Direct Query模式下YTD DAX函数结果异常且加载缓慢问题咨询

先说说结果不对的核心问题：你的原度量值里用WEEKNUM配合MAX('B...')（应该是销售表的日期列）来计算YTD，逻辑完全走偏了。YTD是自然年从1月1日到当前上下文日期的累计，和周数没有关系；而且直接取全表最大日期的操作，会让所有行都显示到这个最大日期的累计值，根本不会对应2015-2018年各自1-3月的区间。

再加上你用的是Direct Query模式，9600万行的数据集，这种写法还会触发全表扫描，导致加载慢到30秒。下面给你分步解决：

一、修正YTD度量值逻辑（解决结果错误） #

首先你得确保有一个标记为日期表的Date维度表（和销售表通过日期键关联），这是DAX日期计算的基础。然后用标准的DATESYTD函数来写度量值：

基础版（自动适配上下文年份的1-当前月累计） #

YTD Sold = 
CALCULATE(
    SUM('Sales'[SalesAmount]), -- 替换成你的销售额列
    DATESYTD('Date'[Date]) -- 基于Date表的日期列计算YTD
)

限定2015-2018年1-3月的版本 #

如果需要严格只计算这几年的1-3月累计，再加两个筛选条件：

YTD Sold (2015-2018 Jan-Mar) = 
CALCULATE(
    SUM('Sales'[SalesAmount]),
    DATESYTD('Date'[Date]),
    MONTH('Date'[Date]) <= 3,
    YEAR('Date'[Date]) IN {2015,2016,2017,2018}
)

二、优化Direct Query下的加载性能（解决30秒耗时） #

9600万行的Direct Query场景，核心是减少数据扫描量，让DAX能生成高效的SQL查询：

• 给Date表标记为日期表：右键Date表 → 标记为日期表 → 确认。Power BI会针对日期计算做专门优化，避免不必要的全表扫描。
• 在Analysis Services里加索引：给销售表的DateKey（关联日期表的键）和SalesAmount（聚合列）创建聚合索引，大幅减少查询时的数据读取量。
• 避免全表聚合操作：别再用MAX('Sales'[Date])这种需要扫全表的函数，依赖Date表的上下文日期就够了——Date表数据量小，计算快得多。
• 提前过滤数据：如果报表只需要2015-2018年的数据，直接在Analysis Services的模型里加行级筛选，或者在Power BI里加页面/报表级筛选，提前砍掉不需要的年份数据，减少查询范围。

为什么原代码会出问题？ #

1. 逻辑错误：用周数来计算YTD完全不符合累计逻辑，YTD是基于日期范围的，和周数无关；
2. 上下文错误：MAX('Sales'[Date])取的是整个销售表的最大日期，不是当前行/筛选器对应的年份日期，导致所有行的累计值都一样；
3. 性能低效：全表扫描+自定义VAR的复杂计算，在Direct Query下会生成低效的SQL，9600万行的规模自然会慢。

内容的提问来源于stack exchange，提问作者deadtest