Dax 不同值的非共振和

我在SSAS中有一个表格，包含带有库存日期、SKU和其他属性的库存

+----------+-----+
| Date     | SKU |
+----------+-----+
| 20180701 | 1   |
+----------+-----+
| 20180701 | 2   |
+----------+-----+
| 20180701 | 3   |
+----------+-----+
| 20180702 | 1   |
+----------+-----+
| 20180702 | 3   |
+----------+-----+
| 20180703 | 3   |
+----------+-----+

每天，我想通过计算不同的sku值来聚合数据：

CntSKU:= DISTINCTCOUNT([SKU])

但是，每个月，我希望将每日值相加，然后除以天数（如天数的平均值）。DAX似乎没有那么难：

 AvgSKU:= DIVIDE(
            sumx(SUMMARIZE(Table;Table[Date];"CntSKU";DISTINCTCOUNT(Table[SKU]));[CntSKU])
            ;DISTINCTCOUNT(Table[Date])
            ;BLANK()
            )

不过，演出相当糟糕。 一个月内，CntSKU每天的查询时间约为7.2秒。AvgSKU测量值的计算大约需要9.5秒。对于Excel Pivot中的几个或几个计算中的较大数据集，此计算时间是一个更致命的杠杆

---

接下来的问题是：有没有更好的方法来计算AvgSKU度量？

也许我误解了你的目标，但你的Dax公式似乎过于复杂了。我会尝试以下措施：

SKU Count = DISTINCTCOUNT(Table[SKU])

Date Count = DISTINCTCOUNT(Table[Date])

SKU Count per Date = DIVIDE( [SKU Count], [Date Count])

---

是的，在进一步研究之后，我同意我的DAX很愚蠢或者只是“过于复杂”：-） 我没有考虑到语境转换的力量

我修改过的DAX工作起来很有魅力

Averagex(Datum, CALCULATE(Distinctcount(SKUid))

---

就是这样。

我需要将每天的不同值相加，然后除以天数，得到每月的平均值。在我的例子中：（3+2+1）/3=2（而不是3/3=1）。我不明白的是，为什么在总体水平上，将30个不同的值相加并除以30需要2,5秒。要明确的是，你说的只是基本的

DISTINCTCOUNT（表[SKU]）

计算需要7秒以上？您的数据表有多少行？比如1亿行？基本的不同计数大约需要1.5秒，但按日期分组大约需要7秒。我的示例数据由1.3亿行组成。才一个月。整个TM表包含2年的时间，大小约为25GB。我猜您只是看到了在大型数据集上进行计算的效果。你可以上游的任何聚合或它是否必须与DAX动态完成？可能。我只是不明白（现在）为什么不同的计数器本身比不同的天数除以天数快两秒。。。我认为可能有一种方法可以调整DAX语句以获得更高的性能。