คำแนะนำความสัมพันธ์แบบหนึ่งต่อหนึ่ง

บทความนี้มุ่งเป้าหมายไปที่เรื่อง ตัวสร้างแบบจำลองข้อมูลนำเข้าที่ทำงานกับ Power BI Desktop ซึ่งจะให้คำแนะนำเกี่ยวกับการทำงานกับความสัมพันธ์แบบจำลองหนึ่งต่อหนึ่ง สามารถสร้างความสัมพันธ์แบบหนึ่งต่อหนึ่งได้เมื่อทั้งสองตารางมีคอลัมน์ของค่าทั่วไปและไม่ซ้ำกัน

มีสองสถานการณ์ที่เกี่ยวข้องกับความสัมพันธ์แบบหนึ่งต่อหนึ่งดังนี้:

• มิติลดรูป: คุณสามารถหามิติลดรูปจากตารางชนิดข้อเท็จจริงได้

• ข้อมูลแถวที่ขยายข้ามตาราง: เอนทิตีธุรกิจเดี่ยวหรือหัวเรื่องถูกโหลดเป็นตารางแบบจำลองสองตางราง (หรือมากกว่า) ซึ่งอาจเนื่องมาจากข้อมูลเป็นที่มาจากร้านค้าข้อมูลที่แตกต่างกัน สถานการณ์นี้อาจเป็นเรื่องปกติสำหรับตารางชนิดมิติ ตัวอย่างเช่น รายละเอียดผลิตภัณฑ์หลักจะถูกจัดเก็บไว้ในระบบการขายการดำเนินงาน และรายละเอียดผลิตภัณฑ์เสริมจะถูกจัดเก็บไว้ในแหล่งข้อมูลอื่น

  อย่างไรก็ตาม คุณจะต้องเชื่อมโยงตารางชนิดข้อเท็จจริงสองรายการกับความสัมพันธ์แบบหนึ่งต่อหนึ่ง เนื่องจากตารางชนิดข้อเท็จจริงทั้งสองตารางจะต้องมีมิติและส่วนประกอบเดียวกัน นอกจากนี้ ตารางชนิดข้อเท็จจริงแต่ละตารางจะต้องมีคอลัมน์ที่ไม่ซ้ำกันเพื่อให้สามารถสร้างความสัมพันธ์แบบจำลองได้

ตัวอย่างมิติลดรูป

เมื่อคอลัมน์จากตารางชนิดข้อเท็จจริงถูกใช้สำหรับการกรองหรือการจัดกลุ่ม คุณสามารถทำให้พร้อมใช้งานได้ในตารางที่แยกต่างหาก ด้วยวิธีนี้ คุณจะแยกคอลัมน์ที่ใช้สำหรับตัวกรองหรือการจัดกลุ่มจากคอลัมน์นั้นๆ ที่ใช้เพื่อสรุปแถวข้อเท็จจริงได้ การแยกนี้สามารถ:

• ลดพื้นที่การจัดเก็บ
• ลดความซับซ้อนของการคำนวณแบบจำลอง
• มีส่วนร่วมในการปรับปรุงประสิทธิภาพการทำงานของคิวรี
• จัดส่งเขตข้อมูลบานหน้าต่าง เขตข้อมูล ที่ใช้งานง่ายขึ้นให้กับผู้เขียนรายงานของคุณ

พิจารณาตารางยอดขายแหล่งที่มาที่จัดเก็บรายละเอียดคำสั่งซื้อในทั้งสองคอลัมน์

คอลัมน์ OrderNumber จะจัดเก็บหมายเลขลำดับ และคอลัมน์ OrderLineNumber จะจัดเก็บลำดับของบรรทัดภายในลำดับ

ในไดอะแกรมแบบจำลองต่อไปนี้ โปรดสังเกตว่าคอลัมน์หมายเลขลำดับและหมายเลขบรรทัดคำสั่งซื้อไม่ได้โหลดไปยังตาราง ยอดขาย แต่ค่าเหล่านั้นถูกใช้ในการสร้าง คีย์ตัวแทน คอลัมน์ที่ชื่อว่า SalesOrderLineID (ค่าคีย์ถูกคำนวณโดยการคูณหมายเลขคำสั่งซื้อด้วย 1,000 จากนั้นเพิ่มหมายเลขบรรทัดคำสั่ง)

ตาราง คำสั่งซื้อ ให้ประสบการณ์การใช้งานที่หลากหลายสำหรับผู้เขียนรายงานที่มีคอลัมน์สามคอลัมน์: คำสั่งซื้อ บรรทัดคำสั่งซื้อ และ หมายเลขบรรทัด นอกจากนี้ยังมีลำดับชั้นอีกด้วย ทรัพยากรตารางเหล่านี้รองรับการออกแบบรายงานที่ต้องการกรอง จัดกลุ่ม หรือเจอะลึกรายละเอียดคำสั่งซื้อและรายการคำสั่งซื้อ

เนื่องจากตาราง คำสั่งซื้อ ที่ได้มาจากข้อมูลการขาย ดังนั้นควรมีจำนวนแถวเท่ากันในแต่ละตาราง นอกจากนี้ควรมีค่าที่ตรงกันในแต่ละคอลัมน์ SalesOrderLineID

ข้อมูลแถวที่ขยายข้ามตาราง:

ลองพิจารณาตัวอย่างที่เกี่ยวข้องกับตารางมิติข้อมูลที่เกี่ยวข้องแบบหนึ่งต่อหนึ่งสองตารางต่อไปนี้: ผลิตภัณฑ์ และ ประเภทผลิตภัณฑ์ แต่ละตารางแสดงข้อมูลที่นำเข้าและมีคอลัมน์ SKU (หน่วยเก็บรักษาสต็อค) ที่มีค่าที่ไม่ซ้ำกัน

นี่คือไดอะแกรมแบบจำลองบางส่วนของสองตาราง

ตารางที่สองที่มีชื่อว่า ผลิตภัณฑ์ ซึ่งมีสามคอลัมน์ดังต่อไปนี้: สี ผลิตภัณฑ์ และ SKU ตารางที่สองที่มีชื่อว่า ประเภทผลิตภัณฑ์ ซึ่งมีสองคอลัมน์ดังต่อไปนี้: ประเภท และ SKU ความสัมพันธ์แบบหนึ่งต่อหนึ่งเกี่ยวข้องกับคอลัมน์ SKU สองคอลัมน์ ตัวกรองความสัมพันธ์ทั้งสองทิศทางซึ่งเป็นกรณีสำหรับความสัมพันธ์แบบหนึ่งต่อหนึ่งเสมอ

เพื่อช่วยในการอธิบายวิธีการทำงานของการถ่ายถอดตัวกรองความสัมพันธ์ ไดอะแกรมแบบจำลองได้รับการแก้ไขเพื่อแสดงแถวตาราง ตัวอย่างทั้งหมดในบทความนี้เป็นไปตามข้อมูลนี้

รายละเอียดแถวสำหรับสองตารางอธิบายในหัวข้อย่อยต่อไปนี้:

• ตาราง ผลิตภัณฑ์ มีสามแถวดังนี้:
  • SKU CL-01 ผลิตภัณฑ์ เสื้อยืด สี เขียว
  • SKU CL-02 ผลิตภัณฑ์ กางเกงยีนส์ สี น้ำเงิน
  • SKU AC-01 ผลิตภัณฑ์ หมวก สี น้ำเงิน
• ตาราง ประเภทผลิตภัณฑ์ ซึ่งมีสองแถวดังนี้:
  • SKU CL-01 ประเภท เสื้อผ้า
  • SKU AC-01 ประเภท อุปกรณ์

โปรดสังเกตว่าตาราง ประเภทผลิตภัณฑ์ ไม่มีแถวสำหรับผลิตภัณฑ์ SKU CL-02 เราจะกล่าวถึงผลกระทบของแถวที่หายไปนี้ในบทความนี้ในภายหลัง

ในบานหน้าต่าง เขตข้อมูล ผู้เขียนรายงานจะพบเขตข้อมูลที่เกี่ยวข้องกับผลิตภัณฑ์ในสองตารางดังนี้: ผลิตภัณฑ์ และ ประเภทผลิตภัณฑ์

มาดูกันว่าจะเกิดอะไรขึ้นเมื่อมีการเพิ่มเขตข้อมูลจากทั้งสองตารางลงในภาพตาราง ในตัวอย่างนี้ คอลัมน์ SKU คือที่มาจากตาราง ผลิตภัณฑ์

โปรดสังเกตว่าค่า ประเภท สำหรับผลิตภัณฑ์ SKU CL-02 ว่างเปล่า เนื่องจากไม่มีแถวในตาราง ประเภทผลิตภัณฑ์ สำหรับผลิตภัณฑ์นี้

คำแนะนำ

เมื่อเป็นไปได้ เราขอแนะนำให้คุณหลีกเลี่ยงการสร้างความสัมพันธ์แบบจำลองหนึ่งต่อหนึ่งเมื่อข้อมูลแถวขยายข้ามตารางแบบจำลอง เนื่องจากการออกแบบนี้สามารถทำสิ่งต่อไปนี้ได้:

• มีส่วนร่วมกับกองข้อความของบานหน้าต่างของ เขตข้อมูล แสดงรายการตารางมากเกินความจำเป็น
• ทำให้เป็นเรื่องยากสำหรับผู้เขียนรายงานในการค้นหาเขตข้อมูลที่เกี่ยวข้องเนื่องจากมีการกระจายข้ามหลายตาราง
• จำกัดความสามารถในการสร้างลำดับชั้น เนื่องจากระดับของพวกเขาจะต้องยึดตามคอลัมน์จาก ตารางเดียวกัน
• สร้างผลลัพธ์ที่ไม่คาดคิดเมื่อไม่มีการจับคู่แถวระหว่างตารางทั้งหมด

คำแนะนำเฉพาะที่แตกต่างกันโดยขึ้นอยู่กับว่าความสัมพันธ์แบบหนึ่งต่อหนึ่งคือ แบบภายในกลุ่มแหล่งข้อมูล หรือ แบบข้ามกลุ่มแหล่งข้อมูล เมื่อต้องการเรียนรู้เพิ่มเติมเกี่ยวกับความสัมพันธ์ โปรดดูความสัมพันธ์แบบจำลองใน Power BI Desktop (การประเมินผลความสัมพันธ์)

ความสัมพันธ์ชนิดหนึ่งต่อหนึ่งแบบภายในกลุ่มแหล่งข้อมูล

เมื่อมีความสัมพันธ์ แบบภายในกลุ่มแหล่งข้อมูล แบบหนึ่งต่อหนึ่งที่มีอยู่ระหว่างตาราง เราขอแนะนำให้รวมข้อมูลลงในตารางแบบจำลองเดียว ซึ่งทำได้โดยการผสานคิวรี Power Query

ขั้นตอนต่อไปนี้แสดงวิธีการรวมและแบบจำลองข้อมูลที่เกี่ยวข้องแบบหนึ่งต่อหนึ่ง:

1. การผสานคิวรี: เมื่อ รวมคิวรีสองคิวรีเข้าด้วยกัน ให้พิจารณาความสมบูรณ์ของข้อมูลในแต่ละคิวรี ถ้าคิวรีหนึ่งมีชุดแถวทั้งหมด (เช่นรายการหลัก) ให้ผสานคิวรีอื่นเข้าด้วยกัน กำหนดค่าการแปลงแบบผสานเพื่อใช้ การรวมภายนอกด้านซ้าย ซึ่งเป็นชนิดการเข้าร่วมเริ่มต้น ชนิดการรวมนี้ช่วยให้แน่ใจว่าคุณจะเก็บแถวทั้งหมดของคิวรีแรกและเสริมให้กับแถวใดๆ ก็ตามที่ตรงกันของคิวรีที่สอง ขยายคอลัมน์ที่จำเป็นทั้งหมดของคิวรีที่สองลงในคิวรีแรก

2. ปิดใช้งานการโหลดคิวรี: ตรวจสอบให้แน่ใจว่าได้ ปิดใช้งานการโหลดคิวรีที่สอง ด้วยวิธีนี้ ระบบจะไม่โหลดผลลัพธ์เป็นตารางแบบจำลอง การกำหนดค่านี้จะช่วยลดขนาดการจัดเก็บแบบจำลองข้อมูล และช่วยในการลดกองข้อความบานหน้าต่าง เขตข้อมูล

   ในตัวอย่างของเรา ตอนนี้ผู้เขียนรายงานค้นหาตารางเดียวที่ชื่อว่า ผลิตภัณฑ์ ในบานหน้าต่าง เขตข้อมูล ซึ่งประกอบด้วยเขตข้อมูลที่เกี่ยวข้องกับผลิตภัณฑ์ทั้งหมด

   

3. แทนที่ค่าที่หายไป: ถ้าคิวรีที่สองมีแถวที่ไม่ตรงกันค่า Null จะปรากฏในคอลัมน์ที่นำมาใช้จากที่นั่น เมื่อเหมาะสม ให้พิจารณาเปลี่ยนค่า Null ด้วยค่าโทเค็น การแทนที่ค่าที่หายไปเป็นสิ่งสำคัญโดยเฉพาะอย่างยิ่งเมื่อผู้สร้างรายงานกรองหรือจัดกลุ่มตามค่าของคอลัมน์เนื่องจากช่องว่างอาจปรากฏในภาพรายงาน

   ในการแสดงผลด้วยภาต่อไพตารางปนี้ โปรดสังเกตว่าประเภทสำหรับผลิตภัณฑ์ SKU CL-02 แสดงเป็น [ไม่ได้กำหนด] ในแบบสอบถามประเภท ค่า null ถูกแทนที่ด้วยค่าข้อความโทเค็นนี้

   

4. สร้างลำดับชั้น: ถ้ามีความสัมพันธ์อยู่ ระหว่างคอลัมน์ ของตารางที่รวมอยู่ในขณะนี้ ให้พิจารณาการสร้างลำดับชั้น ด้วยวิธีนี้ ผู้เขียนรายงานจะระบุโอกาสสำหรับการเจาะลึกภาพรายงานได้อย่างรวดเร็ว

   ในตัวอย่างของเรา ผู้เขียนรายงานสามารถใช้ลำดับชั้นที่มีสองระดับได้แล้วในขณะนี้: ประเภท และ SKU.

   

ถ้าคุณต้องการให้ตารางที่แยกต่างหากช่วยจัดระเบียบเขตข้อมูลของคุณ เรายังคงแนะนำให้ทำการรวมบัญชีลงในตารางเดียว คุณยังสามารถจัดระเบียบเขตข้อมูลของคุณได้แต่โดยใช้การ แสดงโฟลเดอร์ แทน

ในตัวอย่างของเรา ผู้เขียนรายงานสามารถค้นหาเขตข้อมูล ประเภท ภายในโฟลเดอร์การแสดงผล การตลาด ได้

คุณยังคงตัดสินใจที่จะกำหนดความสัมพันธ์แบบภายในกลุ่มแหล่งข้อมูลชนิดหนึ่งต่อหนึ่งในโมเดลของคุณ เมื่อเป็นไปได้ ให้ตรวจสอบให้แน่ใจว่ามีแถวที่ตรงกันในตารางที่เกี่ยวข้อง ในฐานะที่เป็นความสัมพันธ์แบบภายในกลุ่มแหล่งข้อมูลชนิดหนึ่งต่อหนึ่ง ความสัมพันธ์จะได้รับการประเมินเป็นความสัมพันธ์แบบปกติ โดยปัญหาการทำงานของข้อมูลที่สามารถทำให้พื้นผิวในภาพรายงานของคุณเป็นช่องว่างได้ (คุณสามารถดูตัวอย่างของการจัดกลุ่มว่างในตารางแรกที่แสดงในบทความนี้ได้)

ความสัมพันธ์ชนิดหนึ่งต่อหนึ่งแบบข้ามกลุ่มแหล่งข้อมูล

เมื่อมีความสัมพันธ์ แบบข้ามกลุ่มแหล่งข้อมูล แบบหนึ่งต่อหนึ่งที่มีอยู่ระหว่างตาราง จะไม่มีการออกแบบจำลองสำรองไว้ เว้นแต่ว่าคุณจะรวบรวมข้อมูลในแหล่งข้อมูลของคุณไว้ล่วงหน้า Power BI จะประเมินความสัมพันธ์ของแบบจำลองหนึ่งต่อหนึ่งเป็นความสัมพันธ์แบบจำกัด ดังนั้นการดูแลรักษาเพื่อให้แน่ใจว่ามีแถวที่ตรงกันในตารางที่เกี่ยวข้องเนื่องจากแถวที่ไม่สอดคล้องกันจะถูกตัดออกจากผลลัพธ์คิวรี

มาดูกันว่าจะเกิดอะไรขึ้น เมื่อมีการเพิ่มเขตข้อมูลจากทั้งสองตารางลงในภาพตาราง และความสัมพันธ์แบบจำกัดอยู่ระหว่างตาราง

ตารางแสดงแถวสองแถวเท่านั้น ผลิตภัณฑ์ SKU CL-02 หายไปเนื่องจากไม่มีแถวที่ตรงกันในตาราง ประเภทผลิตภัณฑ์

ขั้นตอนถัดไป

สำหรับข้อมูลเพิ่มเติมที่เกี่ยวข้องกับบทความนี้ โปรดดูทรัพยากรต่อไปนี้:

• ความสัมพันธ์ของแบบจำลองใน Power BI Desktop
• ทำความเข้าใจแบบจำลองมิติที่มีลักษณะคล้ายดาวและความสำคัญที่มีต่อ Power BI
• คำแนะนำการแก้ไขปัญหาความสัมพันธ์
• มีคำถามหรือไม่ ลองถามชุมชน Power BI
• มีข้อเสนอแนะไหม สนับสนุนแนวคิดในการปรับปรุง Power BI