2.1 PowerBI数据建模-天下大模型必作于小的星型架构

加入 PowerBI自己学 知识星球：下载源文件，边学边练；遇到问题，还可以提问交流。

建模是PowerBI的核心。模型就是把现实用数据模型虚拟出来，让现实中的事物在模型里有相应的体现。模型有了，肚子里面有东西了，就能以可视化的方式去说话、去表达、去解决用户的需求了。

模型OK，事半功倍；模型混乱，事倍功半。模型搭建得简洁、有效，后面的可视化就能水到渠成，否则，模型很乱，包含冗余的表、列、关系，会导致文件大、刷新慢、书写度量值困难、性能低、互动性也不好。而且，模型是底层基础，一定要打牢，如果没有打牢，后期发现模型需要优化，沉没成本很高，可能带来一系列的巨大工作量。

星型架构

在PowerBI中，微软强烈建议使用星型架构搭建模型。

星型架构是把复杂的事情简单化，它充分体现了老子几千年前提到的天下大事必作于细的理念，把大模型拆分成一个个小模型，从一个个小模型做起，组成一个大模型。每一个小模型就是一个星型架构。

在星型架构中，表被区分为维度表和事实表：

维度表描述业务实体，比如日期、人员、产品等。维度表的列描述业务实体的属性。每个维度表都必须具有一个唯一列，此列称为键列（Key）。 键列不包含重复值，并且任何情况下都不会有缺失的值。维度键列连接事实表的维度，而维度键值对应事实表的颗粒度。 日期表是常见的维度表，它的日期列就是键列，这一列的每一行是一天，不含重复值。日期表的其他列则会存储描述业务实体属性的值，比如年、月、周等。借助维度表中的列，可以对事实表中的数据进行筛选和分组。

事实表是累积记录操作型事件所产生的可度量的值，比如销售订单、库存余额、每日温度等。事实表包含用于一个或多个与维度表关联的维度键列及数值列。 随着时间的推移，事实表的行将累积，通常包含大量的行。通过汇总事实表的数据生成度量值，体现业务实体的某种指标的程度，比如销售额、库存数量等。

星型架构就是在一个模型关系图中，以事实表是中心，以维度表做分支，建立各种维度表与事实表之间的关系，关系的方向是维度表筛选事实表，理想状态是多对一。

多个星型架构共用维度表，可以实现维度表对多个事实表的联动筛选。这样多个小的星型架构就构建成了一个大模型。需要注意的是任意两个表之间只能有一条活动的实线关系，两条或者关系传递形成了闭环都是不允许的，计算机就不知道使用哪条关系进行筛选了，所以星型架构建模中，要避免将事实表直接关联到其他事实表，虽然他们可能存在共同的维度列，这不是一种好的做法。

星型架构vs单表模型vs带雪花维度的星型架构

单表模型或带雪花维度的星型架构，也可用于建模，考虑到以下因素，不建议在PowerBI中使用。

单表模型，即一个表就是一个模型，将维度表和事实表组合成一个大宽表，它的优点是快捷，导入后不需要建立关系，直接可视化或者写度量值然后可视化，适合一次性分析；缺点是冗余数据多、不方便维护、维度列之间遵循Auto-Exist原则导致不能实现全量的维度列交叉等。

在星型架构的基础上，把维度表再次拆分为多个表，比如产品表、品牌表、品类表，形成几个多对一的关系，这种分支上再连接分支，称之为雪花维度。这样做每个表都比较规范，适合数据库存储，但是再PowerBI模型中，相比在一个维度表中，看起来不直观、加载的时候存储和性能的效率低、使用时筛选起来效率低、不能建立层次结构等。

举例

现实中的销售人员，在模型中体现为一个销售人员信息表，表里有销售人员的姓名、性别、区域等诸多属性信息。销售人员信息表是维度表，它基本稳定的，可能一个月才会有微量调整，它可以用来汇总销售数据，类似于在Excel透视表中的行或列字段。

现实中的销售信息，在模型中体现为一个销售订单信息表，这个表有销售日期、销售人员、产品、数量等交易相关信息。订单信息表是事实表，它的变化比较频繁，可能每天都会有很多新增的条目，它用来体现销售人员的订单多少的程度，类似于在Excel透视表中的值字段，可以进行求和、计数、平均等聚合运算。

现实中销售人员通过销售行为产生相应的销售订单，这种关系用这两个表共有的一个字段销售人员编码进行关联，销售人员信息表可以筛选和汇总销售订单信息表的数据。

操作步骤  

STEP 1 在PowerBI桌面版的模型视图下，为每一个事实表建立一个页面，用来展示一个星型架构。如果模型较大，这样比在所有表页面中加载快也更清晰。

因为当事实表的个数很多的时候，在所有表页面中，模型就会看起来很乱，不利于梳理表与表之间的关系，像下面这样一个实例，所有表都在一个页面上展示，不容易快速读懂和梳理清楚这个模型。

STEP 2 把一个事实表和用于分析该事实表的维度表从数据窗格拖到页面中，事实表放在中间，维度表放在周边。

STEP 3 从维度表中拖动维度表与事实表的共有字段建立关系，注意关系两端的字段类型要一致，无论是多对一还是多对多，筛选的方向至少是维度表筛选事实表。

注意：为避免产生错误的自动关系，请点击菜单栏文件下的选项，在当前文件的数据加载中，将关系下的挑勾都去掉。

这样，再大的模型，也能够梳理得井井有条、清晰明了。

销售订单的星型架构：

销售目标的星型架构：

在画布中展示按销售人员信息表的姓名汇总的目标数量和订单数量：

拓展

本质上讲，PowerBI不区分维度表和事实表的，每个表的每个列都可以作为维度用于分析，也都可以作为事实用于聚合，因此有时候也不能完全受维度和事实的思维限制。