Начинающие инженеры данных часто пытаются перенести всю логику отчетов либо целиком в SQL, либо исключительно в формулы DAX внутри Power BI. Но у каждого инструмента свое место под солнцем: «SQL выполняет черновую работу на диске, а DAX реализует динамику в памяти».
SQL идеален для очистки, соединений JOIN и агрегации стабильных витрин в СУБД:
SELECT
customer_name,
SUM(sales_amount) AS total_sales,
SUM(sales_amount - cost_amount) AS total_profit
FROM orders
WHERE sales_amount > 1000
GROUP BY customer_name;
А вот язык DAX и движок VertiPaq созданы для адаптивных мер, которые мгновенно пересчитываются под клики пользователя по срезам:
HighSalesProfit :=
CALCULATE(
SUM(Orders[Sales]) - SUM(Orders[Cost]),
FILTER(Orders, Orders[Sales] > 1000)
)
Как мы разбирали в статье Из таблиц Excel в код: как задачи анализа данных решаются на Python и SQL, чистая схема «звезда» на уровне базы и компактные меры в BI дают максимальную отзывчивость аналитики.
