Power BI DAX多表列合并求助：跨关联表构建汇总表失败

问题背景 #

需要通过DAX将4个存在一对多关系的表合并为一张汇总表：

• 拖拽字段到可视化表可得到预期结果，但需用DAX实现而非可视化操作
• 当前DAX仅显示purchase_requisition表的列，添加eng_firms、business-unit、user表列时提示“列不存在或当前上下文无关联关系”
• 使用SUMMARIZECOLUMNS替代SELECTCOLUMNS时，出现[item_delivery_date_lfdat]无法确定单一值的错误
• purchase_requisition为DirectQuery表且数据超10万行，使用FILTER过滤后，测试CROSSJOIN功能时Power BI运行超1小时未完成

原代码问题分析 #

1. 笛卡尔积导致性能爆炸：CROSSJOIN会生成所有表的笛卡尔积，数据量为多表行数的乘积，对于10万行的主表来说，计算量完全不可控
2. 上下文失效：ADDCOLUMNS中直接引用原表列（如'purchase_requisition'[purchase_requisition_number_banfn]），但CROSSJOIN后的表是新的列集合，原表行上下文已丢失，导致列引用错误
3. 未利用现有关系：忽略了已有的一对多关系，强行用笛卡尔积关联，违背了Power BI关系模型的设计逻辑

优化解决方案 #

方案一：利用现有一对多关系（推荐） #

因为purchase_requisition是多方，其余三表是一方，直接用RELATED函数在主表行上下文中获取关联表的列，逻辑与可视化拖拽一致，性能最优。

FilteredTable = 
SELECTCOLUMNS(
    -- 先过滤主表，提前排除无效行
    FILTER(
        purchase_requisition,
        purchase_requisition[item_delivery_date_lfdat] = TODAY() &&
        purchase_requisition[flag_goods_service] = "Service" &&
        purchase_requisition[deletion_indicator_in_purchasing_document_loekz] <> "X" &&
        -- 提前过滤空值，减少后续计算量
        NOT ISBLANK(purchase_requisition[purchase_requisition_number_banfn]) &&
        NOT ISBLANK(purchase_requisition[short_text_txz01]) &&
        NOT ISBLANK(purchase_requisition[item_delivery_date_lfdat]) &&
        NOT ISBLANK(RELATED('eng-firms'[Parent])) &&
        NOT ISBLANK(RELATED('business-unit'[business_unit.1])) &&
        NOT ISBLANK(RELATED('user'[email_address]))
    ),
    -- 提取需要的列，关联表列用RELATED获取
    "ReqNumber", purchase_requisition[purchase_requisition_number_banfn],
    "ProjectTitle", purchase_requisition[short_text_txz01],
    "DeliveryDate", purchase_requisition[item_delivery_date_lfdat],
    "Firm", RELATED('eng-firms'[Parent]),
    "BusinessUnit", RELATED('business-unit'[business_unit.1]),
    "EmailAddress", RELATED('user'[email_address]),
    "VendorKey", purchase_requisition[desired_vendor_lifnr],
    "PlantKey", purchase_requisition[plant_key],
    "User", purchase_requisition[name_of_requisitioner_requester_afnam]
)

方案二：手动关联（关系异常时使用） #

若无法利用现有关系，用NATURALINNERJOIN按同名键逐层关联，避免笛卡尔积：

FilteredTable = 
SELECTCOLUMNS(
    -- 逐层关联，仅保留匹配行
    NATURALINNERJOIN(
        NATURALINNERJOIN(
            NATURALINNERJOIN(
                -- 先过滤主表
                FILTER(
                    purchase_requisition,
                    purchase_requisition[item_delivery_date_lfdat] = TODAY() &&
                    purchase_requisition[flag_goods_service] = "Service" &&
                    purchase_requisition[deletion_indicator_in_purchasing_document_loekz] <> "X" &&
                    NOT ISBLANK(purchase_requisition[purchase_requisition_number_banfn]) &&
                    NOT ISBLANK(purchase_requisition[short_text_txz01]) &&
                    NOT ISBLANK(purchase_requisition[item_delivery_date_lfdat])
                ),
                -- 重命名关联键，确保与主表列名一致
                SELECTCOLUMNS('eng-firms', "VendorKey", 'eng-firms'[Vendor_number], "Firm", 'eng-firms'[Parent])
            ),
            SELECTCOLUMNS('business-unit', "PlantKey", 'business-unit'[plant_key], "BusinessUnit", 'business-unit'[business_unit.1])
        ),
        SELECTCOLUMNS('user', "User", 'user'[user_identifier], "EmailAddress", 'user'[email_address])
    ),
    -- 提取最终需要的列
    "ReqNumber", purchase_requisition[purchase_requisition_number_banfn],
    "ProjectTitle", purchase_requisition[short_text_txz01],
    "DeliveryDate", purchase_requisition[item_delivery_date_lfdat],
    "Firm", [Firm],
    "BusinessUnit", [BusinessUnit],
    "EmailAddress", [EmailAddress],
    "VendorKey", [VendorKey],
    "PlantKey", [PlantKey],
    "User", [User]
)

关键说明 #

• 优先使用方案一，完全依托Power BI的关系模型，性能和准确性都有保障
• 避免使用CROSSJOIN处理大表，其生成的笛卡尔积会导致计算量指数级增长
• SUMMARIZECOLUMNS适用于聚合场景，若仅需提取关联列，SELECTCOLUMNS更合适

内容的提问来源于stack exchange，提问作者Zachary Belanger