Power BI中含ALLSELECTED()的累计视觉加载缓慢，求更优实现方式

你的原度量值逻辑是基于选中的日期范围，计算到当前日期为止的去重文件数，但ALLSELECTED()在大表场景下会触发频繁的上下文转换，导致性能瓶颈。以下是几种更高效的实现方式：

方案1：变量缓存筛选范围（推荐） #

通过变量提前缓存选中的日期范围和当前日期，避免CALCULATE内部重复执行上下文转换，同时用直接的比较条件替代ISONORAFTER，逻辑更清晰且性能更优：

Distinct files count = 
VAR CurrentDate = MAX('Data'[Date])
-- 缓存外部选中的所有日期
VAR SelectedDateRange = ALLSELECTED('Data'[Date])
-- 筛选出选中范围内<=当前日期的记录
VAR TargetDates = FILTER(SelectedDateRange, 'Data'[Date] <= CurrentDate)
RETURN
CALCULATE(
    DISTINCTCOUNT('Data'[Files]),
    TargetDates
)

方案2：使用日期维度表进一步优化 #

如果你有单独的日期维度表（数据建模最佳实践），用维度表的日期筛选会比直接使用事实表的日期列更快，因为维度表行数更少、筛选效率更高：

Distinct files count = 
VAR CurrentDate = MAX('Date Table'[Date])
VAR SelectedDateRange = ALLSELECTED('Date Table'[Date])
VAR TargetDates = FILTER(SelectedDateRange, 'Date Table'[Date] <= CurrentDate)
RETURN
CALCULATE(
    DISTINCTCOUNT('Data'[Files]),
    TargetDates
)

注：需确保Date Table与Data表已建立正确的日期关系

方案3：Power Query预计算（适合固定分析场景） #

如果你的分析场景相对固定，不需要频繁切换极端复杂的日期筛选，可以在Power Query中预计算累计去重文件数，彻底避免度量值的实时计算开销：

1. 按Date列对Data表排序
2. 添加自定义列，用List.Accumulate维护累计的去重文件集合，计算每个日期的累计去重计数
3. 将预处理后的表导入模型，度量值直接引用预计算的列即可

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