在DAX中实现COUNTIF：SUMX与CALCULATE效率对比及最优方案

需求说明 #

计算“Data Dump”表中[Stage]列包含“Enquiry”的记录数，实现类似Excel COUNTIF的统计逻辑。

四个DAX公式的执行差异与效率分析 #

1. SUMX('Data Dump',MIN(SEARCH("Enquiry",'Data Dump'[Stage],,0),1)) #

• 逻辑：逐行执行SEARCH，匹配到返回位置值（>0），未匹配返回0；再取该值与1的最小值（确保匹配行输出1，未匹配输出0），最后通过SUMX累加得到总数。
• 执行特点：属于逐行迭代计算，每一行都要完成SEARCH和MIN操作。小数据集下性能差异不明显，但大数据集可能因迭代开销略逊于集合操作类写法。

2. CALCULATE(COUNTROWS('Data Dump'),SEARCH("Enquiry",'Data Dump'[Stage],,0)>0) #

• 逻辑：通过CALCULATE将行上下文的SEARCH条件转化为筛选上下文，直接统计符合条件的表行数。
• 执行特点：利用DAX引擎的筛选优化，属于集合级操作，无需逐行迭代累加，理论上是这类需求的最优写法之一，尤其适合大数据集。

3. CALCULATE(COUNT('Data Dump'[Stage]),SEARCH("Enquiry",'Data Dump'[Stage],,0)>0) #

• 逻辑：与上一公式类似，但用COUNT替代COUNTROWS。COUNT统计的是[Stage]列非空的行数，若[Stage]存在NULL值，会排除对应行，导致统计结果不准确（需求是统计所有包含“Enquiry”的记录数，无论[Stage]是否为空）。
• 执行特点：性能上与COUNTROWS版本几乎无差异，但逻辑存在潜在漏洞，不建议使用。

4. CALCULATE(COUNTROWS(FILTER('Data Dump',SEARCH("Enquiry",'Data Dump'[Stage],,0)>0))) #

• 逻辑：先用FILTER逐行筛选出符合条件的记录，再统计筛选后表的行数（外层CALCULATE可省略，直接写COUNTROWS(FILTER(...))）。
• 执行特点：FILTER属于逐行迭代生成筛选表，比CALCULATE+筛选条件的写法多了生成中间表的步骤，开销略高，但小数据集下差异不显著。

计算列方案的性能讨论 #

若在“Data Dump”表中添加1/0计算列（例如IsEnquiry = IF(SEARCH("Enquiry", [Stage],,0)>0, 1, 0)），再通过SUM('Data Dump'[IsEnquiry])统计总数：

• 优势：计算列在数据刷新时完成计算并存储，查询时直接求和，无需每次执行SEARCH逻辑。对于频繁统计的场景或大数据集，性能更稳定，能避免查询时的逐行计算开销。
• 劣势：若表数据频繁更新，会增加数据刷新时间；多条件（如“Enquiry”“Pipeline”“Converted”）需创建多个计算列，会额外占用存储空间。

你通过DAX Studio测试发现各公式性能相近，通常是因为测试数据集规模较小，DAX引擎的查询优化抵消了不同写法的差异。在百万级以上的大数据集场景下，CALCULATE+COUNTROWS写法和计算列方案的性能优势会更明显。

内容的提问来源于stack exchange，提问作者Sagnik Chattopadhyay