Power BI – Próximas características

Durante el pasado evento “Microsoft Business Application Submit” se enumeraron capacidades a incorporar en Power BI, el detalle de estos anuncios fueron publicados en el documento “October ’18“, a continuación algunos puntos mas que interesantes que estarían disponible entre Octubre-2018 y Marzo-2019. Formato basado en expresiones, podremos configurar diferentes elementos de las visualizaciones utilizando expresiones […]

Datazen + SSAS Multidimensional (DAX)

Para construir un dashboard en Datazen que acceda a datos en el servidor de SSAS Multidimensional debemos escribir sentencias MDX, con ciertas características como podemos ver en el articulo Datazen + SSAS Multidimensional (con MDX).

Otra alternativa, que en pruebas reales me ha sido muy ágil de implementar es escribir sentencias de consultas DAX en lugar de MDX.

SSAS Multidimensional acepta instrucciones DAX de consulta desde SQL 2012 SP1, pero en las ediciones Business Intelligence y Enterprise.

Primero debemos definir en Datasen un Data Source a la base de datos de SSAS.

image

Luego debemos agregar un o mas Data Views en la conexión para ser utilizados en nuestro Dashboard Para armar las sentencias DAX recomiendo utilizar DaxStudio.

image

EVALUATE
(
    SUMMARIZE (
        ‘Internet Sales’,
        ‘Date'[Date.Key0],
        ‘Date'[Date.Value],
        Product[Category.Key0],
        Product[Category],
        Product[Subcategory.Key0],
        Product[Subcategory],
        "Sales", ‘Internet Sales'[Internet Sales Amount]
    )
)
ORDER BY ‘Date'[Date.Key0]

Una vez que armamos la sentencia DAX que nos devuelva los campos requeridos para nuestro tablero, la copiamos a la configuración del Data View

image

image

Ahora desde Datazen Publisher podemos armar el dashboard

image

image

image

DAX–Tabla de Parámetros para condicionar cálculos

A veces necesitamos que nuestras medidas calculadas varíen según parámetros seleccionados, como podrían ser diferentes tasas, representaciones numéricas, escenarios de análisis, conversiones de moneda.

Necesitamos armar una tabla con una única columna donde tendremos los valores de selección y aplicación, o una tabla con mas de un campo. Esta tabla no debe estar relacionada con otras tablas del modelo.

image   image

 

Creada e incorporada la tabla, debemos modificar nuestras medidas calculadas hacerlas sensibles a los valores seleccionados.

Tomando la siguiente expresión de ejemplo

Sales Amount:=SUM([SalesAmount])

 

Debemos modificar la expresión a la siguiente forma:

Sales Amount:= 
   
IF

       
HASONEVALUE
(Escala[Escala]); 
       
SUM([SalesAmount])/VALUES
(Escala[Escala]); 
       
SUM
([SalesAmount])
    )

 

Ahora si nuestra tabla de parámetros tiene mas de una columna la expresión debería tener la siguiente forma:

Sales Amount:= 
    IF
        HASONEVALUE(Escala[Factor]); 
        SUM([SalesAmount])*(1+VALUES(Escala[Factor]); 
        IF( NOT( FILTERED( Escala[Escala]) ),
           SUM([SalesAmountQuota]),
           BLANK()
        )
    )

Consideraciones para optimizar modelos Tabulares y PowerPivots

A continuación se enumeran algunos tips para “optimizar” el uso de memoria en los modelos tabulares o PowerPivot, en relación al uso de memoria RAM.

Importar solo las columnas útiles

Debido a que los datos son almacenados por columna, cada una de estas posee un costo, siendo mas caras aquellas que poseen una gran cantidad de valores diferentes, motivo por el cual es importante que al importar tablas en PowerPivot solo debemos incorporar aquellas columnas que utilizaremos en filtros, relaciones y cálculos.

Las columnas que podríamos excluir en la carga son:

  • Claves Primarias de tablas de hechos
  • Identificadores de transacciones en las tablas de hechos
  • GUIDs y columnas utilizadas para replicación o auditoria
  • Timestamp, Fechas de Creación y Modificación
  • Normalizar Columnas

    Evitar incorporar columnas que son cálculos de otras y armar medidas o campos calculados en el modelo. Si tenemos por ejemplo las columnas cantidad, precio, y monto total, esta ultima podríamos excluirla, incorporando una medida o campo calculado utilizando cantidad y precio de la forma

    Monto Total := SUMX( Ventas, Ventas[Precio] * Ventas[Cantidad])

    En este ejemplo Precio y Cantidad serian columnas con una mayor tasa de compresión o mayor probabilidad de repetición de valores que el producto de ambas, siendo el monto total calculado en el momento de la consulta.

    Dividir columnas de alta cardinalidad

    Si una columna posee demasiados valores diferentes, como podría ser un ID de transacción o  fecha y hora de un evento, si dividimos en la carga en varias columnas, por ejemplo fecha y hora en dos columnas, estas ocupan mucho menos memoria que el campo original conteniendo ambos valores.

    Reducir la precisión cuando es posible

    Reduciendo la precisión de una columna podríamos quizás reducir la cantidad de valores diferentes, por ende el uso de memoria.

    DAX – Jerarquías Padre-Hijo (Parte 1)

    Analysis Services Tabular y Power Pivot no poseen un soporte directo a relaciones padre-hijo, sino que exponen una serie de funciones que permiten naturalizar una jerarquía Padre-Hijo.

    Vamos a trabajar con la siguiente tabla, Organization de AdventureWorksDW:

    image

    Lo primero es generar una columna calculada, con el camino de los nodos, desde el principal, para esto debemos utilizar la función PATH de DAX

    =PATH([OrganizationKey];[ParentOrganizationKey])

    Esto nos agrega una nueva columna a la tabla con los nodos separados por |

    image

    Ahora necesitamos armar tantas columnas como niveles de nuestra jerarquía, si esto nos obliga a definir una profundidad fija de navegación. Para estas columnas calculadas utilizaremos la función PATHITEM

    =PATHITEM([Path];1;INTEGER)

    =PATHITEM([Path];2;INTEGER)

    =PATHITEM([Path];4;INTEGER)

    Estas columnas tendrán el valor correspondiente a cada nivel para ese registro, es decir, nos devuelve el valor entre | para la posición indicada.

    image

    Ahora tenemos que utilizar una segunda función DAX para reemplazar en la misma o una nueva columna el valor del nivel obtenido por la descripción correspondiente. Utilizaremos la función LOOKUPVALUE.

    =LOOKUPVALUE([OrganizationName];[OrganizationKey];PATHITEM([Path];1;INTEGER))

    =LOOKUPVALUE([OrganizationName];[OrganizationKey];PATHITEM([Path];4;INTEGER))

    image

    Ahora resta configurar una jerarquía con los niveles definidos

    image