EVALUATEANDLOG
A következőre vonatkozik: Számított oszlopSzámított táblamértékvizualizációszámítása
Az első argumentum értékét adja vissza, és naplózza egy DAX-kiértékelési napló profilereseményében. Ez a függvény csak a Power BI Desktopban működik teljes mértékben. Más környezetekben egyszerű átengedési függvényként működik.
Syntax
EVALUATEANDLOG(<Value>, [Label], [MaxRows])
Paraméterek
Időszak | Definíció |
---|---|
Érték | Minden kiértékelendő és naplózandó skaláris kifejezés vagy táblakifejezés. |
Címke | (Nem kötelező) Egy állandó sztring, amely a DAX-kiértékelési napló esemény json szövegében és Címke oszlopában is szerepel, amely a függvényhívás egy példányának egyszerű azonosítására használható. |
MaxRows | (Nem kötelező) A DAX-kiértékelési napló esemény json-szövegében lévő sorok maximális száma, ha az első argumentum egy táblakifejezés. Az alapértelmezett érték 10. |
Visszaadott érték
Az első argumentum értéke.
A DAX-kiértékelési napló profilereseményében naplózott JSON-struktúra a következőket tartalmazza:
- A "kifejezés" az első argumentum szöveges verziója.
- A "label" a kifejezésben megadott Címke paraméter.
- A "bemenetek" a kiértékelési környezet oszlopainak listája, amely hatással van az első argumentum értékeire.
- A "kimenetek" egyetlen oszlop [Érték] listája, ha az első argumentum egy skaláris kifejezés, és a kimeneti oszlopok listája, amikor az első argumentum egy táblakifejezés.
- Az "adat" a bemeneti értékek és a kimeneti értékek listája, ha az első argumentum skaláris kifejezés, és a bemeneti értékek és a kapcsolódó kimeneti sorok listája, amikor az első argumentum egy táblakifejezés.
- A "rowCount" a sorok száma, amikor az első argumentum egy táblakifejezés. Annak ellenére, hogy a json-kimenet sorainak számát a MaxRows paraméter csonkolja, a rowCount a csonkolás nélküli sorok valós száma.
Megjegyzések
A nyomkövetési események az SQL Server Profilerrel és a nyílt forráskódú DAX Hibakeresési kimeneti eszközzel rögzíthetők.
Ez a függvény egy DAX-kifejezés szinte minden alkifejezésével használható, és a teljes kifejezés továbbra is érvényes marad.
Ha az első argumentumot többször is kiértékeli egy lekérdezés, a függvény egyetlen DAX-kiértékelési naplóeseményt hoz létre, amely a bemeneti értékeket és a megfelelő kimeneti értékeket is tartalmazza.
Ha a címkeparaméter meg van adva, annak értéke a JSON-kimenetben és a DAX-kiértékelési napló esemény Címke oszlopában is megjelenik.
Ha az első argumentum egy táblakifejezés, csak a legfelső MaxRows-sorok jelennek meg a DAX-kiértékelési napló eseményében.
Bizonyos esetekben ez a függvény nem hajtható végre az optimalizálások miatt.
Ha a DAX-kiértékelési napló eseménye egymillió karakternél nagyobb, akkor a rendszer csonkolja a megfelelő JSON-struktúra megőrzéséhez.
1. példa
A következő DAX-lekérdezés:
evaluate
SUMMARIZE(
EVALUATEANDLOG(FILTER(Sales, [ProductKey] = 528)),
Sales[SalesTerritoryKey],
"sum",
sum(Sales[Sales Amount])
)
A következő DAX-kiértékelési naplóeseményt adja vissza:
{
"expression": "FILTER(Sales, [ProductKey] = 528)",
"inputs": [],
"outputs": ["'Sales'[SalesOrderLineKey]", "'Sales'[ResellerKey]", "'Sales'[CustomerKey]", "'Sales'[ProductKey]", "'Sales'[OrderDateKey]", "'Sales'[DueDateKey]", "'Sales'[ShipDateKey]", "'Sales'[SalesTerritoryKey]", "'Sales'[Order Quantity]", "'Sales'[Unit Price]", "'Sales'[Extended Amount]", "'Sales'[Product Standard Cost]", "'Sales'[Total Product Cost]", "'Sales'[Sales Amount]", "'Sales'[Unit Price Discount Pct]"],
"data": [
{
"input": [],
"rowCount": 3095,
"output": [
[52174001, -1, 23785, 528, 20190707, 20190717, 20190714, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[52173001, -1, 26278, 528, 20190707, 20190717, 20190714, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[52082001, -1, 23831, 528, 20190705, 20190715, 20190712, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[52054002, -1, 11207, 528, 20190704, 20190714, 20190711, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[52036001, -1, 25337, 528, 20190704, 20190714, 20190711, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[51939002, -1, 23670, 528, 20190702, 20190712, 20190709, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[51911002, -1, 11746, 528, 20190701, 20190711, 20190708, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[51379003, -1, 13745, 528, 20190612, 20190622, 20190619, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[51264002, -1, 11282, 528, 20190605, 20190615, 20190612, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0],
[51184003, -1, 11263, 528, 20190531, 20190610, 20190607, 1, 1, 4.99, 4.99, 1.8663, 1.8663, 4.99, 0.0]
]
}
]
}
2. példa
A következő DAX-lekérdezés skaláris argumentummal és változó attribútumokkal:
evaluate
SELECTCOLUMNS(
TOPN(5, Customer),
[Customer],
"Customer",
EVALUATEANDLOG([Customer] & ", " & [Country-Region], "customerLog")
)
A következő DAX-kiértékelési naplóeseményt adja vissza:
{
"expression": "[Customer] & \", \" & [Country-Region]",
"label": "customerLog",
"inputs": ["'Customer'[Customer]", "'Customer'[Country-Region]"],
"data": [
{
"input": ["Russell Xie", "United States"],
"output": "Russell Xie, United States"
},
{
"input": ["Savannah Baker", "United States"],
"output": "Savannah Baker, United States"
},
{
"input": ["Maurice Tang", "United States"],
"output": "Maurice Tang, United States"
},
{
"input": ["Emily Wood", "United States"],
"output": "Emily Wood, United States"
},
{
"input": ["Meghan Hernandez", "United States"],
"output": "Meghan Hernandez, United States"
}
]
}
Kapcsolódó tartalom
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: