17、数据准备最佳实践指南

数据准备最佳实践指南

一、潜在问题表的处理

当发现潜在有问题的表后，可采取以下操作：
1. 消除不必要的列 ：去除对分析无用的列，减少数据冗余。
2. 过滤数据以减少行数 ：通过设置过滤条件，筛选出符合要求的数据，降低数据量。
3. 考虑改变表的粒度 ：可通过聚合数值来改变某些表的粒度。
4. 正确处理数据类型 ：这一点至关重要，后续会详细介绍相关最佳实践。

二、Power Query中的大小写敏感性

Power Query是区分大小写的，这不仅体现在语法上，字符串数据类型在不同大小写情况下也不相等。例如：
- C54FF8C6 - 4E51 - E711 - 80D4 - 00155D38270C
- c54ff8c6 - 4e51 - e711 - 80d4 - 00155d38270c

在Power Query中，这两个值不相等。如果在合并表时使用不同大小写的键列，或者在数据模型中创建关系时使用不同大小写的键列，都会得到错误的结果。解决方法是使用 Text.Upper() 或 Text.Lower() 函数，使两个键列保持相同的大小写。

三、查询折叠及其对数据刷新的影响

数据建模者需要格外关注查询折叠。查询折叠不仅会影响数据刷新的性能，还会影响数据刷新期间的资源利用率。对于增量数据刷新和DirectQuery或Dual存储模式的模型来说，查