Çift yönlü ilişki kılavuzu

Bu makale, Power BI Desktop'la çalışan veri modelleyicilerine yöneliktir. Ne zaman çift yönlü ilişkiler oluşturacağınız konusunda size yol gösterir. Çift yönlü ilişki her iki yönde de filtreleme yapan ilişkidir.

Genel olarak çift yönlü ilişki kullanımının en alt düzeyde tutulmasını öneririz. Bunlar model sorgu performansını olumsuz etkileyebilir ve bir olasılıkla rapor kullanıcılarınıza kafa karıştırıcı deneyimler getirebilir.

Çift yönlü filtrelemenin belirli gereksinimleri karşılayabileceği üç senaryo vardır:

• Özel model ilişkileri
• Dilimleyici öğeleri "verilerle birlikte"
• Boyutlar arası analiz

Özel model ilişkileri

Aşağıdaki iki özel model ilişkisi türünün oluşturulmasında çift yönlü ilişkiler önemli bir rol oynar:

• Birebir: Tüm birebir ilişkilerin çift yönlü olması gerekir; bunları başka türlü yapılandırmak mümkün değildir. Genel olarak bu tür ilişkiler oluşturulmasını önermiyoruz. Eksiksiz bir açıklama ve alternatif tasarımlar için bkz. Birebir ilişki kılavuzu.
• Çoka çok ilişki: Boyut türünde iki tabloyu ilişkilendirirken bir köprü oluşturma tablosu gerekir. Köprü oluşturma tablosu üzerinde filtrelerin yayıldığından emin olmak için çift yönlü filtre gereklidir. Daha fazla bilgi için bkz. Çoka çok ilişki kılavuzu (Çoka çok boyutları ilişkilendirme).

Dilimleyici öğeleri "verilerle birlikte"

Çift yönlü ilişkiler öğeleri verilerin bulunduğu yerle sınırlayan dilimleyiciler sağlayabilir. (Excel PivotTable’larını ve dilimleyicilerini biliyorsanız, verilerin kaynağı bir Power BI veri kümesi veya Analysis Services modeli olduğunda varsayılan davranış budur.) Bunun anlamını açıklarken yardımcı olması için önce aşağıdaki model diyagramını düşünün.

İlk tablo Customer adlı tablodur ve üç sütunu vardır: Country-Region, Customer ve CustomerCode. İkinci tablo Product adlı tablodur ve üç sütunu vardır: Color, Product ve SKU. Üçüncü tablo Sales adlı tablodur ve dört sütunu vardır: CustomerCode, OrderDate, Quantity ve SKU. Customer ve Product tabloları boyut türünde tablolardır ve ikisinin de Sales tablosuyla birebir ilişkisi vardır. Her ilişki tek yönde filtreler.

Çift yönlü filtreleme işleminin nasıl çalıştığını açıklamaya yardımcı olması için, model diyagramı tablo satırlarını ortaya koyacak şekilde değiştirilmiştir. Bu makaledeki tüm örneklerde bu veriler temel alınmıştır.

Üç tablonun satır ayrıntıları aşağıdaki madde işaretli listede açıklanır:

• Customer tablosunun iki satırı vardır:
  • CustomerCode CUST-01, Customer Customer-1, Country-Region United States
  • CustomerCode CUST-02, Customer Customer-2, Country-Region Australia
• Product tablosunun üç satırı vardır:
  • SKU CL-01, Product T-shirt, Color Green
  • SKU CL-02, Product Jeans, Color Blue
  • SKU AC-01, Product Hat, Color Blue
• Sales tablosunun üç satırı vardır:
  • OrderDate January 1 2019, CustomerCode CUST-01, SKU CL-01, Quantity 10
  • OrderDate February 2 2019, CustomerCode CUST-01, SKU CL-02, Quantity 20
  • OrderDate March 3 2019, CustomerCode CUST-02, SKU CL-01, Quantity 30

Şimdi aşağıdaki rapor sayfasına bakın.

Sayfa iki dilimleyiciden ve bir kart görselinden oluşur. İlk dilimleyici Country-Region içindir ve iki öğesi vardır: Australia ve United States. Şu anda Australia’ya göre dilimlemektedir. İkinci dilimleyici Product içindir ve üç öğesi vardır: Hat, Jeans ve T-shirt. Hiçbir öğe seçili değildir (diğer bir deyişle hiçbir ürün filtrelenmemiştir). Kart görselinde 30 miktarı görüntülenir.

Rapor kullanıcıları Australia’ya göre dilimlediğinde, Product dilimleyicisini verilerin Australia satışlarıyla ilişkili olduğu öğeleri görüntüleyecek şekilde sınırlamak istersiniz. Dilimleyici öğelerini "verilerle birlikte" göstermenin anlamı budur. Bu davranışı elde etmek için Product ile Sales tabloları arasında her iki yönde filtreleme uygulayan ilişkiyi yapılandırabilirsiniz.

Şimdi Product dilimleyicisinde tek öğe listelenir: T-shirt. Bu öğe Avustralyalı (Australia) müşterilere satılan tek ürünü temsil eder.

Önce bu tasarımın rapor kullanıcılarınıza uygun olup olmadığını dikkatle irdelemenizi öneririz. Bazı rapor kullanıcıları bu deneyimi kafa karıştırıcı bulabilir. Diğer dilimleyicilerle etkileşim kurduklarında dilimleyici öğelerinin neden dinamik olarak göründüğünü veya kaybolduğunu anlamayabilirler.

Dilimleyici öğelerini "verilerle birlikte" göstermeye karar verirseniz, çift yönlü ilişki yapılandırmamanızı öneririz. Çift yönlü ilişkiler daha fazla işleme gerektirir ve bu nedenle, özellikle de modelinizdeki çift yönlü ilişkilerin sayısı arttıkça, sorgu performansını olumsuz etkileyebilir.

Ayrı sonucu elde etmenin daha iyi bir yolu vardır: Çift yönlü filtreleri kullanmak yerine Product dilimleyicisinin kendisine bir görsel düzeyi filtresi uygulayabilirsiniz.

Şimdi de Product ile Sales tabloları arasındaki ilişkinin artık her iki yönde filtrelemediğini düşünelim. Ayrıca Sales tablosuna şu ölçü tanımı eklenmiştir.

Total Quantity = SUM(Sales[Quantity])

Product dilimleyicisi öğelerini "verilerle birlikte" göstermek için yalnızca "boş değil" koşulu uygulanarak Total Quantity ölçüsüne göre filtrelenmesi gerekir.

Boyutlar arası analiz

Çift yönlü ilişkiler içeren farklı bir senaryoda, olgu türündeki tablo bir köprü oluşturma tablosu olarak değerlendirilir. Bu yolla boyut türündeki tablonun verilerini, başka bir boyut türündeki tablonun filtre bağlamında analiz etmeyi destekler.

Bu makaledeki örnek modeli kullanarak, aşağıdaki soruların nasıl yanıtlanabileceğini düşünün:

• Avustralyalı müşteriler kaç renkte ürün satıldı?
• Kaç ülke kot satın aldı?

Her iki soru da, olgu türündeki köprü oluşturma tablosunun verileri özetlenmeden yanıtlanabilir. Öte yandan bu sorular filtrelerin boyut türündeki bir tablodan diğerine yayılmasını gerektirir. Filtreler olgu türündeki tablo yoluyla yayıldıktan sonra, DISTINCTCOUNT DAX işlevi ve bir olasılıkla MIN ile MAX DAX işlevleri kullanılarak boyut türündeki tablo sütunları özetlenebilir.

Olgu türündeki tablo bir köprü oluşturma tablosu gibi davrandığından, boyut türündeki iki tabloyu ilişkilendirmek için çoka çok ilişki kılavuzunu izleyebilirsiniz. Her iki yönde de filtrelemek için en az bir ilişkinin yapılandırılmasını gerektirir. Daha fazla bilgi için bkz. Çoka çok ilişki kılavuzu (Çoka çok boyutları ilişkilendirme).

Bununla birlikte bu makalede daha önce açıklandığı gibi bu tasarım büyük olasılıkla dilimleyici öğeleri "verilerle birlikte" uygulamasının sonuçlarından dolayı performansı ve kullanıcı deneyimini olumsuz etkiler. Bu nedenle, onun yerine CROSSFILTER DAX işlevini kullanarak bir ölçü tanımında çift yönlü filtrelemeyi etkinleştirmenizi öneririz. İfade hesaplanırken CROSSFILTER işlevi filtre yönlerini değiştirmek, hatta ilişkiyi devre dışı bırakmak için kullanılabilir.

Sales tablosuna eklenen şu ölçü tanımını düşünün. Bu örnekte Customer ile Sales tabloları arasındaki model ilişkisi tek yönde filtreleme için yapılandırılmıştır.

Different Countries Sold =
CALCULATE(
    DISTINCTCOUNT(Customer[Country-Region]),
    CROSSFILTER(
        Customer[CustomerCode],
        Sales[CustomerCode],
        BOTH
    )
)

Different Countries Sold ölçüsü ifadesi hesaplanırken, Customer ile Sales tabloları arasındaki ilişki her iki yönde filtre uygular.

Aşağıdaki tablo görseli satılan her ürünün istatistiklerini ortaya koyar. Quantity sütunu yalnızca miktar değerlerinin toplamıdır. Different Countries Sold sütunu, ürün satın almış olan tüm müşterilerin ülke-bölge değerlerinin ayrı ayrı sayımını temsil eder.

Sonraki adımlar

Bu makaleyle ilgili daha fazla bilgi için aşağıdaki kaynaklara bakın:

• Power BI Desktop’ta model ilişkileri
• Yıldız şemasını ve Power BI açısından önemini anlama
• Birebir ilişki kılavuzu
• Çoka çok ilişkiler kılavuzu
• İlişki sorunlarını giderme kılavuzu
• Sorularınız mı var? Power BI Topluluğu'na sorun
• Önerileriniz mi var? Power BI'ı geliştirmek için fikirlerinizi paylaşın