Quienes empiezan en ingeniería de datos suelen intentar meter toda la lógica de los informes o bien en SQL por completo, o bien únicamente en fórmulas DAX dentro de Power BI. Pero cada herramienta tiene su terreno: «SQL hace el trabajo pesado en disco y DAX aporta el dinamismo en memoria».
SQL brilla en la limpieza, los JOIN y la agregación de vistas estables dentro del SGBD:
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;
En cambio, el lenguaje DAX y el motor VertiPaq están pensados para medidas adaptativas que se recalculan al instante cuando el usuario hace clic en los filtros:
HighSalesProfit :=
CALCULATE(
SUM(Orders[Sales]) - SUM(Orders[Cost]),
FILTER(Orders, Orders[Sales] > 1000)
)
Como vimos en el artículo De hojas de Excel a código: cómo se resuelven tareas de análisis de datos en Python y SQL, un esquema en estrella limpio en la base de datos y medidas compactas en BI dan la máxima fluidez al análisis.
