Power BI中生成小笛卡尔积的查询为何占用数GB内存？

问题场景 #

在Power BI模型中，需要对包含38行的Major数据集和12行的Minor数据集生成笛卡尔积，预期得到456行结果表。当前使用的M代码如下：

Table = Table.Combine(
        List.Transform(
            MajorList, 
            (M) => Table.FromColumns( {List.Repeat({M}, 12), MinorList} )
        )
    )

该代码可运行，但会占用数GB内存且耗时数分钟。

问题原因 #

当前实现的核心问题在于大量临时对象的创建与冗余内存开销：

• 对MajorList中的每个元素，都通过List.Repeat生成包含12次重复值的列表，再用Table.FromColumns创建仅12行的临时小表
• 最终通过Table.Combine合并38个这类临时表，每个小表都需要单独的内存分配与处理逻辑
• 这些额外的临时对象导致内存占用远超过存储456行数据的实际需求，多次循环创建小表也大幅增加了处理耗时

正确实现方式 #

方法1：Table.AddColumn + Table.ExpandListColumn #

如果Major是表、MinorList是Minor数据集的列表形式，可通过添加列再展开的方式实现：

笛卡尔积表 = 
    Table.AddColumn(Major, "Minor", each MinorList)
    |> Table.ExpandListColumn("Minor")

这种方式直接在原表基础上关联Minor列表，展开操作一次性完成，避免了大量临时表的创建，内存效率显著提升。

方法2：原生Table.CrossJoin函数（推荐） #

如果Major和Minor都是Power Query返回的表对象，直接使用专门的交叉连接函数是最优解：

笛卡尔积表 = Table.CrossJoin(Major, Minor)

Table.CrossJoin是Power Query针对笛卡尔积场景优化的原生函数，内部处理逻辑经过性能调优，不仅代码最简洁，内存占用和处理速度也远优于自定义循环实现。

内容的提问来源于stack exchange，提问作者Sort of Damocles