24、高级数据建模技术：聚合的运用与实现

高级数据建模技术：聚合的运用与实现

在数据建模领域，处理复杂场景需要运用一些高级技术。本文将重点介绍聚合技术在数据建模中的应用，包括聚合的概念、不同数据源下的实现方法以及具体的操作步骤。

1. 聚合的概念与重要性

从数据分析的角度来看，聚合表的概念由来已久，在 SQL Server Analysis Services Multi - Dimensional 中被广泛应用。聚合表能够在特定粒度上对数据进行汇总，并将其呈现在数据模型中。在运行时分析聚合数据通常能获得更好的性能，因为聚合一般在更高的粒度级别上进行，通过引入包含汇总数据的新表（或一组表）来实现。

为了让用户能够深入查看更细粒度的数据，数据模型中必须保留最低粒度的数据。同时，还需要实现一个控制机制，以检测用户在报表层与数据交互时所选择的粒度。如果数据模型中存在聚合数据，计算将在聚合表中进行；当用户深入查看更细粒度的数据时，控制机制会在包含更详细数据的明细表中进行计算。这种方法虽然复杂，但如果运用得当，效果会非常理想。

在大多数数据模型中，实现聚合都很有用，特别是当数据来源为大数据时，其价值更为凸显。例如，当我们在 Azure Synapse Analytics 中托管数十亿行数据时，将所有数据导入 Power BI Desktop 的数据模型中是不可能的，此时使用聚合表就变得不可或缺。

2. 不同数据源下的聚合实现方法

根据数据源是否支持 DirectQuery，聚合表的实现方法分为两种：
- 非 DirectQuery 数据源 ：对于不支持 DirectQuery 模式的数据源，如 Excel 文件，我们需要手