掌握了SQL，還有必要學DAX嗎？

SQL是一門全能的語言，可以取數、可以分析。熟練使用SQL，是否還有必要學習DAX，是個值得探究的話題。

本文作者Rob Collie，前微軟員工，2010-2016年微軟MVP（SQL Server方向），以下是正文。

一位DBA的來信

Rob你好：我之前從事軟體/資料庫開發工作，最近轉行做BI分析師，在這個新領域，Excel是我最常用的工具。得益於以往的經驗，我熟悉資料庫環境、可以自定義SQL查詢語句和使用SMS管理數據模型。令我糾結的是，如果用SMS和SQL可以搞定任務，還有必要掌握PowerPivot（DAX函數）嗎？希望是我漏掉了一些關鍵信息，比如，如果沒有我提到的「重型武器」，PowerPivot確實是一個強大的工具。也許這就是原因？期待你的回復Jason

註：這是一個好問題，相信還會困擾很多後來者。Jason的觀點，贊同者有之，困惑者有之，這裡沒有標準答案，重要的是你能從中獲得什麼樣的啟發。

你屬於哪一種分析師？

一般說來，讀到這篇文章的人可以被歸入以下四類之一

1. 剛接觸PowerPivot，沒有SQL經驗。（大部分Excel用戶屬於這一類）
2. 擅長PowerPivot，但不了解SQL。
3. 兩者兼備（幸運組）。
4. 擅長SQL，剛接觸PowerPivot。

本文的目標受眾是第四類用戶，但和1-3類用戶也有關係，因為每個人可能都會被問到這個問題。

DBA（資料庫管理員）視角

業務人員：達戈巴星球的激光劍銷量增加了嗎？IT: 內啥，我寫個SQL，明天答覆你。

一名DBA的日常，除了寫SQL，可能還包括維護索引、查找系統瓶頸、優化I/O開銷、創建臨時資料庫...等等。

某一天，業務人員發現他們需要的數據都由你維護，於是帶著問題找了過來。然後就發生了圖片上的對話，你寫了一個SQL查詢，問題解決了。

這種緊密合作的感覺非常棒，並且也讓IT更靠近前端業務，從成本中心向利潤中心轉變。Jason很可能就是這種工作方式。或早或晚你也會遇到Jason的疑問，「我已經掌握了一個解決問題的完美工具 - SQL，為什麼還要去研究PowerPivot?」 現在，是時候揭曉答案了。

滴管和漏斗

簡而言之，SQL是為存儲和檢索數據而生，並不是分析。而SQL被廣泛用於數據分析證明了它有足夠的靈活性和強大的性能，但是一項技術很難針對不同場景都優化到完美。

PowerPivot（DAX函數）專門為數據分析進行了優化，這是SQL不擅長的領域，反之DAX也不適合用來取數和存儲。由於SQL的存在，PowerPivot不必在SQL擅長的領域做的更好，這給了PowerPivot更大的自由去做自己擅長的事情。

一旦把SQL和DAX組合使用，會帶來顯著的效益。在混合環境中，使用SQL來存儲，準備和處理數據，然後使用Power Pivot來計算/分析/瀏覽這些數據。

再深入一層

分析任務要求以下四項特定內容，SQL並沒有做針對性的優化：

1. 聚合 - 這就是前面「漏斗與吸管」的比喻。分析很少「關注」單個行，而是由行的聚合驅動（列計算）。
2. 密集型計算 - 不僅僅是對行集合做SUM或Average運算，而是像「去年的百分比變化」和「我們的客戶在頭六個月內回報的百分比」
3. 臨時、快速變化的查詢 - 提出問題，得到答案，意識到問題有缺陷，修改問題並再次計算。這個過程需要在幾秒鐘內，而不是幾分鐘、幾小時或幾天內完成。
4. 易於閱讀和書寫的語法- 理想情況下，您希望一小部分業務用戶能夠學習它 - 並且掌握在上述1-3中描述的技能（而不僅僅是獲取行數據集）

20世紀80年代，工程師們開始構思一種新的資料庫引擎：不需要經常獲取單獨的行；不必允許連續寫入；通常是只讀的，並且不經常從源數據重新構建。這樣的引擎可以自由地優化「聚合和計算」。

後來，OLAP資料庫誕生了，即在線分析處理服務，在當時，「在線」的意思是「幾秒鐘內找到問題的答案」，而不是「運行查詢，然後回家，第二天來看結果」。

PowerPivot的出現讓OLAP服務變得更友好，更易於被業務人員使用，不過，這個世界仍然信奉「通過SQL得出答案」，儘管OLAP是一個偉大的發明，但在全球範圍內關於SQL的專業知識要遠遠多於OLAP的專業知識，這讓後者的學習過程看起來更加複雜（Rocket Science）

相比於傳統OLAP方案，PowerPivot的數據存儲於內存而不是硬碟，整個分析過程沒有硬碟I/O開銷，速度更快。

很多商業智能的專業人士不知道OLAP,通常有以下三個原因：

1. 大多數BI專家是DBA出身的
2. 儘管SQL的分析能力存在缺點，但SQL方法仍然對所有人都管用。
3. 替代方案（OLAP）並不容易掌握以致於很多人並不知道他們錯過了什麼。

更快的改變查詢，不僅僅可以更快得到結果，還允許你提出更高質量的問題

僅僅是重新調整透視表布局，就運行了一個全新的查詢；點擊切片器，查詢也會相應變化。花費兩秒鐘，你可以從一種查詢切換另一種完全不同的查詢。整個過程不需要打開編輯器、修改語句、重新運行。

當這種便利性和高效的計算速度結合起來，你面前的工具允許你用思維的速度開展分析。

速度的提升，使得你可以嘗試之前從未有過的分析體驗。向工具提出之前從未考慮過的問題，這種問題在之前被稱作「項目」，而現在，幾分鐘就可以搞定了。

最後，你把做好的Dashboard呈現給用戶，那些完全不了解Power Pivot和SQL的人，他們也將被你賦予自主分析問題的能力，點擊切片器或者自行構建透視表，即刻得到想要的結果，不需要任何專業知識也不需要漫長的等待。

而你，不再需要被動響應各種需求，不再是整個分析流程上的瓶頸。

你，被解放了。

題外話

隨著使用者的增加，在Excelhome、知乎上關於Power BI的討論和分享正在變的越來越多。

對於Excel用戶，感受PowerQuery帶來的改變是比較容易的，你可以把它想像成集合了VBA+Excel函數的自動化工具，從傳統的Excel進化到PowerQuery，是量的變化。

而PowerPivot的作用似乎不那麼容易感知，因為Excel里從來沒有存在過一個類似功能的東西，沒有可以類比的對象。換句話說，對於Excel使用者，PowerPivot是從0到1的質變。想要切實體會到這種變化帶來的好處，你無法站在一旁只靠想像，你需要親自上陣駕馭它。

擴展閱讀，來自上周我在知乎上回答的兩個問題