SQL Server 2019适配Power BI的兼容高性能数据模型设计咨询

1. 货币列DECIMAL(19,2)方案合理性 #

这个方案非常合理，原因如下：

• SQL Server的MONEY类型在做乘除运算时会自动截断中间结果的小数位，很容易产生不可控的舍入误差，而DECIMAL是精确数值类型，计算过程不会出现这类问题
• 美元的最小计价单位是分，DECIMAL(19,2)刚好匹配业务精度要求，同时支持的最大值远超调研场景可能出现的金额上限，完全够用
• Power BI导入DECIMAL(19,2)类型时会自动映射为固定十进制数类型，不会出现精度丢失，计算汇总的兼容性比MONEY更好

2. 其他数据类型的最优选择 #

你提到的几类类型大部分不需要调整，少量注意事项可以提升兼容性和性能：

• INTEGER：SQL Server原生的INT（即INTEGER）是最优选择，Power BI会直接映射为整数类型，用于主键关联、计数统计的性能最佳。除非单表行数超过21亿，否则不要用BIGINT，更小的存储占用可以加快数据刷新和DAX计算速度
• NVARCHAR：尽量控制字段长度，避免使用NVARCHAR(MAX)，除非是存储超长的开放题回答。NVARCHAR(MAX)会拖慢导入速度，且Power BI默认会对超长文本做截断处理，普通调研选项、标签类内容根据实际长度设置NVARCHAR(n)即可
• DATE：如果不需要存储时间部分，DATE类型是最优解，仅占3字节存储，Power BI会直接识别为日期类型，无需额外转换即可做时间维度的切片、同比环比计算，避免了DATETIME类型带入多余时间戳导致的日期分组错误问题
• FLOAT：这是唯一需要调整的类型。FLOAT是近似数值类型，在Power BI中做等值匹配、精确计算时容易出现经典的浮点误差（比如0.1+0.2≠0.3）。如果存储的是调研得分、百分比等需要精确计算的数值，建议替换为DECIMAL类型，可根据精度需求选择DECIMAL(10,4)这类规格；仅当存储不需要精确匹配的近似值（如科学计算类指标）时保留FLOAT即可

内容的提问来源于stack exchange，提问作者ravioli