponieważ możemy łączyć wiele tabel. Z tego artykułu dowiesz się, jak efektywnie łączyć zapytania w LuckyTemplates.

Spis treści

• Opcja scalania zapytań w usłudze LuckyTemplates
• Scal zapytania w usłudze LuckyTemplates za pomocą opcji Join Kind 
• Stosowanie dodatkowych przekształceń
• Wniosek

Opcja scalania zapytań w usłudze LuckyTemplates

Na przykład tabela Szczegóły kanału może być logiczną tabelą wyszukiwania, którą możemy umieścić w naszym modelu danych. Musimy jednak pozostawić je jako zapytanie przejściowe, ponieważ nadal możemy je wykorzystać, fizycznie łącząc je z naszą tabelą Sales .

Aby to zrobić, wybierzmy  tabelę Sales  , a następnie kliknij  opcję Scal zapytania  na  wstążce Strona główna  .  

Tabela ze  Szczegóły kanału  zawsze rozgałęzia wszystkie wymiary na podstawie kanału. Wybierzmy więc i zaznaczmy  kolumnę Kanał  .

Następnie znajdźmy i wybierzmy   tutaj tabelę Szczegóły kanału .

To da nam podgląd. Przekonamy się, że kolumna Nazwa kanału zawiera Eksport , Dystrybutor i Hurt , które są trzema typami elementów w naszej tabeli faktów ( Tabela sprzedaży ). Wybierzmy kolumnę Nazwa kanału .

Scal zapytania w usłudze LuckyTemplates za pomocą opcji Join Kind 

Istnieją różne opcje Join Kind , których możemy użyć. Gorąco polecam zapoznanie się z opcjami, z których możesz skorzystać. Nie będziemy omawiać wszystkich opcji, ponieważ możemy po prostu skorzystać z opcji Left Outer .

Jednak zdarzają się rzadkie sytuacje, w których możemy potrzebować użyć innych opcji rodzaju łączenia . Musimy je tylko przetestować, a jeśli nie uzyskamy właściwego wyniku, musimy wypróbować inne opcje Join Kind .

W tym przykładzie połączymy wszystko od naszej kolumny Channel , która znajduje się w tabeli Sales , do lewej strony kolumny Channel Name z tabeli Channel Details lub zapytania.

Wybierz  opcję Left Outer  , a poniżej wyświetli się podgląd z informacją, że istnieje całkowite dopasowanie. Następnie kliknij  przycisk OK  .  

Teraz kilka rzeczy wydarzyło się w naszej  tabeli Sales  . Pierwszą rzeczą, na którą byśmy zwrócili uwagę, jest dodana transformacja w naszym  APPLIED STEPS , która wskazuje, że mamy  Połączone zapytania . 

Jednak nie dał nam wszystkich dodatkowych kolumn z  tabeli Szczegóły kanału  . W takim przypadku musimy kliknąć podwójną strzałkę obok nazwy kolumny Szczegóły kanału .  

Następnie zobaczymy wszystkie dostępne opcje, którymi są kolumny z  tabeli Szczegóły kanału  . Na przykład scalamy tabele i jest wiele kolumn, których nie chcieliśmy scalać. Wszystko, co musimy zrobić, to wybrać tylko te kolumny, które chcemy wprowadzić. Najpierw zostawmy je wszystkie zaznaczone i kliknij przycisk  OK  . 

Zobaczymy, że wszystkie kolumny z tej tabeli pomocniczej pojawiły się teraz w każdym wierszu w naszej tabeli faktów.  

Stosowanie dodatkowych przekształceń

Co więcej, możemy po prostu usunąć tę  kolumnę kanału  tutaj, ponieważ mamy już podobną kolumnę, która została dodana przy użyciu techniki scalania, którą wykonaliśmy wcześniej.

Następnie zmieńmy nazwy nowo dodanych kolumn w naszej tabeli na  Channel ,  Short Code ,  Alt. Nazwa ,  znaczenie i  kod priorytetowy .  

Są to różne wymiary, których możemy teraz używać w naszych modelach i wizualizacjach. Jesteśmy w stanie łatwo utworzyć to szczegółowe zapytanie, które ostatecznie stanie się tabelą. 

Teraz, jeśli sprawdzimy naszą  sekcję ZASTOSOWANE KROKI  , wszystkie rzeczy, które zrobiliśmy, zostały automatycznie dodane. Dołączyliśmy zapytania, scaliliśmy, rozwinęliśmy, usunęliśmy i zmieniliśmy nazwy kolumn.  

Jeśli sprawdzimy nasz  Zaawansowany edytor ,  kod M  wskazuje dokładnie to samo z naszej  sekcji ZASTOSOWANE KROKI  . To są przekształcenia, których dokonaliśmy wcześniej. 

Wniosek

Ostatecznie scalanie zapytań to kolejna potężna transformacja, która optymalizuje nasze zapytania i tabele pod kątem modeli danych. Ważne jest, aby zrozumieć, w jaki sposób będziemy ich używać i połączyć je wszystkie w jedno. Umożliwi nam to tworzenie tych zapytań i tabel, które są w pełni zoptymalizowane. Możemy następnie użyć ich w naszym modelu danych, aby nasze obliczenia DAX były bardziej efektywne.  

Rzeczywiście, transformacja zapytań scalających jest nieodzownym dodatkiem do naszego analitycznego myślenia i tworzenia modeli w LuckyTemplates.