Power BI中能否用M语言生成数据首次刷新的时间戳？

这个需求是可行的，无需受2022年社区帖子的限制，以下是几种实用的实现方案：

方案1：增量刷新+自定义固定时间戳 #

• 开启增量刷新：在Power Query中为数据集设置增量刷新策略，按合理的时间范围（如每日）划分分区
• 添加自定义时间戳列：在初始加载和新增数据加载时，使用DateTime.LocalNow()生成时间戳。由于增量刷新仅对新分区的数据执行计算逻辑，已加载的旧数据不会重新运行该函数，因此时间戳会固定为首次加载的时间
• 关键前提：确保增量刷新的分区规则不会触发旧数据的重新处理，避免时间戳被覆盖

方案2：本地存储中转+自动合并 #

• 首次刷新导出：第一次将数据加载到Power Query时，添加当前时间戳列，然后导出到本地Excel/CSV文件存储
• 后续刷新合并：编写M语言脚本，每次刷新时先读取本地已有的带时间戳数据，再加载新数据源的数据，通过唯一标识列（或数据哈希值）判断哪些是新增数据，仅为新增数据添加当前时间戳，最后合并新旧数据并覆盖本地存储
• 核心逻辑：通过Table.NestedJoin匹配新旧数据，筛选出未匹配的新数据添加时间戳后合并

方案3：Power BI数据流持久化时间戳 #

• 创建数据流实体：在Power BI数据流中构建数据加载逻辑，首次加载时添加DateTime.LocalNow()作为时间戳列
• 数据流的特性：数据流会持久化历史数据，后续刷新时仅对新增的数据生成新的时间戳，已存在数据的时间戳不会被更新
• 优势：无需本地存储，直接在云端完成数据的持久化和时间戳固定

注意事项 #

• 所有方案都需要依赖唯一标识列来区分新旧数据，如果数据源没有原生唯一ID，可以通过Text.Combine结合多列内容生成哈希值作为临时唯一标识
• 避免使用FixedLocalNow()这类动态函数，因为它会在每次刷新时重新计算，无法固定首次加载时间

内容的提问来源于stack exchange，提问作者Kyle Stevens