详细内容或原文请订阅后点击阅览
dax中的高级时间智能，考虑性能
我们都知道通常的时间智能函数，该功能是根据多年，季度，月份和日子来了解的。但是有时候，我们需要执行更多异国情调的计时器智能计算。但是我们不应该忘记在编程措施时考虑性能。简介Power BI中有许多DAX功能用于时间情报措施。最常见的是：您[…] DAX中的高级时间情报首先出现在数据科学方面。
来源:走向数据科学我们都知道通常的时间智能函数，该功能是根据多年，季度，月份和日子来了解的。但是有时候，我们需要执行更多异国情调的计时器智能计算。但是我们不应该忘记在编程措施时考虑性能。
简介
Power BI中有许多DAX功能用于时间智能指标。
dax最常见的是：
您可以在此处找到全面的时间情报功能列表：时间智能 - DAX指南。这些功能涵盖了最常见的情况。
时间智能 - DAX指南但是，某些要求不能轻易涵盖这些功能。我们在这里。
我想介绍我在项目中遇到的一些情况，其中包括：
- 上一个n个周期和一些变体如何应对LEAP每周计算，计算每周总和ytd ytd
我将向您展示如何使用扩展日期表来支持这些方案并提高效率和性能。
大多数时间智能功能都起作用，无论财政年度是否与日历年保持一致。一个例外是从年初到期（YTD）。
在这种情况下，查看上面提到的datesytd（）函数。在那里，您会找到可选的参数以通过本财政年度的最后一天。
最后一个案例将根据几周涵盖计算，而财政年度与日历年不符。
方案
我将使用众所周知的contosoretaildw数据模型。
基本度量是总和在线销售，其中具有以下代码：
sum在线销售= sumx（'在线销售'，（'在线销售'[unitprice] *'在线销售'[salesquantity]） - '在线销售'[discountAmount]）
sum在线销售= sumx（'在线销售'，（'在线销售'[unitprice] *'在线销售'[salesquantity]） - '在线销售'[discountAmount]）
=
（
'在线销售'
，
（
'在线销售'
[
]
*
'在线销售'
[