求助：优化基于SUMX与SUMMARIZE的DAX代码性能

原代码性能瓶颈分析 #

你当前的度量值通过SUMMARIZE分组后嵌套调用度量值[checkActive]，再用FILTER筛选、SUMX迭代求和，核心问题在于：

1. SUMMARIZE中嵌套度量值会触发频繁的上下文切换，每一组都要重新计算[checkActive]和依赖的[Total Active Partners]，计算开销极大
2. 生成中间汇总表再迭代求和，额外占用内存且增加了计算步骤

优化方案 #

方案一：用CALCULATE+SUM替代SUMX+SUMMARIZE（优先推荐）

直接利用DAX的筛选上下文优化，跳过中间汇总表的生成，逻辑更简洁且性能更优：

Total GMRR (EUR) =
CALCULATE (
    SUM ( fact_transaction_monthly[euroConsolidatedGMRR] ),
    FILTER (
        VALUES ( dim_partner[partner_name] ),
        [Total Active Partners] = 1
    ),
    VALUES ( dim_partner[partner_created_date] )
)

逻辑说明：在筛选上下文里，对每个partner_name和partner_created_date的组合判断[Total Active Partners]是否等于1，直接对符合条件的交易记录求和，避免了中间表的迭代开销。

方案二：将活跃判断转为维度表计算列

如果[Total Active Partners]是判断单个合作伙伴的活跃状态（而非分组统计），可以在dim_partner表中提前创建计算列：

IsActivePartner = IF ( [Total Active Partners] = 1, 1, 0 )

然后改写度量值，直接利用预计算的筛选条件：

Total GMRR (EUR) =
CALCULATE (
    SUM ( fact_transaction_monthly[euroConsolidatedGMRR] ),
    dim_partner[IsActivePartner] = 1
)

优势：计算列在数据刷新时预计算，查询时无需实时计算活跃状态，大幅降低查询耗时。

方案三：优化SUMMARIZE结构（保留原逻辑时使用）

如果必须保留SUMMARIZE的分组逻辑，不要嵌套度量值，将[Total Active Partners]的实际逻辑直接写入SUMMARIZE：

Total GMRR (EUR) =
SUMX (
    FILTER (
        SUMMARIZE (
            fact_transaction_monthly,
            dim_partner[partner_created_date],
            dim_partner[partner_name],
            "GMRR", SUM ( fact_transaction_monthly[euroConsolidatedGMRR] ),
            "ActiveCount", COUNTROWS( FILTER( fact_transaction_monthly, /* 这里替换[Total Active Partners]的实际筛选逻辑 */ ) )
        ),
        [ActiveCount] = 1
    ),
    [GMRR]
)

逻辑说明：把度量值的内联逻辑直接写到SUMMARIZE中，避免上下文切换带来的额外开销。

核心优化要点 #

• 避免在SUMMARIZE中嵌套度量值，减少上下文切换的计算开销
• 优先使用CALCULATE+聚合函数的组合，利用DAX引擎的筛选上下文优化能力
• 对于频繁使用的判断条件，转为维度表计算列预计算，减少实时计算量
• 尽量简化分组和筛选逻辑，减少不必要的中间表生成

内容的提问来源于stack exchange，提问作者jcoke