SQL VS. DAX：数据查询的功能对比

作为高大上的分析语言，DAX可以像SQL一样实现数据集的查询，并能在更复杂的分析中游刃有余。

数据查询（query）可以分为两个基本类型：Project Columns投影字段列、Filter Rows筛选明细行。

1、SQL和DAX投影字段

在SQL中，SELECT之后直接指定字段列，就能实现查询列，这里不会对明细行做任何的限制。

-- 查询 -- project
select       				-- 指定分组，完成聚合
"Country/Region",    
"Quantity"
from public.sales

在DAX中，可以使用SELECT COLUMNS实现类似的操作。

     SELECTCOLUMNS (sales,
        Sales[CustomerKey],
        Sales[ProductKey],
        Sales[Order Number],
        Sales[Quantity],
        Sales[Unit Price]
        )

当然，在SQL中，可以使用AS为字段重命名；在DAX中，重命名在字段之前，在使用summarizecolumn时，这个是必选项。

     SUMMARIZECOLUMNS (
        Sales[Order Number],         --  group by 
        "@total-qty", SUM(Sales[Quantity]) 
    )

2、SQL和DAX筛选明细行

SQL筛选有多个功能实现，最简单的是where。如果要保留所有的字段列（不投影指定字段，或者说全部投影），只需要SELECT * FROM结合WHER即可完成。

不过，企业环境中不推荐使用SELECT * 的操作，此时就要和投影字段列和筛选明细行结合起来。如下所示。

-- 保留所有的字段列，使用where增加限制条件
select       				
*
from public.sales
where "Segment" ='Consumer' -- 返回满足条件的数据明细


-- 问题的经典结构
select       				-- 指定分组，完成聚合
"Country/Region",    
SUM("Quantity")  as "total qty"  -- 聚合的最常见的类型 
from public.sales
where "Segment" ='Consumer' -- 返回满足条件的数据明细
group by  "Country/Region"

在DAX中，筛选明细行也有很多方法，典型的是FILTER。

比如，要对数据表Sales做条件筛选（比如保留2007年6月4日的交易行），可以如下完成：

 // 执行字段投影和筛选 使用filter
EVALUATE
filter(
    sales
    Sales[Order Date]) =date(2007,6,4)
    )

当然，更多情况下，分析师还是仅仅需要保留自己需要的少数字段，这就需要投影字段列和筛选行的结合，这个过程，相比SQL略显复杂一些——如下所示，借助于filter中嵌套selectcolumn表操作函数完成。

// 执行字段投影和筛选 使用filter
EVALUATE
filter(
    SELECTCOLUMNS ( 
       sales,
       Sales[CustomerKey],
       Sales[Order Date]
    ),
     Sales[Order Date]) =date(2007,6,4)
    ) 

3、SQL和DAX的简单对比

首先，SQL天生是为查询数据而生的，所以在查询明细并做简单处理时，语法清晰、逻辑简单，但是在处理复杂分析问题（包含聚合）时逐渐略显老态，SQL直到很久才支持窗口函数（可以完成聚合的多遍聚合）。Tableau的逻辑是SQL +VIZ，所以既能延续SQL的简洁、优雅，又具备了可视化的美观。

而DAX是天生的分析高手，查询反而不是它的强项，所以看上去比SQL还要笨拙一些（特别是同时投影和筛选时）。

其次，作为天生的分析工具，DAX用逻辑上的复杂性，换取了更深、更大空间的可能性，特别是在复杂的多遍聚合、中间表计算时，用各种预置的函数就可以完成分析工作。

这样的好处是，它很专业；代价是，太专业了吓到了很多初学者。

by 喜乐君